告别AI网红脸：零基础漫剧视觉资产制作全攻略

AI漫剧创作中最让人头疼的，莫过于角色换了衣服换了剧情，脸却还是同一张——反复告诉AI“再美一点”，得到的依然是千篇一律的网红脸。B站UP主“AI探索者旺木”在零基础AI漫剧全流程第二期中，借助豆包工作的现成skill，拆解了从角色设计到场景资产的全套方法。核心思路只有一句话：提示词告诉AI要做什么，视觉资产告诉AI应该保持什么。

角色设计：三种方法摆脱“抽卡式”捏脸

很多新手一上来就让AI生成一个漂亮古风美女，结果往往只有外表没有性格。创作者的第一步，应该让AI当一次“选角导演”。

方法一：剧本先行

打开豆包工作，调用短剧创作skill，上传上一期完成的故事设定手册或自己的剧本，让AI分析女主貂蝉，整理出一份角色设定卡。AI会提炼人物的身份、性格以及对应的外观设计方向——比如这位貂蝉外表温婉柔美，内心却聪慧有主见，还拥有战斗能力。再调用创意设计skill根据角色卡生成第一版形象，角色就不再是一张随机生成的漂亮脸，而是有了剧本依据。

方法二：以参考为谋

符合人设不代表符合大众审美。最初生成的貂蝉虽然五官端正，却总感觉少了辨识度。这时可以让豆包工作搜索视觉参考，或直接上传喜欢的图片，提取脸型、眉眼、装饰等设计特点；还可以用“三庭五眼”辅助分析——纵向把脸分成三部分，横向大致分成五个眼睛的宽度，帮助AI更具体地理解五官比例。取一张图的脸型、另一张图的眉眼、第三张图的鼻子和嘴巴，再调用创意设计skill结合角色设定重新设计。注意借鉴特征而非直接复制已有角色，调整后的貂蝉明显更有特点。

三庭五眼是中国传统人物画中关于面部比例的经典法则。“三庭”指将脸的长度纵向分为三等分：发际线到眉骨为上庭，眉骨到鼻底为中庭，鼻底到下巴为下庭；“五眼”指脸的宽度大致等于五个眼睛的长度，两眼之间隔一个眼宽，眼角到发际线各占一个眼宽。这一比例并非绝对标准，但能帮助AI理解“五官端正”的具体含义，避免生成五官比例失调或过度夸张的脸型。在提示词或参考分析中引入这一概念，可以让AI对面部结构有更明确的约束，从而在借鉴参考图时更准确地调整眼距、中庭长度等细节。

方法三：注入活人感

好看不等于真实。很多AI角色虽然精致，却像塑料模特，缺少真实质感。此时可直接调用创意设计skill，让它保留原来的脸，增加自然的皮肤纹理、发丝层次和服装褶皱。如果生成得太粗糙，就提示“保留精致感，不要增加污渍和破损”。

活人感不只来自皮肤，还来自装造是否符合身份。创作者找到一张喜欢的服装参考图——发型头饰、青纱裙装以及白色长袜和鞋履，把原貂蝉和参考图一起交给创意设计skill，保留原脸重新设计服装发型和配饰，人物整体气质随之完全改变。先确定满意的脸，再通过参考图完善装造，是UP主强烈推荐的做法。

角色资产版：解决一致性难题

角色定好了，接下来要解决一致性。传统的四视图（上半身特写加正面侧面背面全身照）以及后来的细节图，都有个共同问题：人物的脸太小，提供的面部细节有限。

更推荐的做法是资产版排版：上方放高清的正面和侧面脸部特写，下方放正面侧面背面的全身服装图。上面负责五官参考，下面负责身材比例、服装和配饰，两类信息都更清晰。上传最终定装照并调用创意设计skill，就能按这种排版生成角色资产版。若后续需要情绪表演，还可额外生成一张表情16宫格，让表情更好掌控。

四视图是角色设计中常用的参考图形式，通常包含角色的正面、侧面、背面和四分之三侧面全身像，有时再加上头部特写。它的优势是能同时展示角色的整体轮廓和服装结构，便于建模或绘画时保持多角度一致。但在AI生成场景中，四视图的全身照里脸部占画面比例很小，AI难以从中提取足够的面部特征细节，导致后续生成特写时脸型容易漂移。因此，文章提出的“资产版排版”将高清脸部特写与全身服装图上下分区，本质上是对四视图的信息密度进行重新分配，让面部参考和身体参考各司其职。

道具设计：武器不一定越复杂越好

武器同样是重要的视觉资产。把角色设定卡和定装照交给创意设计skill，让它根据人物身份和战斗特点设计专属武器，有喜欢的造型也可以上传参考图。

这里有个关键技巧：武器不一定越复杂越好。特别是高难度打斗，复杂结构更容易出现变形和细节混乱。创作者最终选择了一把与貂蝉服装配色统一、结构相对清晰的长剑。确定造型后再让AI生成正面、侧面和局部细节图，固定剑柄、剑格、剑身的比例和装饰纹样，后续生成武器特写和打斗镜头就有了统一参考依据。

场景设计：九宫格锁定空间布局

场景同样需要一致性资产。很多人只生成一张漂亮大图，一到切换镜头，建筑位置可能就变了。

首先让豆包工作整理场景需求，再调用创意设计skill生成主场景，不满意可上传参考图继续调整。主场景确定后，生成场景九宫格：前八张展示正面、反打、左右侧面、入口、俯视和局部特写等不同机位，最重要的是最后一张空间布局图，用来明确宫殿入口、道路和战斗区域的位置关系。前八张告诉AI场景长什么样，最后一张告诉AI空间怎么布局。

反打镜头是影视拍摄中的常用术语，指与上一个镜头方向相反的机位，通常用于对话场景中交替呈现双方视角，或从背面拍摄主体以交代其面对的环境。在AI漫剧的场景资产中，生成反打机位图可以帮助AI理解同一空间在不同朝向下的样貌，避免切换镜头时背景元素左右颠倒或建筑位置错乱。九宫格中的反打图与正面图配合，实际上是在为AI建立一套空间坐标参照，使后续分镜生成时无论从哪个方向取景，都能保持场景结构的一致性。

电影色版与资产标注

整套视觉资产还需要统一的色彩方向。把剧本、人物和场景图交给豆包工作，让它以电影调色师的身份提炼七个核心颜色，标注色值和使用场景。如果有喜欢的电影风格，也可以上传多张参考图让AI提取共同的色彩规律，再生成一张电影色版资产图。

所有图片准备好后还有最后一步：资产标注。把人物、武器、场景和色版统一上传给豆包工作，整理一份资产清单，标明每张图的名称、用途以及需要保持不变的关键特征。这样后面生成视频时，就知道该用哪张图、参考哪些信息。

视觉资产才是漫剧的一致性地基

整套流程走下来会发现，真正重要的不是写出多么复杂的提示词，而是提前把视觉资产设计清楚。从角色设定卡、资产版排版、武器细节图，到场景九宫格、布局图和电影色版，每一类资产都在回答同一个问题：AI应该保持什么。这套方法论对任何AI视频创作者都适用——角色、道具、场景、色彩，四个维度锁定之后，镜头切换与打斗表演才有稳定的参考依据。UP主也预告，下一期将用今天设计的貂蝉挑战一段高难度AI打斗视频，让角色真正动起来。