最近，5师傅做了一个很有意思的小实验：不只是让AI帮忙生成一张IP角色图，而是尝试给Codex建立了一个专门用于IP形象设计的Skill。

这个Skill的目标很明确：

把一个模糊的IP想法、角色草图、参考图或品牌概念，系统化地转化为一整套可用于图像生成的IP形象资产方案。

也就是说，它不是帮忙“画一张图”，而是建立一条“从想法到完整IP视觉体系”的生产线。

一、为什么5师傅会想做这个Skill？

起因很简单。

5师傅最近在做一个很可爱的角色：

一个“蒜头+小鸟”的IP草图，暂时叫它“蒜鸟”。

它的基础形象很有趣：整体像一颗圆润饱满的大蒜，头顶有蒜瓣或嫩芽一样的结构，脸上有圆圆的眼睛和小鸟嘴，两侧有小翅膀，下方是细细的小鸟腿和爪子，整体既有植物的天然萌感，也有小鸟的灵动感。

一开始，5师傅只是想把这个草图转成泡泡玛特风格的3D卡通手办图。

可以给AI的要求是：

基于这个IP草图，保持所有细节不变，生成泡泡玛特风格，3D卡通角色，高清可爱，明亮干净的色调，柔和光影过渡，塑造简洁现代的视觉氛围，手办，纯白色背景。

生成结果如果稳定，确实会很适合做第一轮视觉验证。

它可以把原本的二维草图，转化成更像潮玩手办的3D角色图：软胶质感、圆润造型、明亮棚拍、纯白背景，整体视觉更加产品化。

但很快会发现一个问题：

如果每次都只是临时写一条提示词，那只能得到**“单张好看的图”。**

而真正做IP，需要的不是一张图，而是一整套稳定、统一、可持续迭代的形象系统。

比如：

需要主形象图。需要三视图。需要线稿三视图。需要表情包。需要动作姿态。需要手办图。需要包装图。需要周边展示图。需要社媒传播图。

更重要的是，所有图片里的角色必须是同一个角色，不能每生成一次就变成另一个“长得有点像”的新角色。

这就是5师傅决定做Codex Skill的原因。

二、5师傅对这个Skill的定位

5师傅给这个Skill起名叫：

ip-character-image-system

它的定位不是普通的图片提示词工具，而是一个“IP角色形象开发系统”。

它要解决的问题是：当只有一个想法、一个草图、一段文字设定，甚至只是一个品牌项目需求时，Codex能不能自动拆解出一整套IP形象图片资产？

5师傅希望它像一个小型的“IP视觉制片人”。

它需要完成三件事。

第一，理解角色。

它要知道这个角色是什么、原型是什么、性格是什么、适合什么场景、服务什么受众。

第二，锁定角色。

它要提炼出这个角色不能变的视觉锚点，比如轮廓、比例、五官、颜色分区、肢体结构、标志性细节。

第三，批量生产。

它要基于统一规则，输出主形象、三视图、线稿、表情包、动作图、手办图、包装图等一整套可直接用于图像生成的Prompt。

这其实是一次很重要的AI工作流转变：

从“让AI帮忙做一张图”，转向“让AI帮忙建立一套可复用的生产机制”。

三、这个Skill的核心逻辑

5师傅把它设计成7个步骤。

第一步：识别输入类型。用户可能给的是一句话：“想做一个蒜鸟IP。”也可能给的是一段设定：“这是一个胆小但很爱飞的小蒜头鸟。”也可能给的是一张草图或参考图。也可能是一个商业项目：“给社区商业做一个亲民型吉祥物。”Skill要先判断当前输入属于哪一种，然后决定是从零推导，还是基于已有视觉继续深化。

第二步：提炼角色核心。包括角色名称、物种原型、性格、受众、情绪价值、商业用途、视觉记忆点。比如这次的蒜鸟IP，就可以提炼为：角色原型：大蒜+小鸟+潮玩手办。核心记忆点：圆润蒜头身体、顶部蒜瓣或嫩芽结构、小鸟嘴、圆眼、小翅膀、细长小腿、小鸟爪、背后短尾羽。风格方向：泡泡玛特风格、3D卡通、软胶手办、高清、干净明亮。

第三步：建立视觉锚点。

这一点非常关键。做IP不是追求每张图都“随机好看”，而是要保证角色始终是同一个角色。所以Skill里必须要求总结“不可改变项”。比如：

不能把它变成普通小鸟。

不能去掉蒜头身体。

不能改变小鸟嘴。

不能随意增加衣服和复杂配饰。

不能改变身体比例。

不能让颜色分区混乱。

不能把头顶蒜瓣或嫩芽结构画丢。

这一步其实就是角色一致性控制。

第四步：生成图片资产矩阵。

5师傅把一个完整IP所需要的图片拆成了12类：

角色主视觉图、三视图、线稿三视图、角色设定表、表情包九宫格、常用动作姿态图、生活化场景图、商业应用场景图、潮玩手办图、盲盒包装图、周边产品展示图、社媒传播海报图。

这样一来，AI就不会只给一条孤立的提示词，而是会围绕IP开发目标输出一整套图片生产方案。

第五步：定义统一风格规范。包括材质、色调、光影、背景、镜头、比例和禁止变化项。比如泡泡玛特/盲盒手办方向，默认风格可以是：3D卡通角色、收藏级设计师玩具、软胶材质、圆润简化造型、可爱比例、干净现代视觉、柔和棚拍光、明亮色调、纯白背景、高清产品渲染。

第六步：生成分项Prompt。每一类图片都单独输出Prompt。主形象有主形象的Prompt。三视图有三视图的Prompt。线稿有线稿的Prompt。表情包有表情包的Prompt。包装图有包装图的Prompt。

这比只写一条“大而全”的提示词更稳定，也更接近真实设计工作流。

第七步：输出检查清单。

每次生成后，都可以反向检查：轮廓是否一致？眼睛是否一致？小鸟嘴是否一致？颜色分区是否一致？四肢比例是否一致？侧视图是否和正视图匹配？后视图是否保留了背后细节？整体风格是否统一？

这一步让AI生成结果从“看起来还不错”，进入到“是否符合IP生产标准”的判断。

四、为什么Skill比普通Prompt更适合长期工作？

普通Prompt更像一次性指令。

今天写一条，明天再写一条，很容易忘记前面的规则，也很难形成稳定方法。而Skill更像是把工作经验、判断逻辑和提示词结构，封装成一个可以反复调用的能力模块。

它不是简单的素材库，而是“做事方法”的封装。

以前设计师沉淀的是模板、PSD、组件库、案例库。

现在还可以沉淀Skill。

比如：品牌命名流程。商业定位流程。IP角色开发流程。公众号选题流程。PPT提案流程。项目调研流程。视觉风格推导流程。

这些都可以被整理成Skill。

五、5师傅的Skill文件结构

5师傅最后把这个Skill设计成类似这样的结构：

其中SKILL.md是核心说明，负责告诉Codex：

这个Skill什么时候使用。它要解决什么问题。它的标准工作流程是什么。它的输出格式是什么。它需要遵守哪些角色一致性规则。

references用来放更详细的方法论。

比如IP图片生产流程、提示词模块、角色一致性规则、资产清单等。

assets/prompt_templates则用来放各类图片的模板。

比如主形象模板、三视图模板、线稿模板、表情包模板、手办模板、包装模板。这样做的好处是，它不是一次性的，而是可以持续迭代。

以后做“蒜鸟”、西瓜IP、文旅吉祥物、商业项目IP、社区品牌角色，都可以在这个Skill的基础上继续扩展。

六、5师傅真正想解决的不是画图，而是“IP生产线”

这次实践中最重要的认知是：做IP形象最难的并不是让AI生成一张漂亮图。

真正难的是：

如何从一个想法出发，建立稳定的角色识别系统。

如何让不同图片之间保持一致。

如何让角色具备后续延展能力。

如何把创意图变成可用于提案、传播、产品化和商业开发的完整资产。

所以这个Skill的核心价值不是“提示词更长”，而是“流程更清楚”。

它把IP设计拆成了几个连续动作：

想法输入。角色提炼。视觉锚点。风格规范。资产矩阵。分项Prompt。一致性检查。

这套流程一旦固定下来，之后的工作效率会高很多。

以前可能需要临时想：

“下一张该生成什么？”“这个角色怎么保持统一？”“三视图怎么写？”“线稿怎么写？”“包装图怎么写？”

现在Skill会直接把这些步骤展开。

七、以蒜鸟IP为例，一套输出会长什么样？

比如这个角色，Skill会先总结：

这是一个“大蒜与小鸟结合”的拟人化IP角色，整体风格偏可爱、荒诞、幽默、潮玩化。

它的核心特征包括：

圆润蒜头身体、顶部蒜瓣或嫩芽结构、圆眼、小鸟嘴、小翅膀、细长小腿、小鸟爪、背后短尾羽。

一开始给我生成水仙花了...换了一个image对话生成三视图，

再回到这个skill里生成资产矩阵。

然后它会进一步生成图片资产方案。

比如主形象图：

保持蒜鸟角色所有细节不变，生成泡泡玛特风格3D卡通角色，软胶手办材质，圆润简洁造型，高清可爱，明亮干净色调，柔和棚拍光影，纯白背景，完整站立姿态，保留圆润蒜头身体、顶部蒜瓣或嫩芽结构、圆眼、小鸟嘴、小翅膀、细长小腿、小鸟爪和背后短尾羽。

再比如三视图：

生成蒜鸟IP角色三视图，正视图、侧视图、后视图横向排列，保持同一角色比例和结构，纯白背景，干净产品设计图风格，展示顶部蒜瓣或嫩芽结构、蒜头身体轮廓、小鸟嘴位置、翅膀位置、腿部比例、背后短尾羽等细节。

再比如线稿三视图：

基于蒜鸟IP角色生成黑白线稿三视图，正视图、侧视图、后视图横向排列，无颜色，无复杂阴影，清晰轮廓线，保留所有结构细节，适合角色设定图和后续建模参考。

再比如表情包九宫格：

生成蒜鸟IP角色表情包九宫格，保持同一角色身份和比例，包含开心、疑惑、委屈、震惊、生气、害羞、得意、困倦、加油九种表情，纯白背景或浅色背景，表情夸张但不改变五官结构，适合社交媒体和聊天表情使用。

再比如包装图：

生成蒜鸟IP潮玩盲盒包装设计展示图，包装盒采用干净现代的可爱风格，盒面展示蒜鸟主形象、角色名称、简洁图形元素和浅色背景，旁边摆放蒜鸟软胶手办，整体为高清产品摄影风格，适合IP商品化展示。

这样一来，AI的工作就不只是“生成图片”，而是开始接近一个规范化的角色开发流程。

八、对设计师有什么启发？

这件事对设计师有三个启发。

第一个启发是：不要只沉迷单次生成效果。

一张图好看，只能说明这次运气不错。

但一套图稳定，才说明方法有效。

尤其是做IP、品牌、商业视觉时，稳定性比惊艳感更重要。

第二个启发是：提示词要从“描述画面”升级为“定义系统”。

以前写提示词，更多是在描述一张图：

什么角色、什么风格、什么背景、什么光影。

但现在需要写的是系统：

角色哪些地方不能变？哪些图片必须生成？不同图片之间如何保持一致？生成后如何检查？

第三个启发是：设计师可以把自己的经验封装成AI能调用的能力。

这比单纯使用AI更进一步。

不是每次都重新教AI怎么做，而是把自己的方法论整理成Skill，让它在未来的任务中反复发挥作用。

这件事特别适合设计、策划、品牌、内容生产这类工作。

九、5师傅接下来还想继续优化什么？

目前这个Skill已经可以投入使用，但它还可以继续升级。

第一，增加更多风格预设。

比如泡泡玛特风格、儿童绘本风格、中式潮玩风格、毛绒玩具风格、扁平插画风格、品牌吉祥物风格。

第二，增加角色家族扩展能力。

一个IP不一定只有一个角色。

未来可以让Skill根据主角色，继续生成朋友、反派、宠物、家族成员、节日限定形象。

第三，增加商业应用模板。

比如商业街区吉祥物、文旅IP、社区商业IP、品牌代言角色、表情包角色、电商周边角色。

第四，增加提案页输出。

让Skill不只生成图片Prompt，还能输出一套IP设计提案结构，包括角色背景、设计理念、视觉关键词、应用场景、商业价值。

第五，增加GitHub版本管理。

把这个Skill做成可以发布到GitHub的结构，之后每一次修改都可以记录版本，也方便未来分享给别人使用。

上架啦已经～欢迎测试

https://github.com/5fivelogistic-cell/ip-character-image-system

十、最后的总结

这次做Codex Skill，最大的感受是：

AI真正提升效率的方式，不是让它随机帮我们做事，而是让它理解并复用我们的工作流程。

当5师傅把“从一个IP想法到完整形象资产”的流程封装成Skill后，它就从一个简单的对话工具，变成了一个可以反复调用的设计生产模块。

从蒜鸟IP的草图，到3D手办图，再到线稿三视图，再到完整Skill，这个过程也说明了一件事：

未来的创意工作者，不只是会使用AI的人。

更重要的是，能不能把自己的经验、审美、流程和判断标准，训练成一套可复制、可迭代、可协作的系统。

这才是AI时代真正值得积累的能力。