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

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)