美术参考图
从剧本或资产清单抽出需要锁定的形象资产(人物/形象、关键道具、主要场景),生成给后续视频当参考的设定图,逐张验收。本技能不规定每张图的版式与画法,只沉淀生图执行方式和这个环节踩过的坑。
出什么图
三类资产,共同目的都是给视频模型当外观与场景的锁定参考:
- 人物三视图:把同一角色放进同一张图——常见做法是全身的正面、侧面、背面,外加一个面部特写;视频模型靠它从任意机位认出同一个人。用几个角度、怎么排布、什么背景,按项目需要定;核心是"一张图 = 一个角色的完整外观档案"。
- 道具三视图:同一件关键道具的多个视角(大件可改用关闭/半开/打开等多个状态)放进同一张图,让道具在生成视频里保持同一外观。
- 场景概念图:主要地点的单幅环境图,只画场景、不进主要角色(原因见坑 4)。
参考图画幅建议与成片一致(竖屏剧的场景图就用竖幅),避免模型从参考图学到错误构图;用户或项目已有样例图时,版式跟样例走。
生图工具
不绑定唯一 API。用户点名生图工具时以点名为准(点名 Cursor 即用 cursor-image-gen);未点名时按默认顺序:
- 当前 Agent 自带的生图能力(首选):环境自带生图工具或技能(如 Codex 的 ImageGen)就直接用;有样例或已有图就把图作为参考图传给生图工具。
cursor-image-gen(备选):环境没有自带生图能力时,读cursor-image-gen生成,可用reference_image_paths。- Seedream(兜底):默认执行器被拦截、拒生、重试后仍不合格,或需要精确像素/多张本地参考图时,读
~/.cursor/skills/seedream-image-gen/SKILL.md再生成。
生成后把文件放进设定集目录(如 美术设定集/{人物三视图, 道具三视图, 场景概念图}/),统一按 NN_名称.jpg 命名。
踩过的坑
- 参考图质感会被视频模型继承进成片。动手前先从用户需求或 Brief 确认项目质感——写实、动漫、Q 版、幻想生物都可以——所有参考图与目标质感保持一致,不要混风格。
- 写实项目的附加要求(仅当用户要求真人写实):参考图必须实拍质感、自然哑光皮肤、可见毛孔与真实纹理;出现 CG/3D 渲染感、油光、蜡质磨皮即不合格。修法:拿当前图当参考,加
ultra-realistic photographic skin, matte, visible pores, no retouching一类指令重生成。 - 不做表情参考图:表情图经常与人物参考图一起被送进视频模型,同一角色多张形象参考叠加,容易产生人物重影、分身;表情与表演变化由视频提示词驱动。用户明确索要时,先说明风险再按其要求执行,且绝不与人物参考图同时作为同一角色的参考图使用。
- 场景概念图不进主要角色:主要形象只由人物参考图锁定,场景图里再出现会被视频模型当成同一角色的第二个形象参考,引发重影,也削弱场景锁定。与剧情无关的背景群众可留。
- 参考图用于锁形象、锁场景、锁道具,不是逐镜关键帧;动作、表演、运镜交给视频提示词。
- 同一角色每个不同的装扮状态各出一张参考图,否则视频会把不同状态的穿着混起来。画装扮变体时拿该角色的基准参考图当参考,写明「与参考图同一张脸、同一体型,仅更换装扮」,装扮描述写死互斥项(如基准「头盔拿在手中」、变体「头盔已戴上、双手空」),防止画串。
- 改图采纳后旧图改名
NN_名称_v旧版.jpg保留,新图沿用原名,避免下游引用失效。
工作流
- 从剧本抽出人物(含每个角色的装扮状态清单)、关键道具、主要场景,形成资产清单。
- 先出主要形象的基准参考;其余资产和装扮变体可拿已验收的基准图当参考并行生成。
- 逐张生成、逐张验收:用 Read 打开图,对照资产清单核对形象特征、装扮、质感与风格一致性。不合格改提示词重生成,最多 2 次;仍不行就拿当前图当参考修一版。
- 交付时列出各目录的文件清单,不报任何生图 API 的 token。