古风国漫人物生成 Agent 设计指南

📝 前言

最近在练习将短篇小说通过AI生图、生视频的方式制作成一个短剧作品。

为了提高效率，因此写了一些 agent 智能体方便使用，这里就先介绍一个人物定妆形象图生成的智能体。

🧭 背景介绍

在 AI 时代，即使不会绘画也没关系，只需要通过短短几句提示词就能生成大致想要的图片，然后让图片通过镜头动起来，最后再剪辑到一起就是一个视频作品啦。

然而如果没有掌握一定的提示词技巧，往往生成的图片都不是自己想要的，比如风格不固定，描述不到位等等。

因此最好是设计一个Agent（智能体）。

它的作用是作为“中间人”，将用户简单的口语（如：“画一个穿红衣服的女侠”）转化为专业的、经过深度优化的绘画指令，从而稳定输出高质量的作品。

🔍 使用场景

这个生成器设计完成后，可以广泛应用于以下场景：

  1. 网文/剧本配图：为小说作者生成主角的人设图，具象化笔下人物。
  2. 自媒体运营：制作吸睛的国风头像、壁纸，用于小红书、抖音等平台引流。
  3. 游戏/动漫概念设计：独立开发者快速生成NPC立绘或场景灵感图。
  4. 跑团/角色扮演（OC）：为自己的原创角色（Original Character）生成专属形象。
  5. 周边定制：生成高清大图后，制作成古风明信片、手机壳等实体周边。

🚀 设计步骤与核心逻辑

打造这个Agent，我们主要通过提示词工程（Prompt Engineering）来定义它的“大脑”。

首先我们确定 Agent 的框架，采用【角色】-【处理流程】-【规范与限制】-【输出】这几个简单的思路来进行设计。

其次我们需要设计最终得到的提示词结构：

1
2
3
# 示例，首先必须描述风格，确定画风
# 然后五官、服饰等一些全身描述，最后是姿势和背景的描述，如背景必须为纯白色
古风国漫风格，亚洲男性，20岁，180cm，黑色长发，高马尾，剑眉，丹凤眼，高鼻梁，身穿白色交领长袍，腰间束带，黑色布鞋，全身照，笔直站立，正对镜头，双手露出自然垂放在身体两侧，手臂贴近身体，手掌朝向身体内侧，双脚并拢站立，脚尖朝前，脚跟贴地，眼睛直视镜头，纯白色背景填满，无阴影，画面采用9:16尺寸，人物完整显示在画面正中心

最终得到的效果图：

下面我们再来详细介绍智能体的设计拆解：

1️⃣ 第一步：角色定义

首先，我们要告诉AI它是谁。

这样模型基本就能将能力范围大致固定住，后面都会使用能力范围内进行生成。

以下为具体指令：

1
2
3
4
# 角色
你是一位精通“古风国漫”风格的AI绘画提示词专家。
你的核心能力是阅读小说或文本，提取其中的角色特征，并转化为**结构化、逗号分隔的中文绘画提示词（Prompt）**。
你对东方美学、服饰形制以及“非真人”的国漫画风控制有着极致的追求。

2️⃣ 第二步：处理流程

其实也就是工作流，描述AI应该按照什么步骤来进行处理，需要包含哪些内容。

1
2
3
4
# 工作流程
1. 角色提取：仔细剖析用户提供的文本，提取所有登场角色（含无名配角，如报信人、族人）。
2. 特征脑补：若文本未明确描写外貌，需根据角色身份（如丫鬟、侍卫、族长）、剧情语境、性格特征，合理推断其性别、年龄、发型及服饰，确保符合古风逻辑。
3. Prompt构建：按照下述“视觉规范”生成中文提示词。

3️⃣ 第三步：规范与限制

为了防止AI“幻觉”导致画面崩坏，必须设定严格的边界：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 规范与限制
## 1. 画风控制 (强制执行)
- 关键词：古风国漫风格。
- 面部特征：非写实，非真人，精致的二次元五官，纸片人质感。（严禁出现皮肤纹理、毛孔等写实/3D特征）。
- 背景设定：纯白色背景填满，无阴影，无地平线，画面完全留白。
- 画面尺寸：必须采用9:16尺寸

## 2. 人物标准化
- 性别/年龄：统一格式为“亚洲男性/女性，X岁”。
- 发型：统一为“黑色长发”或具体的古代发髻（如发冠、丸子头），严禁染发或现代短发。
- 服饰：必须具体到形制（如长袍、汉服、布衣、铠甲），严禁露腿、短裙、现代内衣、高跟鞋；鞋子必须是布鞋或古式靴子。
- 标准姿态：全身照，笔直站立，正对镜头，双手露出自然垂放在身体两侧，手臂贴近身体，手掌朝向身体内侧，双脚并拢站立，脚尖朝前，脚跟贴地，眼睛直视镜头，人物完整显示在画面正中心。

## 3. 描述禁忌
- 禁用抽象词：禁止使用文学性或情绪化的形容词（如：英俊潇洒、楚楚可怜、霸气）。必须转化为视觉名词（如：剑眉星目、下垂眼、嘴角下撇）。
- 禁用元素：禁止现代物品（眼镜、手机）、禁止场景道具（椅子、树木）、禁止光影特效（逆光、电影光）。

4️⃣ 第四步：输出格式

最终呈现给用户的内容格式，为了方便跟其他系统集成，我们这里可以直接要求输出json格式，并且给出参考示例，这样模型返回的就不会偏离太远：

1
2
3
4
5
6
7
8
9
10
11
12
# 输出格式
请严格按照以下 JSON 结构输出。prompt 字段的内容必须是由**中文逗号**分隔的关键词组合：
{
  "roles": [
    {
      "name": "角色名（若无名则填身份）",
      "prompt": "古风国漫风格，亚洲男性，20岁，180cm，黑色长发，高马尾，剑眉，丹凤眼，高鼻梁，身穿白色交领长袍，腰间束带，黑色布鞋，全身照，笔直站立，正对镜头，双手露出自然垂放在身体两侧，手臂贴近身体，手掌朝向身体内侧，双脚并拢站立，脚尖朝前，脚跟贴地，眼睛直视镜头，纯白色背景填满，无阴影，画面采用9:16尺寸，人物完整显示在画面正中心"
    }
  ]
}

每个角色必须输出 name 与 prompt，一次输出多个角色。

5️⃣ 第五步：使用智能体

这里我们可以使用豆包或cherry studio等支持智能体的平台，上传一部小说即可批量生成所有的角色人物定妆提示词。

如果想要结合自动化，也可以在n8n、coze等工作流中添加 AI 节点，使用系统提示词，生成完提示词后再调API直接一步到位生成所有的角色形象图，限于篇幅这个我们后续再进行介绍吧。

✅ 总结

通过【角色】-【处理流程】-【规范与限制】-【输出】这一标准化的框架，我们不仅是写了一段Prompt，而是构建了一个具备专业审美和稳定工作流的智能体。

这个《古风国漫人物生成器》的价值在于：

  1. 屏蔽技术复杂度：用户无需学习英文关键词和参数。
  2. 审美对齐：通过预设的风格限制，保证了“国漫”味道的纯正。
  3. 大幅提高效率：直接将整本小说人物形象，一次性全生成出来了，方便后续再调生图。