回到作品展示
AI 繪圖×角色創作教學/AI角色創作與設計教學/AI共創工作流/方法論/附AI共創方法論研究報告/張珞喵-喵皇宇宙

AI 繪圖×角色創作教學/AI角色創作與設計教學/AI共創工作流/方法論/附AI共創方法論研究報告/張珞喵-喵皇宇宙

Live開源專案#AI繪圖#AI創作#AI代理人#機共創#人機共振

當生成式 AI 開始走進每個人的生活,創作似乎變得前所未有地容易。一句 Prompt(提示詞)、一張照片,就能在幾秒鐘內產生精美的圖片。 然而,當新鮮感過去後,許多人也開始遇到相同的困擾:角色總是長得不一樣、設定越改越混亂、故事無法延續,每一次都像重新開始。 如果把 AI 當成圖片生成器,我們得到的是一張又一張彼此沒有關聯的作品; 但如果把 AI 當成共同創作者,我們可以一起建立角色、討論設定、發展世界觀、設計劇情,甚至一步一步打造屬於自己的原創 IP(智慧財產)。 這本書不是一本 提示詞(Prompt) 教學,也不是一本生圖技巧大全。 它是一套創作工作流,一套陪伴角色成長的方法。 從角色原型、角色設定、AI 討論、風格建立、世界觀、角色互動、劇情發展,到 Character Bible(角色設定集) 與 IP (智慧財產)建立,每一步都不只是為了生成圖片,而是為了讓角色真正活起來。 AI 不會取代創作者,但它可以陪伴創作者,把腦海中的想像,一步一步變成一個完整的角色宇宙。

開源釋放-全文可至方格子觀看,步驟都有圖文並行。(免登陸,無廣告(目前))

還有這邊版面和格式問題 先PO部分章節和部分圖片

連結:https://vocus.cc/article/6a6a9a29fd8978000186e3de

-

第一章、建立角色原型(Prototype)

第二章、建立角色設定(Character Design)

第三章:AI 討論模式(Discussion Mode)

第四章:建立風格資料庫(Style Library)

第五章:建立世界觀(World Building)

第六章:建立角色互動(Character Interaction)

第七章:劇情生成(Storytelling)

第八章:ChatGPT 工作流(Workflow)

第九章、建立角色資料庫(Character Bible)

第十章、建立自己的 IP(Build Your Own IP)

第十一章、AI共創方法論研究報告

第十二章、參考文獻(References)-🇺🇳全球

第十三章、臺灣相關研究(Taiwan Research)

(本篇會有大量啾啾的原型,這樣大家比較好理解)

(提醒!!!!...別直接拿我原型去做你的原型喔..我不想要啾啾變大眾臉>"<)

(中間的介紹圖都是有已經上傳在方格子的文章,如果有興趣找不到的再留言跟我要連結唷~)

(本篇為使用ChatGPT平台之方法論)

第一章 建立角色原型(Prototype)

AI 共創工作流的第一步,不是生成圖片,而是建立角色。

1-1 為什麼要建立角色原型?

第一次接觸 AI 生圖時,常常會希望一步到位。

例如:

幫我生成動漫風、電影風、奇幻風、全身照……

但實際使用後,常會遇到:

每一張都像不同的人

五官不一致

身材比例改變

配件、服裝一直跑掉

很難建立固定角色

這並不只是技巧問題,而是缺少了一個重要步驟:

角色原型(Prototype)。

建立原型的目的,不只是生成最漂亮的一張圖片,而是建立一份角色的「人物 DNA」。

之後所有風格與創作,都以這份 DNA 為基礎。

1-2 建立半身原型(Head Prototype)

第一步,只建立角色的臉部資訊。

重點不是背景,也不是服裝,而是固定人物特徵。

建議保留:

臉型

五官

髮型

氣質

常見配件

此階段不建議:

更換風格

動漫化

加入大量特效

建立世界觀

目標只有一個:

讓 AI 認識這位角色。

1-3 建立全身原型(Full Body Prototype)

當半身建立完成後,

接著補齊角色的完整資料。

包含:

身高比例

身形

穿搭

鞋子

包包

常用配件

這一步的目的,

是建立完整的人物資料,

避免後續生成時,

身材比例一直改變。

1-4 建立表情資料庫(Expression Library)

人物建立完成後,

建議建立一組固定表情。

例如:

微笑

自然笑

閉眼

眨眼

也可以加入:

思考

驚訝

害羞

開心

這一步不是為了做貼圖。

而是讓 AI 更了解角色不同情緒下的樣貌。

後續創作時,

角色通常會更加穩定。

1-5 原型完成後

除了創作。

也可以開始建立角色設定。

例如:

她是誰?

她的身份?

她的個性?

她生活在哪個世界?

她有哪些代表性的元素?

當角色設定越完整,

後面的創作就越自然。

啾啾小提醒

原型 ≠ 第一張圖片。

真正的原型,

是一份能夠代表角色的資料。

圖片只是其中一種載體。

當角色的五官、氣質、比例與特色都建立完成後,

未來無論是真人、動漫、電影、插畫,甚至不同時代與世界觀,

都能建立在同一位角色之上。

本章重點

✓ 建立角色,而不是急著生成圖片。

✓ 半身原型固定五官與氣質。

✓ 全身原型建立完整人物比例。

✓ 建立固定表情資料庫。

✓ 原型完成後,先建立角色設定,再開始風格創作。

第二章 建立角色設定(Character Design)

人物可以靠照片建立,但角色只能靠設定建立。

2-1 為什麼需要角色設定?

建立原型之後,

AI 已經知道角色長什麼樣子。

但是它還不知道:

她是誰?

她來自哪裡?

她的個性是什麼?

她的生活方式?

她的夢想?

她害怕什麼?

如果沒有這些設定,

AI 每一次生成,

都只能重新猜一次。

所以第二章,

我們開始建立角色的人格(Character)。

2-2 先討論再生成

先討論,不生成。

可以直接告訴 AI:

我們先討論角色設定,不要生成圖片。

請 AI 幫忙:

補充想法

整理內容

提醒矛盾

提供建議

等設定完成後,

再開始創作。

2-3 建立角色基本資料

可以從最基本開始。

例如:

基本資訊

名稱

年齡

身份

職業

居住地

種族(如果有)

不用一次全部完成。

可以慢慢補。

2-4 建立角色性格

這一步,

比外觀還重要。

例如:

她是:

外向?

內向?

冷靜?

活潑?

害羞?

理性?

感性?

也可以思考:

遇到困難時,

她會怎麼做?

角色開始有自己的反應,

AI 後面生成的表情與互動,

通常也會更自然。

2-5 建立代表元素

每個角色,

最好都有一些固定元素。

例如:

常穿的衣服

常戴的飾品

代表色

象徵物

吉祥物

專屬武器

專屬徽章

這些元素,

會慢慢變成角色辨識度的一部分。

2-6 建立世界定位

角色不是獨立存在。

她一定生活在某個世界。

例如:

現代都市

奇幻王國

科幻未來

校園

武俠

修仙

神話世界

不用一次建立完整世界觀。

先知道:

角色屬於哪裡。

2-7 AI 是共同創作者

我們常常說:

AI,幫我想。

可以多加自己建議:

一起討論。

例如:

你提供一個方向。

AI 幫忙補充。

你再修改。

AI 再整理。

角色設定,

通常就是這樣慢慢長出來。

啾啾小提醒

角色設定不是履歷表。

不用一次把所有欄位填滿。

真正好的角色,

通常都是在創作過程中,

慢慢補充、慢慢修正。

不要怕改設定,

因為角色也會和創作者一起成長。

本章重點

✓ 建立角色,不只是建立外觀。

✓ 先討論,再生成。

✓ 建立角色基本資料。

✓ 建立角色性格。

✓ 建立代表元素。

✓ 建立角色生活的世界。

下一章,我們會分享一個工作方式:

把 AI 當成創作夥伴,而不只是圖片生成器。

第三章 AI 討論模式(Discussion Mode)

學會和 AI 一起思考。

3-1 AI如果只是圖片生成器

使用 AI 生圖時,

流程通常是:

想到一個畫面

↓

寫 Prompt(提示詞)

↓

生成圖片

↓

不滿意

↓

修改 Prompt

↓

重新生成

如果一直重複這個循環,

很容易陷入「抽卡」模式。

每次都期待下一張會更好,

比較穩定的另一種方式是:

先討論,再生成。

3-2 讓 AI 先理解你的想法

在開始創作之前,

先把 AI 當成共同創作者。

例如可以直接說:

我現在還沒有要生成圖片。

我想先討論角色設定。

或者:

幫我整理目前的想法。

如果有矛盾,請提醒我。

這樣 AI 的角色就不再只是執行命令,

而是開始協助你思考。

3-3 用對話建立創意

很多好的點子,

常常不是一次想到的。

而是在來回討論中慢慢形成。

例如:

創作者提出一個方向。

AI 提供幾種可能。

創作者選擇其中一種。

AI 再補充細節。

經過幾輪討論,

角色通常會比一開始更完整。

AI 的價值,

不是替你決定,

而是陪你探索更多可能性。

3-4 討論,不等於接受

AI 提出的每個建議,

都只是參考。

創作者不需要全部接受。

真正重要的是:

你知道自己想留下什麼,

又想修改什麼。

可以把 AI 想像成一位創作夥伴。

它可以提供方向,

但最後做決定的人,

仍然是你。

3-5 先整理,再生成

當討論進行一段時間後,

不要急著開始畫圖。

先請 AI 幫忙整理目前的設定。

例如:

角色資料

性格設定

世界觀

固定元素

待確認事項

把這些整理完成後,

再開始生成圖片。

通常可以減少很多反覆修改。

3-6 討論模式的真正目的

討論的目的,

是讓 AI 與創作者,

建立共同理解。

當雙方對角色的認知越一致,

後續無論生成圖片、撰寫故事、設計場景,

都會更加穩定。

討論,

其實是在建立創作的基礎。

啾啾小提醒

如果一開始就急著生成圖片,

AI 很可能只能根據有限資訊猜測你的想法。

與其一直修改 Prompt(提示詞),

不如多花幾分鐘和 AI 討論。

很多看起來像是「生成失敗」的問題,

其實只是因為角色設定還沒有討論清楚。

本章重點

✓ AI 不只是圖片生成器,也是創作夥伴。

✓ 先討論,再生成。

✓ 用對話整理想法,而不是一直修改 Prompt。

✓ AI 可以提供建議,但最終決定權仍在創作者。

✓ 先整理設定,再開始創作,可以提升一致性。

下一章預告

當角色原型、角色設定,以及共同理解都建立完成後,

終於可以開始進入最有趣的一步:

讓同一位角色,穿梭在不同的風格之間。

真人、電影、動漫、插畫、奇幻、科幻……

讓同一位角色,在不同風格中依然保有辨識度。

(~看到這篇其實可以先開始做了,做多了慢慢累積整理為主,邊做邊學、邊學邊做,7分做2分學1分悟~後面的哪邊有感覺就稍微多一點~不要卡者一直想~)

https://vocus.cc/article/6a6a9a29fd8978000186e3de#heading-189410

---

第十一章、AI共創方法論研究報告

Part I 理論基礎(Theoretical Foundation)

本篇旨在建立 AI 共創(AI Co-Creation)的基本概念,分析現行 AI 創作流程的限制,並提出 AI 共創方法論的核心理念,作為後續工作流程與研究模型的理論基礎。

前言(Preface)

研究背景(Background)

近年來,生成式人工智慧(Generative AI)的快速發展,大幅降低了影像創作的門檻。無論是 Midjourney、Stable Diffusion、FLUX,或 GPT-4o 等多模態模型,皆能依據文字描述快速產生高品質圖片,使「AI 繪圖」逐漸成為數位創作的重要工具。

然而,在實際創作過程中,研究者觀察到多數創作者仍以「Prompt(提示詞)→ Image(圖像)」作為主要工作流程。此模式雖能快速生成單張作品,卻容易出現角色一致性不足、設定分散、世界觀缺乏延續性,以及難以建立長期創作資產等問題。

因此,本研究認為,現階段 AI 創作所面臨的核心挑戰,並非影像生成能力不足,而是缺乏一套以角色與創作流程為核心的工作方法。

研究目的(Objective)

本研究旨在提出一套 AI 共創方法論(AI Co-Creation Methodology),重新定義 AI 在創作流程中的角色,並建立一套可持續發展的創作模式。

研究目標包括:

建立 AI 共創的定義。

分析傳統 AI 生圖流程的限制。

提出以角色為核心的創作流程。

建立可持續維護的角色資料架構。

建立適用於長期 IP 創作的工作模型。

研究範圍(Scope)

本研究聚焦於生成式 AI 在角色創作流程中的應用,不探討模型演算法、模型訓練或影像生成技術本身,而是研究 AI 與創作者之間的協作模式,以及工作流程對創作品質、一致性與可持續性的影響。

第一章 AI 共創的定義(Definition of AI Co-Creation)

1.1 AI 共創的概念

本研究將 AI 共創(AI Co-Creation)定義為:

創作者與人工智慧透過持續對話、整理、修正與共同決策,逐步完成角色、世界觀、故事與作品的協作創作模式。

此定義強調 AI 並非獨立創作者,而是在創作流程中扮演協作夥伴(Co-Creator)的角色。

因此,AI 共創不同於傳統 AI 繪圖,其重點不在於一次生成結果,而在於創作過程中的共同建構(Co-Construction)。

1.2 AI 繪圖與 AI 共創的差異

本研究將兩者區分如下:

AI 繪圖(Image Generation)

AI 共創(AI Co-Creation)

以 Prompt 為核心

以角色為核心

追求單張圖片

建立長期角色

每次重新生成

持續累積設定

偏向工具使用

偏向共同創作

著重結果

著重創作過程

生成圖片

建立 IP

AI 繪圖屬於 AI 共創的一部分,而非全部。

1.3 AI 的角色定位

本研究認為,AI 在創作流程中可同時扮演多種角色:

創意討論者(Creative Partner)

設定整理者(Organizer)

世界觀顧問(World-building Assistant)

劇情發想者(Story Consultant)

一致性檢查者(Consistency Reviewer)

然而,AI 不負責決定作品方向。

創作者仍是最終決策者。

因此,本研究提出:

AI 是 Co-Creator(共同創作者),而非 Creator。(創作者)

第二章 傳統 AI 生圖流程分析(Analysis of Traditional AI Image Generation Workflow)

2.1 現行工作模式

目前多數 AI 繪圖流程可簡化為:

Prompt(提示詞)

↓

Image(圖像)

↓

修改 Prompt(提示詞)

↓

重新生成

↓

挑選圖片

此模式具有快速產出的優勢,但主要目標集中於單次生成品質。

2.2 現行流程的限制

研究觀察歸納出以下問題:

(一)角色一致性不足

角色外觀容易因不同 Prompt (提示詞)而產生變化。

(二)設定分散

人物設定散落於不同對話與 Prompt(提示詞) 中,難以集中管理。

(三)世界觀缺乏延續

每次生成皆重新開始,缺乏共同背景。

(四)創作成本逐漸提高

隨著角色數量增加,需要重複描述大量設定。

2.3 問題分析

本研究認為:

上述問題並非源自能力不足,而是創作流程缺乏知識累積機制。

換言之,

目前主流流程著重於圖片生成(Image Generation),卻忽略了角色管理(Character Management)、知識整理(Knowledge Organization)與創作延續(Creative Continuity)。

因此,本研究提出:

真正需要改善的,不是 Prompt(圖像),而是 Workflow(工作流)。

第三章 AI 共創四大核心原則(Core Principles of AI Co-Creation)

AI 共創方法論建立於四項核心原則之上:

Principle 1:Character First(角色優先)

角色是所有創作的核心,而非圖片本身。

Principle 2:Discussion First(討論優先)

生成之前,先建立共同理解。

Principle 3:Workflow First(流程優先)

穩定的創作流程,比一次成功的 Prompt(提示詞)更重要。

Principle 4:Growth First(持續成長)

角色、故事與 Character Bible(角色大綱、設定集) 應隨創作持續演化,而非一次完成。

Part I 結論

本篇建立了 AI 共創方法論的理論基礎,指出目前 AI 創作所面臨的主要問題並非生成能力,而是缺乏以角色為核心、能夠持續累積知識與維持一致性的創作流程。

基於此,本研究提出四項核心原則:Character First(角色優先)、Discussion First(討論優先)、Workflow First (流程優先)與 Growth First(持續成長),作為 AI 共創方法論的基礎。

下一部分將進一步提出 AI 共創工作流(AI Co-Creation Workflow) 的完整流程設計,說明如何將這些原則落實於角色建立、設定管理、世界觀建構、故事創作與 Character Bible(角色大綱、設定集) 等實際創作流程中。

https://vocus.cc/article/6a6a9a29fd8978000186e3de#heading-188412

學會和 AI 討論、整理、修正與發想,往往比多寫幾句 Prompt(提示詞) 更能提升創作品質。

 

核心(Core)

#AI共創(AI Co-Creation)

#AI共創工作流(AI Co-Creation Workflow)

#AI共創方法論(AI Co-Creation Methodology)

人工智慧(Artificial Intelligence)

#人工智慧(Artificial Intelligence)

#生成式人工智慧(Generative AI)

#大型語言模型(Large Language Model)

#多模態人工智慧(Multimodal AI)

#人機協作(Human-AI Collaboration)

#人機共創(Human-AI Co-Creation)

#AI研究(AI Research)

#AI工作流程(AI Workflow)

#AI創新(AI Innovation)

創作領域(Creative)

#角色創作(Character Design)

#角色聖經(Character Bible)

#世界觀建構(World Building)

#故事創作(Storytelling)

#原創智慧財產(Original IP)

#智慧財產設計(IP Design)

#創作工作流程(Creative Workflow)

#數位創作者(Digital Creator)

方法論(Methodology)

#角色優先(Character First)

#討論優先(Discussion First)

#流程優先(Workflow First)

#持續成長(Growth First)

知識管理(Knowledge Management)

#知識管理(Knowledge Management)

#知識循環(Knowledge Loop)

#知識創作(Knowledge Creation)

#知識整理(Knowledge Organization)

#工作流程設計(Workflow Design)

設計思維(Design Thinking)

#設計思維(Design Thinking)

#創意思考(Creative Thinking)

#設計流程(Design Workflow)

#使用者體驗思維(UX Thinking)

未來發展(Future)

#角色作業系統(Character OS)

#AI創作者工作室(AI Creator Studio)

#共同創作者(Co-Creator)

#共同創作(Co-Creation)

#創作者經濟(Creator Economy)

研究(Research)

#研究報告(Research Report)

#方法論研究(Methodology Research)

#創作研究(Creative Research)

#AI研究(AI Research)

#人機互動(Human-AI Interaction)

---

#跨維度認知對齊架構(Cross-Dimensional Cognitive Alignment Architecture, CDCAA)

#啟發式人機共振 (Heuristic Human-AI Resonance)

#主客體主觀共鳴(Intersubjective Resonance)

#人機協作(Human-AI Collaboration(HAC))

#人機互動(Human-AI Interaction(HAI))

喵皇宇宙(Meowverse)

A Living Universe of Human-AI Resonance

筆名/IP:張珞喵

研究者:張民昇

AI 共思考與共創夥伴:啾啾、小珞珞 (喵皇宇宙)

圖片展示

給作者一點回饋

試用時哪裡順手、哪一步卡住,或你想知道的細節,都可以直接告訴作者。

0 / 1,000

可以先寫下想法;登入後確認內容,再按送出。

載入評論中...

接著探索其他作品

更多開源專案

優先依作品分類與標籤推薦,也可繼續瀏覽其他開發者的創作。

你也在開發 Side Project 嗎?

免費上架,有自己的作品頁、能被 Google 搜到,也會收進不定時的電子報。

上架我的作品