鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
40
16
58

漫画风格的图片到底是如何生成

花萍雨呀
花萍雨呀
2026-01-14 23:49
阅读 4725
花萍雨呀
2026-01-14 23:49
阅读 4725

大家好呀(๑╹◡╹)ノ”,我是萍雨

最近大家应该有刷到过这种漫画风格的图片,比如鱼皮今天公众号的一张,相信很多朋友已经知道是如何制作的了,但相信还有一些朋友还不知道,比如之前的我hh,今天用这篇文章来分享一下(其实简单的一批,但还是有一些需要注意的)

image.png

1. 用什么 AI

▼
text
复制代码
所用到的 AI 工具:Nano Banana Pro

在 Gemini 的 "Tools" 当中勾选 Create images 会自动调用 Nano Banana Pro

image.png 也可以使用 Lovart 调用 Nano Banana Pro 模型,但个人感觉还是在 Gemini 当中直接使用效果会更好一些,至少从生图图片的大小上来看,在 Gemini 当中直接调用生成的图片一般都在 8 MB 左右,在 Lovart 上生成的话,大概在 1.5 MB 左右,精细度上肯定是在 Gemini 直接调用更好的,但如果你是想要做一系列的图片的话,那么 Lovart 会更加适合你

image.png

2. 如何使用/注意点

我去试试了一下如果单纯输入什么风格,比例是多少,然后就放要生成的内容的效果其实不是很好,因为提示词框定的范围还是太大了,而且这个提示词是没有结构化的,生成的图片也比较难是结构化的,所以在我建议在生成图片之前,让 AI 来帮助我们生成一下绘图的提示词

首先赋予一下角色,以及如何输出更好的生图提示词,也就是下面的提示词:

▼
text
复制代码
> 你现在是一位精通“图文转化”的**视觉提示词工程师**。请阅读我稍后发送的文章/文案内容,并根据我的配置要求,将其转化为一段**中文绘画提示词(Prompt)**。 > > **请严格遵守以下执行逻辑:** > > **1. 用户意图识别与参数提取:** 分析用户输入的内容,提取以下参数(如果用户未指定,则使用默认值): > > - **风格 (Style):** [用户指定](默认为:多啦A梦漫画风) > > - **比例 (Ratio):** [用户指定](默认为:3:4 竖屏) > > - **文章核心:** 提炼 4-6 个核心关键点,删减次要信息。 > > > **2. 风格化转译 (Style Logic):** 根据用户选择的风格关键词,在生成提示词时自动填充对应的视觉描述词: > > - _吉伊卡哇 (Chiikawa):_ 极简手绘线条、扭曲抖动的轮廓、淡雅粉嫩的配色、豆豆眼、软萌可爱氛围。 > > - _多啦A梦 (Doraemon):_ 藤子·F·不二雄风格、粗黑轮廓线、高饱和复古配色(蓝/黄/红)、半色调网点背景。 > > - _海绵宝宝 (SpongeBob):_ 美式夸张卡通、粗细变化的线条、高对比度鲜艳色彩、搞怪表情、海洋/气泡元素。 > > - _宫崎骏 (Ghibli):_ 水彩手绘质感、清新自然的色调、丰富的环境细节、治愈系光影、精细的人物比例。 > > - _自定义:_ 如果用户输入其他风格,请调用你的知识库生成对应的视觉描述词。 > > > **3. 结构选择 (必须五选一):** 根据文章内容的逻辑关系,选择最合适的一种布局,并在 Prompt 中描述出来: > > - _Layout A (对比型):_ 左右分栏或对角线分割,适合 VS、利弊分析。 > > - _Layout B (清单型):_ 垂直模块堆叠,适合步骤教程、Top 榜单。 > > - _Layout C (思维导图):_ 中心发散结构,适合核心概念解析。 > > - _Layout D (便当盒 Bento):_ 紧凑的网格状模块拼图,适合多维度、碎片化信息展示。 > > - _Layout E (时间轴):_ S型或直线型路径,适合发展历程、故事线。 > > > **4. 输出格式 (代码块输出):** 请直接输出一段**中文 Prompt 代码块**,格式如下(不包含任何解释性文字): > > Markdown > > ``` > [画面主体]: 一张[风格描述]的垂直信息图,主题关于[文章标题]。 > [比例设置]: --ar [比例] > [艺术风格]: [填入对应风格的详细视觉描述词,如线条、配色、光影等] > [布局结构]: [填入选择的布局] > [画面细节]: > - 标题区: [标题设计描述,包含大标题和装饰元素] > - 核心模块 1: [关键点1的画面描述] + [具体的拟人化角色/图标/动作] > - 核心模块 2: [关键点2的画面描述] + [具体的拟人化角色/图标/动作] > ... (根据内容数量调整) > - 底部/结尾: [结尾标语或装饰] > [渲染质量]: 高分辨率,白色背景,2D插画,细节丰富。 > ``` > > **如果理解了,请回复:“配置已加载。请发送您的文章内容,并告诉我您想要的风格(可选)和比例(可选)。”**

之后把你想要绘制的风格和比例以及文章发给 AI 就好

▼
text
复制代码
**我的配置要求:** - **风格:** 吉伊卡哇 (或者 宫崎骏 / 赛博朋克 / 蜡笔小新...) - **比例:** 16:9 (做视频封面) 或 9:16 (做手机壁纸) **我的文章内容:** (粘贴文章内容......)

然后就会得到绘图的提示词,获得提示词之后,选择 Create images 之后,就可以等待图片啦

image.png

image.png 还是很简单的,希望大家玩的愉快

3. 生成的一些内容

可能是因为图片确实有些大,直接上传图片原图会上传失败,就上传一下截屏吧

image.png

image.png

image.png

AI
40
58
分享
操作
评论
相关内容
0个评论
全部评论
点击登录,快来和大家讨论吧~
表情
图片
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题

目录

🔥 热门文章
1
手把手教你设计一个成熟的 Agent Harness
2500
2
我用 REA 逆向了付费颜色 APP,结果很意外!
570
3
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
420
4
DeepSeek 全新模型发布,性价比最高的一集!
380
5
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
370
6
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360
7
又一个国产版 Codex 神器,也来卷办公了!
330
8
AI 越强,被它拒绝的代价就越大 我有时候会想:AI 越来越厉害之后,有些事情,会不会反而越来越难做? 这个想法看起来有点矛盾。AI 明明在降低门槛,让不会写代码的人做出软件,让不会画画的人生成图片,让一个人完成过去需要整支团队才能完成的工作。但今天用 Codex 的时候,AI 拒绝帮我编写 SQL 注入的请求体,而那还是我有源码、在本地跑测试的情况。那么,往后是否只会更难? 我们假设某一天,AI 说:「这个请求违规,我不能帮助你。」到那个时候,你还有多少能力,能绕过它,把事情做完? 这里的「违规」需要打个引号。平台的规则、模型的判断、法律的要求,以及一件事实际有没有造成伤害,彼此之间并不总是画得上等号。一个请求可能确实危险,也可能只是缺少上下文被误判,或者恰好落在某家公司的限制范围里。 无论是哪种情况,随着我们越来越依赖 AI,这句拒绝都可能变得越来越贵。 今天,一个程序员让 AI 帮忙写代码,AI 拒绝了,他大概率还有别的办法:查文档、找开源项目、问同行,或者自己写。麻烦一点,慢一点,但路还在。 可如果十年之后,大部分程序都由 AI 完成,情况就不一样了。 很多人从接触编程的第一天起,就习惯了描述需求、等待生成、运行结果、继续迭代。他们能做出相当复杂的产品,却未必经历过独立处理底层问题的训练。平时,这种能力结构完全够用,效率甚至更高。只有 AI 拒绝的时候,他们才会发现:平常被省掉的那段学习过程,恰好是此刻最需要的东西。 到那时,一次拒绝的成本,可能就从「今晚多花两个小时」,变成「先花半年学会这门技术」。 拿 SQL 注入举个稍显极端的例子:往后,连真正理解这类攻击如何发生、能够独立构造测试的人,会不会也越来越少? 这里也包括那些有正当需求的人。一个开发者想检查自己的旧系统,一个经过授权的安全研究员想复现漏洞,假如 AI 识别到危险模式就拒绝,而使用者又只熟悉「让 AI 帮我检查」,这项原本可以独立完成的工作,就这样卡住了。 但是安全专家不会因此消失,但这类技能可能越来越集中在少数人手里。你仍然可以找专家,只是要付出更多的钱、更多的时间,以及更高的沟通成本。 类似的困境,未必只发生在网络安全领域。 你想从一个停止维护的软件里取回自己的数据,需要解析它的旧文件格式。AI 判断这涉及规避保护措施,拒绝继续。你拥有这些数据,却没有能力把它们读出来。 你买了一台设备,厂商停止提供服务。你想修改程序让它继续运转,过程中需要处理某种访问限制。AI 不愿协助,而你所掌握的维修方式,早已只剩下「把报错发给 AI」。 你想给常用的网站写一个辅助工具,减少重复操作。平台将此归入自动化限制,AI 也据此拒绝。过去会写脚本的人可以自己判断、自己处理;未来的使用者,可能连从哪里开始都不知道。 这些例子有一个共同点:当工具同时承担了「执行工作」和「传授知识」的角色,它的拒绝就不只是挡住了一次任务,也挡住了获得这种能力的机会。 更麻烦的是,这种依赖往往是我们主动选择的,而且每一步都很合理。 既然 AI 几秒钟就能做好,为什么还要花几个月学习?既然公司可以采购成熟的 AI 服务,为什么还要养一支负责基础工作的团队?既然市场上已经很少有人手写这些东西,学校为什么还要花大量时间教? 对个人、公司和学校来说,这些选择都有现实依据。但叠加起来,整个社会保留的独立能力就可能越来越少。等到某项能力突然受到限制,我们才发现,备用方案早已在追求效率的过程中被一点点削掉了。 所以,「AI 越强,做事越便宜」可能只描述了未来的一半。 另一半是:被允许的事情越来越便宜,被拒绝的事情依然需要人工完成,却要面对更少的人才、更高的报价,以及越来越难获得的知识。两边的成本差距,会越拉越大。 有人会说,可以换一个模型,或者用本地模型。这确实是重要的选项。只要工具之间还有充分竞争,开放模型还足够可用,限制就未必能形成真正的门槛。 但备用方案也需要维护。它需要硬件、知识、软件生态,以及一群仍然理解这些系统的人。如果大多数人已经习惯了最方便的商业服务,那么「理论上还有别的办法」和「普通人实际用得起、用得明白」,之间仍然可能隔着很远。 我担心的,正是这段距离。 我不指望 AI 对任何请求都照单全收。对明显会伤害他人的行为设置限制,有充分的理由。但我们也需要关心:限制由谁定义,误判有没有申诉渠道,用户能不能换工具,以及脱离这个工具之后,还剩下多少独立行动的能力。 保留这些能力,平时看起来甚至有点低效,明明可以自动生成,还要理解原理;明明可以一键完成,还要知道手动怎么做。 但这些看似多余的知识,会在工具拒绝、失效、涨价或改变规则的那一刻,成为真正的选择权。 AI 越强,我们可能越需要留意它说「不」的那一刻。 因为那句话的分量,最终取决于:它拒绝之后,我们还能做什么。
310
9
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
300
10
什么是LLM
300