AIGC工作流构建Qwen-Image-Edit-F2P与文本大模型协作生成带插图的角色传记你有没有过这样的经历构思一个小说角色或者游戏人物时脑子里明明有了一个鲜活的形象却怎么也写不出那份神韵更别提画出符合想象的肖像了。文字和图像之间好像总隔着一道鸿沟。现在这道鸿沟正在被AIGC技术填平。我们不再需要分别求助文案和画师而是可以构建一个自动化的创作流水线。今天我就来分享一个我自己在用的、非常有意思的玩法让文本大模型和图像编辑模型联手一键生成图文并茂的完整角色设定。这个流程的核心思路很简单先让一个擅长文字的AI比如大家熟悉的ChatGPT去构思人物的生平、性格和故事然后从中提炼出外貌特征再交给一个擅长“按文画图”的AI比如Qwen-Image-Edit-F2P去生成肖像最后把这两部分自动合成一份漂亮的文档。整个过程就像一条高效的创作流水线特别适合需要大量产出角色设定的游戏策划、网文作者或者IP开发者。接下来我就带你一步步搭建这个流程看看AIGC的协同效应能碰撞出怎样的火花。1. 为什么需要这样的AIGC工作流在聊具体怎么做之前我们先看看传统角色创作流程的痛点。通常这需要至少两个角色文案和原画师。文案写出角色设定包括背景故事、性格和外貌描述然后原画师根据文字描述进行创作。这个过程往往伴随着大量的沟通成本和时间消耗——“我想要的感觉不是这样的”、“眼睛能不能再凌厉一点”——来回修改是家常便饭。更麻烦的是当我们需要批量创造角色比如为一个大型游戏设计数十个英雄或者为一部长篇小说构思群像时这种人力密集型的方式就显得效率低下且很难保证风格的统一性。AIGC工作流正好能解决这些问题。文本模型负责生成丰富、连贯的背景故事确保角色的内在逻辑图像模型则能精准地将文字描述转化为视觉形象。两者结合不仅速度快、成本低还能通过固定“提示词模板”来保证产出风格的一致性。你从“管理者”变成了“导演”只需要给出核心创意和方向剩下的繁重工作交给AI流水线来完成。2. 工作流核心组件与工具准备要搭建这条流水线我们需要两个核心的“工人”一个文本大模型和一个图像生成/编辑模型。文本大模型它的任务是充当“传记作家”。你可以选择任何你熟悉且效果好的模型比如通过API调用的ChatGPT或者一些开源的、部署在本地的模型。它的核心能力是理解你的模糊指令比如“生成一个来自未来废土的机械师角色”并输出结构完整、细节丰富的角色传记。图像模型 - Qwen-Image-Edit-F2P它是我们流水线上的“肖像画家”。我选择Qwen-Image-Edit-F2P是因为它在根据文本提示生成和编辑图像方面表现很出色尤其是对人像细节的控制。它不仅能从零生成还能基于一张参考图进行定向修改这给我们调整角色形象提供了很大的灵活性。除了这两个AI模型我们还需要一个“流水线调度员”也就是一段脚本代码。它的工作是把前面两个步骤串联起来调用文本模型、解析结果、提取关键词、调用图像模型、最后合成文档。你可以用Python来写这个调度脚本这是目前最灵活和通用的方式。简单来说工具准备就是三样东西一个文本AI的调用接口、一个图像AI的调用接口这里以Qwen-Image-Edit-F2P为例以及一个Python环境。3. 第一步用文本大模型生成角色传记一切从一段文字开始。我们需要给文本大模型一个清晰的指令让它知道我们要什么。这里的关键在于设计一个好的“提示词”Prompt。你不能只说“写个角色传记”那太模糊了。一个好的角色传记提示词应该像一份详细的采访提纲。下面是我常用的一个模板你可以根据自己的需要调整请你扮演一位资深角色设计师为我创建一个虚构人物的详细传记。请严格按照以下结构输出 【角色姓名】 【核心身份】例如落魄贵族、星际走私犯、修仙门派大师姐 【时代与世界观背景】 【外貌特征】请详细描述包括性别、大致年龄、发型发色、瞳色、面部特征、体型、穿着风格、标志性配饰等。此部分描述将用于生成肖像画请务必细致且视觉化。 【性格与人格】包括表面性格和深层性格优点与缺陷 【背景故事】重要的成长经历、转折点、现状 【特殊能力或技能】 【核心欲望与恐惧】 【经典语录】一两句能体现角色性格的台词 请为这个角色取一个符合其背景的名字并填充所有部分使其生动、立体、有说服力。 初始种子灵感[这里填入你的初步想法例如“一个在赛博都市中贩卖记忆的中间商”]把这个提示词发送给你选择的文本大模型它就会反馈回来一份结构化的角色档案。比如针对“赛博都市记忆中间商”这个种子你可能会得到一份关于“墨影”的完整设定其中“外貌特征”部分会详细描述他/她有着银白色的短发、左眼是带有数据流的机械义眼、习惯穿着磨损的皮质外套等。这一步的产出是一份富含信息的文本。接下来我们要从中提取最关键的部分——那些能画出来的东西。4. 第二步从传记中提取与优化图像提示词拿到详细的传记后我们不能直接把整段“外貌特征”扔给图像模型。文本描述是为了阅读的而图像提示词是为了生成的两者的语言风格有所不同。我们需要做一个“翻译”和“提炼”。首先进行关键信息提取。我们需要从传记中精准抓取视觉化元素。这可以通过简单的规则来实现比如寻找冒号后的内容或者用更智能一点的方法让另一个AI来帮忙总结。提取出的原始描述可能是“男性看起来约30岁有一头不羁的银白色短发左眼是闪烁着蓝色数据流的机械义眼右眼为深灰色。面容瘦削下巴有胡茬。身材高瘦常穿着一件领口磨损的黑色皮质外套内搭灰色网格纹路衬衫。”接着进行提示词优化。原始描述很通顺但作为图像提示词可能不够有力。我们需要将其转化为图像模型更易理解的“关键词堆叠”风格并加入质量词和风格词。加入质量限定在开头加上如“masterpiece, best quality, detailed, photorealistic”等词要求高质量输出。转化描述句式把“有……”的句式变成“关键词”。例如“银白色短发”变成“silver white hair, short hair”。明确风格根据角色背景加上“cyberpunk, neon-noir, cinematic lighting”等风格词。调整参数指定画幅如“portrait”肖像或“full body”全身像。优化后的提示词可能长这样masterpiece, best quality, detailed, photorealistic, portrait of a man, 30 years old, silver white short hair, cybernetic left eye with glowing blue data stream, deep gray right eye, thin face, stubble, tall and slim figure, wearing a worn black leather jacket, gray mesh shirt underneath, cyberpunk style, neon-noir atmosphere, cinematic lighting, sharp focus.这个优化过程你可以手动做也可以写几行代码让AI辅助完成。核心目标是让描述更紧凑、更具视觉指向性。5. 第三步使用Qwen-Image-Edit-F2P生成角色肖像现在我们手里有了一个高度优化的图像提示词可以请出我们的“画家”——Qwen-Image-Edit-F2P了。这里我假设你已经能够通过API或本地部署的方式调用这个模型。生成肖像有两种主要思路对应不同的调用方式思路一从零开始文生图。这是最直接的方式。我们将上一步得到的提示词直接发送给模型的文生图接口。这种方式简单快捷适合快速探索角色形象。在代码中它看起来可能像这样以伪代码示意# 伪代码示例具体API调用方式需参考Qwen-Image-Edit-F2P官方文档 image_prompt “masterpiece, best quality... cyberpunk style...” # 你的优化后提示词 generated_image qwen_image_model.generate(promptimage_prompt, size“1024x1024”) # 将generated_image保存为文件思路二图生图迭代优化。如果第一次生成的结果大体满意但细节不对比如发型对了但表情不对我们可以使用图生图功能。上传一张初步生成的或找来的参考图然后结合新的提示词例如“保持发型和着装将表情改为略带嘲讽的冷笑”让模型在原有基础上进行编辑。这给了我们精细调整的控制力。在实际操作中你可能需要尝试生成多张比如4张然后从中挑选最符合你心目中形象的一张。这个过程可以完全自动化让脚本批量生成并保存你再进行人工筛选。6. 第四步自动化合成最终角色文档肖像生成好了传记文本也有了最后一步就是把他们漂亮地组合在一起形成一份可以直接使用的角色设定文档。这一步完全可以自动化。我们可以使用一个Python库比如python-pptx来生成PowerPoint幻灯片或者用ReportLab生成PDF甚至用Jinja2模板引擎来生成HTML网页。这里我以生成一个简单的PDF文档为例思路如下设计模板先想好你的角色设定文档长什么样。通常包括标题、角色立绘图像、以及分栏或分段展示的传记文本。编写合成脚本写一段Python代码让它做以下事情读取之前保存的角色传记文本文件。读取生成好的角色肖像图片文件。使用PDF生成库创建一个新页面。在页面顶部插入角色姓名作为大标题。在页面左侧或上方插入肖像图片并调整到合适大小。在图片右侧或下方以清晰的排版如使用小标题和段落填入传记的各个部分核心身份、背景故事、性格等。保存PDF文件。# 伪代码示例使用reportlab合成PDF from reportlab.lib.pagesizes import A4 from reportlab.pdfgen import canvas from reportlab.lib.utils import ImageReader def create_character_sheet(bio_text, image_path, output_pdf): c canvas.Canvas(output_pdf, pagesizeA4) width, height A4 # 1. 添加标题 (从bio_text中解析出角色名) character_name extract_name(bio_text) c.setFont(“Helvetica-Bold”, 24) c.drawString(50, height - 50, f“角色设定: {character_name}”) # 2. 插入图片 img ImageReader(image_path) c.drawImage(img, 50, height - 300, width200, height250) # 调整位置和大小 # 3. 添加文本传记 c.setFont(“Helvetica”, 12) text_object c.beginText(280, height - 100) # 从右侧开始排版 for line in format_bio_text(bio_text): # 将传记文本格式化为行 text_object.textLine(line) c.drawText(text_object) c.save()运行这个脚本一份包含肖像和详细文字设定的、格式规整的角色文档就诞生了。你可以把这个脚本嵌入到整个工作流的最后一步实现从“一个想法”到“一份成品”的全自动管道。7. 应用场景与效果展望这样一套AIGC工作流它的用武之地非常广泛。对于独立游戏开发者来说可以快速为十几个NPC生成各具特色的设定和立绘极大地丰富了游戏内容。小说作者可以用它来可视化自己笔下的主角和重要配角甚至为不同章节生成氛围插图让创作更加具象。桌游或跑团主持人可以即时生成遭遇人物提升游戏体验。在商业IP开发的早期它也是快速脑暴和可视化概念的高效工具。更重要的是这个流程是可复用的。一旦搭建好你只需要更换最初的“种子灵感”就能批量产出大量内容。你还可以对它进行升级比如加入语音模型为角色生成标志性的台词语音。连接动画模型让生成的肖像图做出简单的表情或口型变化。构建角色数据库将生成的设定向量化存储方便后续检索和联动创作。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。