如何用 AI 製作角色參考表(附提示詞)
Fox 的教學示範如何用 AI 提示詞製作角色參考表,將同一角色的多角度視圖整理在圖中,供後續畫面作參考。流程由單張照片或文字描述開始,再分開使用臉部、身形、畫風、服裝、道具及姿勢參考圖;CVY.AI 最多可加入 10 張參考圖。
Fox 的教學示範如何用 AI 提示詞製作角色參考表,將同一角色的多角度視圖整理在圖中,供後續畫面作參考。流程由單張照片或文字描述開始,再分開使用臉部、身形、畫風、服裝、道具及姿勢參考圖;CVY.AI 最多可加入 10 張參考圖。
EDGAR 和 SphereFlow 以具幾何感知能力的 flow matching,取代繁重的迭代式重建流程。EDGAR 只需一次 diffusion step 即可修復 Gaussian avatar,平均額外耗時由小型的 5.04 分鐘至大型的 16.60 分鐘不等。SphereFlow 用於缺失模態補全後的腦腫瘤分割,縮小了與完整模態 oracle 約八成的效能差距。
Anthropic 發佈 Claude Fable 5.2;模型不調用圖像生成模型,而以 Python 模擬畫筆、顏料和畫布,逐筆完成繪畫。一幅購物車作品用了約 70 萬次模擬筆觸;另一幅鳥類作品以 111 筆完成,模型會觀察畫布並用新筆觸修正錯誤。
Anthropic 發布的 Claude Fable 5.2 可用 Python 程式模擬畫筆、顏料與畫布,逐筆完成繪畫,而非直接調用圖像生成模型。一幅購物車作品使用約 70 萬次模擬筆觸;另一段 21 秒影片記錄模型以 111 筆完成日出時的鳥。
iPhone 上的 Apple Notes 除了基本記筆記,還可計算及繪圖、掃描文件、錄音轉錄、生成圖像、協作編輯和搜尋資料,並支援 Siri 建立筆記。部分功能依賴 Apple Intelligence,所需硬件及 iOS 版本各有不同;相關功能可用於 iPhone 15 Pro、iPhone 15 Pro Max,以及任何 iPhone 16 型號或後續機型。
OpenAI 於 2026 年 11 月 4 日為 ChatGPT、Codex 和 API 推出 Images 2.6,新增以提示詞或照片生成 GIF,並可編輯後儲存或下載。在 ChatGPT 中生成 GIF 後,用戶可調整播放速度、以提示詞編輯,也可查看個別影格並加上註記。Images 2.6 亦支援以簡單草圖作為生成素材;ChatGPT 和 Codex 用戶均可使用,生成數量則視乎訂閲狀態。
AI-KSK 提出一套產品合成流程,先用 Qwen Image 2.1 將產品重繪融入場景,再以 H3 VDN 12NFE 精修成主視覺產品照。Viggle 加速流程適合快速迭代構圖,定稿可用相同 seed 重跑 40-step;模型按場景重建產品時,標籤文字及 logo 位置可能偏移,要求文字準確時須在模型處理後另行合成。
AI-KSK 整理 MOSS Image 社羣的六個 ComfyUI 工作流,並以相同提示詞並列比較 50、8 和 4 步生成的取捨。三種步數生成的構圖相同,低步數下文字、細緻圖案及皮膚和布料微紋理先退化,而 4 步時色彩和光線大致保留;美容流程則會重新渲染皮膚,但可能令有辨識度的臉孔變得較一般。
Anthropic 的 Claude Fable 5.2 以 Python 程式驅動模擬繪畫引擎,逐筆繪製圖像,而非依靠外部圖像模型。一幅停車場購物車寫實畫約使用 700,000 道模擬筆觸;模型會檢視畫布並以新筆觸覆畫修正,但落筆後不能撤銷。
Ideogram 説明兩種毋須重新生成整張圖片即可修正 AI 圖片錯字的方法:以 Studio 的 Layerize Text 編輯文字圖層,或用 Precise Edit 遮罩並替換錯字。
Ideogram Blog 比較 7 款 AI 向量生成工具,整理各工具適用的工作流程、價格或免費使用方式,以及 SVG 輸出的可編輯性。實測中,Ideogram Vector 1 和 Recraft V4.1 Vector 均輸出含向量路徑、無內嵌點陣圖的 SVG;文字已轉為外框,不能像即時文字般重打,改色後路徑幾何則保持不變。
Ideogram Blog 比較六款可處理多張參考圖的 AI 圖像生成器,並以產品、場景和風格參考圖實測 Ideogram 4.5、ChatGPT Images 及 Gemini。
AI-KSK 提供六個 ComfyUI 工作流程,以 1407 件服裝和 1439 張姿勢圖建立固定角色身份的姿勢與服裝矩陣,涵蓋 Qwen 2.1 和 FLUX.3 Klein。
一個塔羅占卜網站建立 AI 繪圖流程,以受控提示詞結構統一插畫風格,同時保留不同主題的變化。流程包括使用開源擴散模型批量生成候選圖、挑選構圖合適的作品、放大圖片,並針對手部、面部和球體軌道線進行局部修補。插畫製作時間由數天縮短至數小時,但手部、珠寶和月相符號仍需人工修正及審核。
作者分享一套照片轉影片的兩步工作流:先用圖像編輯模型把上傳照片改成目標場景的首幀,再交由影片模型生成動態。文中所述流程使用 OpenAI 的 gpt-image(每張約 $0.05)及經 fal 調用的 MiniMax H3(生成 10 秒、9:16 影片,每段約 $0.25),成功生成的直接模型成本約 $0.30。
文章提供一套免費使用 AI 製作標誌的流程,涵蓋整理需求、挑選工具、生成及篩選設計,再準備可用檔案。流程建議先用五分鐘寫下名稱、業務、單一風格、最多兩種顏色及用途,再選一至兩款工具,按「名稱+業務+風格+顏色+用途」撰寫提示詞,並用同一提示詞生成至少六個版本。選出縮圖仍清晰、黑白可用的簡潔版本後,核對拼寫及商用授權,準備透明 PNG、白底、方形和黑白版本,並保留可編輯原檔。
金華市婺城區檢察院起訴的 7 名涉案人員,因利用 AI 生成國漫角色淫穢圖片牟利,被判有期徒刑二年至八個月不等,均適用緩刑。警方查明,7 人在一年多內共售出淫穢圖片 13 萬餘張,獲利 16 萬餘元;他們透過漫畫羣組售圖,並推出投票、眾籌及定製玩法。判決於 10 月 26 日作出,目前已生效。
金華市婺城區法院判處 7 名利用 AI 生成國漫角色淫穢圖片牟利者有期徒刑二年至八個月不等,均適用緩刑。涉案 7 人在一年多內共售出淫穢圖片 13 萬餘張,獲利 16 萬餘元。法院以製作、複製、販賣、傳播淫穢物品牟利罪判刑,判決已生效。
ImgPilot 圖片文字編輯器可用來在沒有原始設計檔的情況下,替換產品圖片標籤上的價格。示例將 $49.99 改為 $39.99,並保留標籤原有的字體樣式與外觀。匯出後應核對價格字元、產品輪廓及圖片尺寸;如需多處修改或精確字體,則應改用可編輯文字圖層。
GlyphAtlas 是一個建基於 FLUX.1-Fill-dev 的場景文字合成模型,透過分離文字版面配置與筆畫繪製,改善小字、密集多行文字及複雜文字系統的合成效果。模型以中文和英文訓練,並可零樣本泛化至日文、韓文和阿拉伯文。團隊開源程式碼、權重及包含 1.5M 張場景文字圖片的 GlyphAtlas-Data-1.5M。
從產品標題與描述批次生成圖片時,應由應用程式管理批次紀錄,並將評分資料與圖片生成分開。提交及完成工作應在發起任務的網頁請求之外處理,匯出結果則須核對關聯後才附加。遙測保留應按用途和資料量設計,完整保留核對所需紀錄,避免把記錄識別碼用作常規指標標籤。
Zaqero AI 建立並測試一套無需綠幕的產品標籤追蹤及印字替換流程,以單一參考影格追蹤標籤,避免逐格追蹤累積誤差。流程在一段蠟燭罐測試影片中錄得 0.04-0.05 px RMS 抖動;標籤處理尚未投入生產,產品照片不經重繪及改用 24 fps 渲染則已上線。
雕塑藝術家譚旭認為,科技迭代下,雕塑創作應善用新工具拓展造型可能,同時守住藝術個性與實作根基。AI可快速生成大量造型方案,但算法趨同及數碼圖像脱離材料、工藝和現場製作的問題亦不容忽視。創作者應以審美判斷和實作經驗篩選、修正方案,並珍視手作過程中的人文痕跡。
這篇指南提出一套撰寫 AI 圖像提示詞的五部分公式,依次描述主體、風格與媒介、光線、鏡頭與構圖,以及氛圍和細節。文章另附肖像、產品和生活場景三種模板,建議一次生成四個版本,每輪只改一層,三輪仍沒有明顯改善便保留最佳版本。提示詞應描述完成的畫面,而非向模型下指令,並按不同模型調整寫法。
服裝品牌FPA承認團隊未經授權使用博主照片,透過AI替換照片中人物的服裝作宣傳,並就此致歉。FPA提出下架相關圖片、承擔經濟賠償,以及訂明圖片版權和AI使用規範等整改措施。截至11月14日20時,FPA位列「淘寶男裝店鋪」榜單第一。
作者建立 UnWatermarkGemini,並將核心引擎在 FalconX 開源,以客戶端 JavaScript 和 HTML5 Canvas API 反轉 Gemini 半透明水印的 Alpha 混合,還原原有像素。水印覆蓋範圍為 48x48 或 96x96,視乎圖片解像度;作者稱標準 2D Canvas 上的還原耗時少於 2 毫秒。
GPT Image 2.6 和 GPT Image 2.5 支援用圖上標註配合提示詞進行局部改圖,文章並以客廳圖片示範修改抱枕、沙發旁的小桌和落地燈。實測顯示遮罩可能出現黑塊,標註也不是硬邊界,圈外細節仍可能一併改動;文中建議按標註形狀描述對象、説清修改內容,並檢查修改邊緣。
Prisma V1.0 REST API 可生成可載入 Fabric.js 的可編輯多圖層範本,流程包括提交生成、輪詢工作、下載範本及載入畫布。輸出包括 legacy-fabric-v1 格式的 canvas JSON、PNG 點陣圖層和 JPEG 預覽;文字、向量圖形及照片各自保留為物件,並可提交最多五張自有照片。
服裝品牌 FPA 因被指擅用博主圖片製作 AI 換衣宣傳圖而致歉,承諾下架相關圖片、承擔經濟賠償,並完善圖片版權及 AI 使用規範。律師指出,AI 生成廣告素材須符合《廣告法》要求,並標示內容由 AI 生成;文章亦分析,FPA 的大量 SKU、爆品策略及成本壓力,使提高出圖效率成為其營運需求。受訪電商設計從業者表示,AI 生圖每張約 0.4 元至 0.6 元。
AI 正改變創作工作的條件,創作者應分辨哪些流程只是繁瑣勞動、可交由 AI 自動化,哪些環節承載思考、值得保留。Figma Weave 的創作案例顯示,生成只是起點;團隊仍需反覆推敲故事、角色和風格,才能把模型輸出塑造成作品。
這份指南講解如何在 ComfyUI 使用 MOSS-Image,涵蓋版本檢查、四個模型檔案的放置位置及首次生成設定。文字生成圖像模板需要 ComfyUI 0.42.0 或以上,Image Edit 和 Color & Depth 模板則需要 0.43.0 或以上;SFT 權重用於生成圖像,Base 權重用於訓練。
撰寫 AI 圖像提示詞可採用結構化流程:先確定想呈現的主體、動作和場景,再按構圖、光線及視覺風格補充細節。提示詞應聚焦必要資訊,慎選描述用詞,並一次只測試一項變化,逐步改善生成結果。
作者以即夢上的 Seedream 5.5 進行實測,涵蓋已生成圖片的連續修改,以及海報、長篇中文排版和角色表情包等製作場景。文章示範將生成圖片設為參考圖逐步修改,並附有提示詞;咖啡海報把 ¥69 改為 ¥59,咖啡袋、杯子和橙子均予保留。作者再把八格動作圖切成八張,按順序製成循環 GIF,每幀停留 0.24 秒。
Adobe 與 Google 擴大 AI 合作,將 Google 的圖像及影片模型整合至 Adobe 創作軟件,並把 Adobe 工具延伸至 Google 產品。
BBC 報道指,英國部分地產代理和賣家開始以 AI 大幅修改甚至生成放盤照片,令房屋看來更寬敞或現代,形成所謂樓盤照片造假現象。一名準買家到場後發現房間比照片小,裝修和部分建築結構亦不相同。《Housing Horrors》主持人稱,過去六個月 AI 美化的放盤照片明顯增多且大多沒有清楚標示;一間地產代理則規定相關照片須明確標示。
BBC 報道指,英國部分地產代理和賣家使用 AI 大幅修改甚至生成樓盤照片,令網上照片與實際房屋狀況不符。《Housing Horrors》主持人傑克・布什羅德稱,過去六個月 AI 美化樓盤照片明顯增加,而且大多沒有標示;他舉例指,有照片移除了柱子,並多出一扇窗。一間地產代理機構表示,已規定所有經 AI 美化的樓盤照片必須明確標示。
上海黃浦警方通報,網傳「和平飯店51萬元天價帳單」由一間互聯網酒類銷售公司的負責人組織人員利用AI軟件篡改,並製作虛假影片營銷自家產品。他們把飯店用酒改成公司銷售的酒類,並透過控制帳號、僱人代發在網上大量傳播。警方在外省市公安機關協助下抓獲15人,其中4人被依法採取刑事強制措施,其餘11人被依法行政處罰。
小型電子報可透過固定圖片尺寸、簡短的書面風格説明和參考圖片,讓每期標題圖片保持一致。每次從最接近的參考圖片開始,只按主題調整畫面,並在寄出前檢查手機顯示、色彩、明暗模式、替代文字及檔案大小。
作者更新 Ollama 桌面應用的 Linux 移植版,以配合上遊 v0.40.16,並加入可選的本機圖像生成 runner。使用 Z-Image-Turbo 在 12 GB RTX 5070 上生成 1024x1024 圖片,首次需 25.5 秒,其後每張約 22 秒。
榮耀700 Pro以全新浮冰島設計及粉霧配色完成外觀 ID 換代,透過懸浮玻璃背板和「背多紛」靈動背屏重塑機身美學。背屏支援自訂萌寵、AI 生成背屏桌布及自拍預覽;正面採用 0.98mm 四等邊超窄邊框,並配備深度強化玻璃背板與霧面金屬中框。