什么玩意

我家有两个三花猫。

下面是大的，叫咩咩。左脸黑。聪明得不像个猫，偶尔黏人，有点心机。

上面是小的，叫啾啾。右脸黑。可爱活泼，看起来没什么脑子。

这篇文章提供了一个三花猫的拟人角色尽可能全面的设定图，方便稳定、准确地用此角色生成各种图片。

一些方法

通过提供设定图，可以让模型生成精确、一致的内容。

以 Nano Banana Pro 为例，可以按需选择设定图片，然后参考这些提示思路做图片生成：

提示词示例 1：房间打盹
[设定图] 这是我设计的一个角色，和用它画的一系列设定图，灵感来自我的三花猫。 帮我从头重新生成一张她在房间打盹的照片，笔触细腻，又不失赛璐珞风格。
提示词示例 2：表情包贴纸
[设定图1] [设定图2] [类似的表情图] 这是我设计的角色的一系列设定图，给我做个 line sticker 风格的正方形表情。文字是「不赖」。 角色参考图片1和图片2。
提示词示例 3：构图重绘
[透视草稿图] [设定图1] [设定图2] 将第一张构图草稿中的木偶人换成第二和第三张图（角色设定）中的角色，重新绘制一张。 角色以我的三花猫为灵感设计。 笔触和质感要清新、通透，笔触利落。赛璐珞风格。

图片生成的一点技巧，不一定对

让多模态 LLM 生成「你脑子里的那张画」不一定是件简单的事，需要一些技巧和经验。

一种思路是，把自己当画师，让 Nano Banana 这种模型协助自己工作。可以看看画师直播，了解工作流程，结合模型能力做简化，让模型一步步生成，过程中修整成自己想要的样子，比如：

  • 用木偶形式定义姿态，「生成姿态图片」；
  • 提供场景和透视，「生成简单的透视草稿」；
  • 提供角色设定图，「生成线稿」；
  • 决定笔触，画风，厚薄涂，细化程度，「生成成品」；

另一种思路是，收集一些参考图。在生成图片的时候：

  • 提供角色设定图中必要的部分（可以手工裁剪 -- 如果你希望生成侧脸，就提供侧脸）；
  • 让模型分析和模仿参考图的画风，笔触、上色方式、风格。但不要生搬硬套，要让模型「全新生成图片」；
  • 多抽几次卡，效果一般会不错。

一些注意点：

  • 不要连续生成图片太多次（从 A -> B，从 B -> C, ....），LLM 的指令遵循一般会在过长之后出问题，导致角色变掉。每次都提供原始设定图可以控制生成结果始终是相同的角色。
  • 了解一些绘画/摄影/电影术语，可以有效指导 LLM 生成想要的风格和构图。

一些例子

如果你要试试看，注意

  • 仅全年龄向谢谢。
  • 不要直接描「真人类画师的商业图」害我猫吃官司啦。