前两天刷到 ZHO 用 GPT Images 2.5 做的那组人物卡第一反应是这应该用设计软件排过版吧——卡片上的角色名、称号、属性数值、背景简介全都端端正正地落在画面里字体没乱、行没歪、中文笔画也没缺。后来确认是直接用 GPT Images 2.5 在对话里生成出来的我才意识到这个版本的图像生成能力已经把排版这件事也吸收进模型里了。我花了一个周末把这套流程完整复现了一遍从一张裸立绘做到一套六张风格统一的人物卡中间踩了不少坑。这篇文章把完整过程、提示词框架和排查经验全部整理出来给同样想用 GPT Images 2.5 做人物卡、角色设定卡、桌游素材的朋友一条可以直接上手的路线。如果你原本的思路还是AI 生图 Photoshop 排字这篇文章的参考价值会特别大如果你只是想给自己的原创角色或者游戏项目快速产一批人物介绍卡同样可以直接抄作业。下面我按为什么它能做、怎么准备、实测过程、高频坑、批量工作流的顺序来讲。1. 人物卡这个需求GPT Images 2.5 正好接住了1.1 传统流程做人物卡的三处硬伤先聊清楚一件事人物卡看起来简单实际做起来极其繁琐。早先的常规流程是这样的——先用 Midjourney 或 Stable Diffusion 生成角色立绘这一步就要反复抽卡运气不好抽十几张才有一张表情、姿势、服装都满意的然后把人像抠出来拖进 Photoshop 或者 Figma最后再手工加标题、属性栏、简介文字调字体、调对齐、调间距一张卡没有两三个小时下不来。这个过程有三个痛点。第一是文字排版早期 AI 绘图模型的文字能力约等于没有提示词里写名字艾琳生成出来大概率是一团乱码或者缺胳膊少腿的假汉字。第二是版面布局你需要在设计软件里手动搭建卡片框架不懂设计的人做出来很容易显得廉价。第三是风格一致性一张角色卡做出来之后再做第二张、第三张人物长相、服装配色、边框材质很难统一单看每一张都还行放一起就露馅。这三个痛点恰恰是 GPT Images 2.5 这个版本最想解决的问题。它不是在画一张图而是在生成一整张带设计稿属性的画面——文字是作为一个排版元素被渲染进去的卡片边框、属性栏、背景纹理都属于同一个输出对象。这是它和传统扩散模型在底层逻辑上的关键差异。1.2 从生成图片到生成整个画面早期扩散模型的思路是从纯噪声开始逐步去噪还原图像它擅长处理自然界里的纹理和形状但对文字这种高度结构化、笔画规则、语义精确的符号系统天然不友好。GPT Images 2.5 走的路线更像是把图像当成一个有结构的画布在生成画面的同时对文字内容做显式渲染所以它能做到我说左上角放标题它就真的在左上角放一行端端正正的标题。这也带来了使用方式上的变化。过去写提示词核心是描述画面里有什么现在用 GPT Images 2.5 做人物卡核心是描述这张卡片的版面需求——标题栏在哪个位置、属性栏有几项数值、简介文字放在底部还是侧面。你需要像给设计师写需求文档那样把布局讲清楚。这个转变说难不难但很多人第一次用的时候意识不到上来就丢一句帮我做一张帅气的角色卡结果版面乱成一锅粥。所以做人物卡这个场景和 GPT Images 2.5 的能力模型非常匹配。人物卡本质上是立绘 文字排版 装饰元素的组合体要的不是一张单纯的好看图而是一张有信息层级、有设计感、能直接拿去用的成品。接下来的内容全部围绕如何把这种能力稳定地榨出来展开。2. 动手前的最小准备和提示词框架2.1 环境清单和两个前置认知开始实测之前先把准备工作列清楚。说句实在话这些准备花不了十分钟但能省掉后面大量的返工时间。一个能使用 GPT Images 2.5 的账号建议用对话式界面操作方便迭代修改明确输出比例人物卡建议用 3:4 竖版接近实体卡牌的比例视觉效果也舒服准备完整的文字内容角色名、称号、属性数值、简介、技能名等越精确越好梳理角色形象的四个锚点发型、瞳色、服装主色、标志性配饰这四点决定角色认不认得出来可选准备好一张满意的立绘参考图后面批量做卡的时候有大用处有两个认知必须提前建立否则后面很容易被模型带着跑。第一提示词是需求文档不是魔法咒语。GPT Images 2.5 会按字面理解你的描述你说加个好看的边框它就自由发挥一个边框出来未必是你想要的但你说使用 2 像素宽的暗金色细线边框四角带菱形装饰它就能执行得很到位。需求写得越具体产出越稳定。第二不要一次性把立绘、文字、版式全塞给模型。从一个角色裸图开始确认形象满意了再往上叠卡片版式最后再处理文字渲染。分步做的好处是出问题时你能快速定位是形象问题、版式问题还是文字问题而不是一头雾水地在一个错误结果上反复打转。2.2 一套可直接复制的三段式提示词模板我实测下来比较顺手的提示词结构是下面这个三段式直接用英文写指令、用中文写文字内容。为什么要混着来因为模型对英文指令的理解更稳定但你要渲染的文字内容本身必须用中文原样给出如果让模型自己翻译一遍它可能擅自改词、改语序最后出来的文字和你想要的对不上。Create a vertical collectible character card, 3:4 aspect ratio. [Character visual] A young female knight named 艾琳 - silver long hair, braided side tail - emerald green eyes - wearing silver-white half plate armor with dark blue cape - calm and determined expression - full body, standing pose, slight side angle [Card layout] - top center: large title banner with ornate gold frame - middle-left: character illustration, occupying 60% of the card height - middle-right: vertical attribute panel with small icon rows - bottom: one-paragraph description box with thin gold border - background: dark blue night sky, subtle stars, castle silhouette [Exact text to render] - Title: 艾琳 - Subtitle: 边境骑士 - Stats: ATK 87 DEF 72 HP 65 SPD 58 - Description: 她独自镇守着北方边境的最后一座灯塔风雪从未让她退后半步。这段提示词的关键是最后那个Exact text区块。它相当于明确告诉模型这一串字符是必须原样渲染的不是装饰花纹。实测下来这段写不写差别非常大——不写的时候模型经常把属性数值画成花体装饰写了之后文字内容的忠实度明显提升。这套模板还有一个好处后续换角色的时候你只需要替换[Character visual]和[Exact text to render]这两块[Card layout]完全可以保持不变。这就是批量生产人物卡的地基后面第 5 节会详细展开。3. 实测全过程三轮迭代从立绘到成品3.1 第一轮先立绘锁定角色形象我的习惯是打开新会话的第一句话从来不让它做整张卡而是只让它出一个干净的立绘底图。对应的提示词和完整模板里的角色视觉部分差不多但会要求plain light gray background, no text, no frame也就是纯背景、无文字、无边框。为什么要先做这一步因为人物卡最核心的灵魂是角色本身如果形象没锁定就套版式等于一次性同时调整形象、构图、文字、装饰好几个变量出问题了你根本不知道该改哪里。先把角色立绘单独跑出来不满意就在这个基础上微调头发长一点、披风换成深蓝、表情再冷一点。每调整一次记忆都在同一个会话里模型不会把前面的设定丢掉。等立绘满意之后立刻下载保存。这张图就是后面所有迭代的锚点也是做系列卡时保证人物不飘移的底牌。我自己在这个环节一般会多花一点时间把四个锚点反复打磨到完全符合预期因为后面再想改发型之类的大特征成本会成倍增加。3.2 第二轮上传立绘让模型套版式加文字立绘定了进入第二轮。我的做法是在同一个会话里上传刚才那张满意的立绘图然后发一句引导语保留这个角色形象把它放进一张竖版收藏卡里版式和文字按照以下要求执行后面贴上完整的 [Card layout] 和 [Exact text to render] 区块。实测下来因为角色形象在上下文和参考图里都有模型大概率会把人物姿态和五官保留下来但并不意味着百分百稳定。我有一次生成角色的表情从坚定变成了微笑还有一次披风从深蓝变成了墨绿。这些都属于正常波动不用慌直接追加指令修正表情恢复到第一版那种平静而坚定的状态披风改回深蓝色。这一轮的输出通常已经是一张像样的卡片了标题、属性栏、简介都各就各位。但别急着庆祝走到这一步十次里至少有七八次会在文字细节上出问题最常见的比如边境骑士被写成边镜骑士、ATK 87变成ATK 80。这些都是第 4 节要详细讲的高频坑在第三轮里集中处理。3.3 第三轮逐条修正而不是重新抽卡第三轮的核心原则是绝对不要让它整体重新生成一张而是用对话的方式逐条指出问题让它在现有画面上做局部修改。这个工作方式是 GPT Images 2.5 和传统绘图工具最大的区别——它是可以沟通的且沟通成本远低于重新抽卡。我一般会一次提两到三个修改点按优先级排。比如副标题第三个字错了镜改成境其他文字不要动属性栏 ATK 的数值从 80 改成 87字体样式保持不变人物右臂被边框切到了整体向左稍微移动留出安全边距一次只改两三个点是为了避免模型为了满足你的新要求顺手把版面里别的部分也改了。等这一轮修改完成再继续检查下一个问题如此往复。实测下来大部分卡经过三轮左右就能达到可以拿去用的水平复杂的角色顶多多加两轮。我把一次实测修正的过程记录成了表格方便你直观感受这个对话节奏轮次发现的问题我给模型的修正指令结果2副标题渲染成边镜骑士副标题第三个字错误把镜改成境正确2ATK 数值显示为 80属性栏 ATK 改为 87其余数值不动正确3人物右臂被金色边框裁切人物整体向右移动四肢完全保留在边框内修复4. 实测中的高频坑和对应修正办法这一节是全文最值得存的部分。我把一个周末实测里踩过的坑全部列出来每个都附上根因分析和有效的修正手段。4.1 中文渲染缺笔画、乱码、繁体混入中文渲染是这个工具目前最明显的短板没有之一。现象包括个别笔画缺失、同一个字前一张对后一张错、简化字和繁体字混在同一个词里、多音字被换成同音异体字。根因大概率出在长文本序列的编码粒度上模型对连续中文字符的忠实度确实不如英文稳定尤其是一段话超过五十个字之后。修正方法总结下来是五条文字内容必须逐字给出放进 Exact text 清单不要只在叙述里带一句标题叫艾琳单次文字总量控制在五十个字以内文字太多就分成两轮先渲染标题和属性栏再补简介出错后直接在当前会话里纠正不要开新会话重新生成新会话会丢掉已有的文字渲染记忆繁体、异体字这类问题是随机的遇到就纠正一次通常第二次就能改对竖排中文目前最容易翻车非必要不用竖排需要竖排时把每一列单独成段描述4.2 卡片元素抢戏立绘被裁、被背景盖住第二个高频坑是版面元素之间互相打架。典型场景描述里加了一句背景有银河和星光结果模型把星辰画到了人物手臂前面人物像穿了一层星星外衣或者金色边框做得太粗太上人物脚部直接被裁掉。根因是模型对元素层级的理解不够敏锐。你可以通过显式描述层级关系和安全边距来约束它。我惯用的表述是Character should be in front of the background and not overlapped by any decorative elements. Keep the full body visible inside the inner safe area with 8% margin from all edges.翻译过来就是人物必须在背景前方、不得被装饰元素遮挡、整体保留在安全区内、四周留出 8% 边距。经验之谈边框和背景的描述越具体模型越不会自由发挥。不要只写华丽边框要写清楚边框的粗细、颜色、材质、位置。背景元素的优先级也要排好序装饰密度越低的卡面人物被裁的概率越小。4.3 人物一致性漂移第三个坑最磨人就是人物长得不像了。哪怕你上传了参考图新生成的图仍然可能像另一个角色——眼睛大了一圈、脸型变尖了、发型从侧编发变成双马尾。根因在于模型把参考图当成风格指南而不是复制对象它会在保持大体构图的前提下自由改写细节。应对方式分三层层级第一层用同一个会话做连续迭代不要每张图都从新会话开始上下文里保留的信息是重要的约束条件。第二层把四个锚点写进每一次提示词哪怕你觉得已经说过了也要再写一遍发型、瞳色、服装主色、标志性配饰。第三层每次修改只改目标区域不要在一条指令里说表情更冷一点的同时又说披风改短一点一次一个变量的原则在这里非常有效。如果目标是做一套卡正确姿势是每一张都以第一轮满意的立绘为底图上传它再叠加新姿势或者新角度描述人物相貌的统一度会有肉眼可见的提升。4.4 文字错位与多字漏字还有一类坑属于文字内容对了但位置不对。比如属性栏原本设计在右侧模型把它放到了左下角简介段落原本是五十二个字渲染出来只剩三十个字后面的内容直接蒸发。根因是文字块和版面容器之间的绑定关系没有被模型严格遵守。我的修正是这样在版式描述里给每一个文字块规定明确的容器格式是什么文字放在什么区域。例如The subtitle text goes inside the gold banner under the title; the stats text goes in the right-side attribute panel, one value per row, exactly following the list order; the description paragraph goes inside the bottom box and must be complete.说得直白一点就是一段文字必须住在它自己的房间里房间位置、房间墙上写什么都提前钉死。如果文字量确实大分两轮渲染仍然是最稳的方案。第一轮先出大标题、副标题、属性数值确认这些核心信息都正确落位之后第二轮再补简介段落让模型在保留版面其他元素不变的情况下加入新文字。4.5 比例和分辨率的坑后期最难受最后这个坑不是在生成时爆发的而是在做整套卡时爆发的输出比例不对。模型默认可能会给你出 1:1 的方图就算提示词写了 3:4偶尔也会偷懒出成别的比例。人物卡一旦比例统一不了后面做视频封面、打印、套版都很难受。解决办法是在版式描述里同时写清两个东西3:4 portrait aspect ratio和8% safe margin on all edges。前者管比例后者管内容安全区。如果是给印刷准备的还可以再补一句leave extra bleed area around the card border给后期裁切留余地。这类问题汇总在一起就是下面这张表建议直接存下来现象根因最有效的修正方法中文缺笔画、乱码、繁体混入长文本中文字符渲染不稳定逐字清单、控制字数、会话内纠正人物被边框/背景元素裁切元素层级关系不明确描述安全边距明确人物在装饰元素前方同一角色每张图长得不一样参考图是风格指南而非复制对象同一会话迭代四锚点反复强调文字错位、漏字、多字文字块与版面容器绑定不严指定文字容器的位置分两轮渲染比例不对、边缘被切输出比例和安全边距约束缺失显式写 3:4 和 8% 安全边距5. 从一张到一套批量人物卡工作流配置单张卡跑通之后真正有价值的是批量产出一套卡。我实测后总结出一套相对稳定的工作流核心思路就一句话把版式和内容解耦。5.1 用版式母版 角色参考图做稳定输出先花点时间做一张你满意的版式母版这张母版定义了整组卡的统一视觉边框材质、标题栏样式、属性栏位置、简介框长短、背景氛围。母版做出来后后面每一张新卡都走同样的流程在会话中上传母版图然后说保留这张图的版式设计只替换人物和文字加入新角色的视觉描述和文字内容。实测下来模型对版式的保留程度大概在八成左右边框、标题栏、背景基调都能延续但个别细节会有改动比如金色边框的粗细变化了一点、属性栏的图标样式换了。所以每换一个角色仍然需要做一轮检查修正但相比从头设计一张卡工作量已经降了一大半。这里有个值得注意的细节母版图最好是那种元素层级清晰、疏密得当的设计装饰元素越少后续的版式保留率越高。花里胡哨的母版看起来好看换角色时模型很容易在装饰上自由发挥反而增加了修正成本。5.2 把提示词拆成字段像填表格一样生产批量制作时最忌讳每个角色重写一遍完整的提示词。我建议把提示词模板拆成字段建模成一张角色卡需求表每做一个新角色就只填字段字段内容示例角色名卡片主标题艾琳视觉锚点发型、瞳色、服装主色、标志配饰银白长发、翠绿眼、银白半甲、蓝披风称号副标题边境骑士属性数值四到五个带数值的指标ATK 87 / DEF 72 / HP 65 / SPD 58简介文字一到两句话她独自镇守着北方边境的最后一座灯塔……主题装饰词控制背景氛围深蓝星空、暗金边框、城堡剪影填完字段后用第 2 节的三段式模板把字段拼接起来丢给模型。这样每个角色之间的差异只在字段值上版式描述完全不动模型不会因为一次进入了太多新概念而把版面搞乱。这套方法看起来普通但实践价值很高尤其是当你要做十个、二十个角色的项目时没有字段化管理的提示词就是一锅粥。5.3 会话管理和输出归档最后一个关于效率的建议也是我在做了六张卡之后才意识到的问题会话管理。首先一个角色开一个会话。共用同一个会话做多个角色模型会在上下文里串味后一个角色可能莫名带上前面角色的元素比如配色趋同、姿势趋同。其次每轮满意结果立刻下载按照角色名_版本号的规则命名例如ailin_v3_final.png并在文件夹里放一份字段表格的备份。这样做最大的好处是万一某张卡需要重做你能立刻找到当时的提示词字段和参考图而不是翻聊天记录从头找。合理控制每张卡的迭代次数也很重要。我给自己定的阈值是 6 到 8 轮超过这个数说明当前方向有问题果断回到母版重新生成不要在错误版本上反复修补。实测中在一张比例已经偏掉的图上无论你让它怎么改它都很难恢复正常构图重来的效率反而更高。6. 人物卡的衍生方向与我的实测体会6.1 这套模板还能做什么人物卡只是起点。我在实际测试中顺手试了几个衍生方向效果都可圈可点。桌游卡牌是最自然的延伸把属性栏改成行动点、技能值、装备栏就是一张可以印出来的游戏卡。原创角色设定图同理把属性栏换成性格标签适合给小说角色做人物介绍页。还有塔罗牌方向——把属性栏去掉标题改成大阿卡纳的名字比如女祭司月亮风格再往神秘主义调一调出来的效果相当惊艳。直播场景也能用竖版人物卡可以直接作为直播间的角色介绍弹窗或者短视频封面。如果你做的是同人创作把版权提示和AI 辅助创作的注释写清楚也是专业创作者该有的习惯。另外凡是涉及真实人脸的商业用途我都不建议用 AI 生成图直接上风险和伦理问题都太复杂这不是技术能力的问题。6.2 我的最终评价与三个实用建议实测这一整轮下来我对 GPT Images 2.5 做人物卡的判断是它更像一个设计助理而不是一键出图机。它真正的价值不在于单张卡能有多惊艳而在于把做一张好看的人物卡这个门槛从要会画画、会排版降到了会写需求文档。但前提是你要学会跟它对话把需求一条条拆清楚它才会给你对应的回报。三个建议送给大家都是实战里换来的教训。第一每轮只做一个小改动改动越少模型越不容易顾此失彼。第二角色锚点和文字字段永远存在文档里不要凭记忆写提示词你记不住十张卡各自的眼球颜色但模型会记住你十张卡里八张都有蓝披风。第三一张卡终于满意时先别急着收工下载图片简短记录这次的字段组合和修改链路下一张卡会出得比上一张快得多。我个人实际操作中最深的体会是这个工具真正消耗的并不是所谓的运气而是思路清晰度。你把需求想明白了它就能把画面做明白你脑子的需求模糊半句画面就模糊十分。最后再分享一个小技巧——当第一张满意的卡面出炉后不要只把它当成品把它作为下一张卡的版式参考上传回去你会惊讶地发现系列感来得比想象中容易。
前两天刷到 ZHO 用 GPT Images 2.5 做的那组人物卡第一反应是这应该用设计软件排过版吧——卡片上的角色名、称号、属性数值、背景简介全都端端正正地落在画面里字体没乱、行没歪、中文笔画也没缺。后来确认是直接用 GPT Images 2.5 在对话里生成出来的我才意识到这个版本的图像生成能力已经把排版这件事也吸收进模型里了。我花了一个周末把这套流程完整复现了一遍从一张裸立绘做到一套六张风格统一的人物卡中间踩了不少坑。这篇文章把完整过程、提示词框架和排查经验全部整理出来给同样想用 GPT Images 2.5 做人物卡、角色设定卡、桌游素材的朋友一条可以直接上手的路线。如果你原本的思路还是AI 生图 Photoshop 排字这篇文章的参考价值会特别大如果你只是想给自己的原创角色或者游戏项目快速产一批人物介绍卡同样可以直接抄作业。下面我按为什么它能做、怎么准备、实测过程、高频坑、批量工作流的顺序来讲。1. 人物卡这个需求GPT Images 2.5 正好接住了1.1 传统流程做人物卡的三处硬伤先聊清楚一件事人物卡看起来简单实际做起来极其繁琐。早先的常规流程是这样的——先用 Midjourney 或 Stable Diffusion 生成角色立绘这一步就要反复抽卡运气不好抽十几张才有一张表情、姿势、服装都满意的然后把人像抠出来拖进 Photoshop 或者 Figma最后再手工加标题、属性栏、简介文字调字体、调对齐、调间距一张卡没有两三个小时下不来。这个过程有三个痛点。第一是文字排版早期 AI 绘图模型的文字能力约等于没有提示词里写名字艾琳生成出来大概率是一团乱码或者缺胳膊少腿的假汉字。第二是版面布局你需要在设计软件里手动搭建卡片框架不懂设计的人做出来很容易显得廉价。第三是风格一致性一张角色卡做出来之后再做第二张、第三张人物长相、服装配色、边框材质很难统一单看每一张都还行放一起就露馅。这三个痛点恰恰是 GPT Images 2.5 这个版本最想解决的问题。它不是在画一张图而是在生成一整张带设计稿属性的画面——文字是作为一个排版元素被渲染进去的卡片边框、属性栏、背景纹理都属于同一个输出对象。这是它和传统扩散模型在底层逻辑上的关键差异。1.2 从生成图片到生成整个画面早期扩散模型的思路是从纯噪声开始逐步去噪还原图像它擅长处理自然界里的纹理和形状但对文字这种高度结构化、笔画规则、语义精确的符号系统天然不友好。GPT Images 2.5 走的路线更像是把图像当成一个有结构的画布在生成画面的同时对文字内容做显式渲染所以它能做到我说左上角放标题它就真的在左上角放一行端端正正的标题。这也带来了使用方式上的变化。过去写提示词核心是描述画面里有什么现在用 GPT Images 2.5 做人物卡核心是描述这张卡片的版面需求——标题栏在哪个位置、属性栏有几项数值、简介文字放在底部还是侧面。你需要像给设计师写需求文档那样把布局讲清楚。这个转变说难不难但很多人第一次用的时候意识不到上来就丢一句帮我做一张帅气的角色卡结果版面乱成一锅粥。所以做人物卡这个场景和 GPT Images 2.5 的能力模型非常匹配。人物卡本质上是立绘 文字排版 装饰元素的组合体要的不是一张单纯的好看图而是一张有信息层级、有设计感、能直接拿去用的成品。接下来的内容全部围绕如何把这种能力稳定地榨出来展开。2. 动手前的最小准备和提示词框架2.1 环境清单和两个前置认知开始实测之前先把准备工作列清楚。说句实在话这些准备花不了十分钟但能省掉后面大量的返工时间。一个能使用 GPT Images 2.5 的账号建议用对话式界面操作方便迭代修改明确输出比例人物卡建议用 3:4 竖版接近实体卡牌的比例视觉效果也舒服准备完整的文字内容角色名、称号、属性数值、简介、技能名等越精确越好梳理角色形象的四个锚点发型、瞳色、服装主色、标志性配饰这四点决定角色认不认得出来可选准备好一张满意的立绘参考图后面批量做卡的时候有大用处有两个认知必须提前建立否则后面很容易被模型带着跑。第一提示词是需求文档不是魔法咒语。GPT Images 2.5 会按字面理解你的描述你说加个好看的边框它就自由发挥一个边框出来未必是你想要的但你说使用 2 像素宽的暗金色细线边框四角带菱形装饰它就能执行得很到位。需求写得越具体产出越稳定。第二不要一次性把立绘、文字、版式全塞给模型。从一个角色裸图开始确认形象满意了再往上叠卡片版式最后再处理文字渲染。分步做的好处是出问题时你能快速定位是形象问题、版式问题还是文字问题而不是一头雾水地在一个错误结果上反复打转。2.2 一套可直接复制的三段式提示词模板我实测下来比较顺手的提示词结构是下面这个三段式直接用英文写指令、用中文写文字内容。为什么要混着来因为模型对英文指令的理解更稳定但你要渲染的文字内容本身必须用中文原样给出如果让模型自己翻译一遍它可能擅自改词、改语序最后出来的文字和你想要的对不上。Create a vertical collectible character card, 3:4 aspect ratio. [Character visual] A young female knight named 艾琳 - silver long hair, braided side tail - emerald green eyes - wearing silver-white half plate armor with dark blue cape - calm and determined expression - full body, standing pose, slight side angle [Card layout] - top center: large title banner with ornate gold frame - middle-left: character illustration, occupying 60% of the card height - middle-right: vertical attribute panel with small icon rows - bottom: one-paragraph description box with thin gold border - background: dark blue night sky, subtle stars, castle silhouette [Exact text to render] - Title: 艾琳 - Subtitle: 边境骑士 - Stats: ATK 87 DEF 72 HP 65 SPD 58 - Description: 她独自镇守着北方边境的最后一座灯塔风雪从未让她退后半步。这段提示词的关键是最后那个Exact text区块。它相当于明确告诉模型这一串字符是必须原样渲染的不是装饰花纹。实测下来这段写不写差别非常大——不写的时候模型经常把属性数值画成花体装饰写了之后文字内容的忠实度明显提升。这套模板还有一个好处后续换角色的时候你只需要替换[Character visual]和[Exact text to render]这两块[Card layout]完全可以保持不变。这就是批量生产人物卡的地基后面第 5 节会详细展开。3. 实测全过程三轮迭代从立绘到成品3.1 第一轮先立绘锁定角色形象我的习惯是打开新会话的第一句话从来不让它做整张卡而是只让它出一个干净的立绘底图。对应的提示词和完整模板里的角色视觉部分差不多但会要求plain light gray background, no text, no frame也就是纯背景、无文字、无边框。为什么要先做这一步因为人物卡最核心的灵魂是角色本身如果形象没锁定就套版式等于一次性同时调整形象、构图、文字、装饰好几个变量出问题了你根本不知道该改哪里。先把角色立绘单独跑出来不满意就在这个基础上微调头发长一点、披风换成深蓝、表情再冷一点。每调整一次记忆都在同一个会话里模型不会把前面的设定丢掉。等立绘满意之后立刻下载保存。这张图就是后面所有迭代的锚点也是做系列卡时保证人物不飘移的底牌。我自己在这个环节一般会多花一点时间把四个锚点反复打磨到完全符合预期因为后面再想改发型之类的大特征成本会成倍增加。3.2 第二轮上传立绘让模型套版式加文字立绘定了进入第二轮。我的做法是在同一个会话里上传刚才那张满意的立绘图然后发一句引导语保留这个角色形象把它放进一张竖版收藏卡里版式和文字按照以下要求执行后面贴上完整的 [Card layout] 和 [Exact text to render] 区块。实测下来因为角色形象在上下文和参考图里都有模型大概率会把人物姿态和五官保留下来但并不意味着百分百稳定。我有一次生成角色的表情从坚定变成了微笑还有一次披风从深蓝变成了墨绿。这些都属于正常波动不用慌直接追加指令修正表情恢复到第一版那种平静而坚定的状态披风改回深蓝色。这一轮的输出通常已经是一张像样的卡片了标题、属性栏、简介都各就各位。但别急着庆祝走到这一步十次里至少有七八次会在文字细节上出问题最常见的比如边境骑士被写成边镜骑士、ATK 87变成ATK 80。这些都是第 4 节要详细讲的高频坑在第三轮里集中处理。3.3 第三轮逐条修正而不是重新抽卡第三轮的核心原则是绝对不要让它整体重新生成一张而是用对话的方式逐条指出问题让它在现有画面上做局部修改。这个工作方式是 GPT Images 2.5 和传统绘图工具最大的区别——它是可以沟通的且沟通成本远低于重新抽卡。我一般会一次提两到三个修改点按优先级排。比如副标题第三个字错了镜改成境其他文字不要动属性栏 ATK 的数值从 80 改成 87字体样式保持不变人物右臂被边框切到了整体向左稍微移动留出安全边距一次只改两三个点是为了避免模型为了满足你的新要求顺手把版面里别的部分也改了。等这一轮修改完成再继续检查下一个问题如此往复。实测下来大部分卡经过三轮左右就能达到可以拿去用的水平复杂的角色顶多多加两轮。我把一次实测修正的过程记录成了表格方便你直观感受这个对话节奏轮次发现的问题我给模型的修正指令结果2副标题渲染成边镜骑士副标题第三个字错误把镜改成境正确2ATK 数值显示为 80属性栏 ATK 改为 87其余数值不动正确3人物右臂被金色边框裁切人物整体向右移动四肢完全保留在边框内修复4. 实测中的高频坑和对应修正办法这一节是全文最值得存的部分。我把一个周末实测里踩过的坑全部列出来每个都附上根因分析和有效的修正手段。4.1 中文渲染缺笔画、乱码、繁体混入中文渲染是这个工具目前最明显的短板没有之一。现象包括个别笔画缺失、同一个字前一张对后一张错、简化字和繁体字混在同一个词里、多音字被换成同音异体字。根因大概率出在长文本序列的编码粒度上模型对连续中文字符的忠实度确实不如英文稳定尤其是一段话超过五十个字之后。修正方法总结下来是五条文字内容必须逐字给出放进 Exact text 清单不要只在叙述里带一句标题叫艾琳单次文字总量控制在五十个字以内文字太多就分成两轮先渲染标题和属性栏再补简介出错后直接在当前会话里纠正不要开新会话重新生成新会话会丢掉已有的文字渲染记忆繁体、异体字这类问题是随机的遇到就纠正一次通常第二次就能改对竖排中文目前最容易翻车非必要不用竖排需要竖排时把每一列单独成段描述4.2 卡片元素抢戏立绘被裁、被背景盖住第二个高频坑是版面元素之间互相打架。典型场景描述里加了一句背景有银河和星光结果模型把星辰画到了人物手臂前面人物像穿了一层星星外衣或者金色边框做得太粗太上人物脚部直接被裁掉。根因是模型对元素层级的理解不够敏锐。你可以通过显式描述层级关系和安全边距来约束它。我惯用的表述是Character should be in front of the background and not overlapped by any decorative elements. Keep the full body visible inside the inner safe area with 8% margin from all edges.翻译过来就是人物必须在背景前方、不得被装饰元素遮挡、整体保留在安全区内、四周留出 8% 边距。经验之谈边框和背景的描述越具体模型越不会自由发挥。不要只写华丽边框要写清楚边框的粗细、颜色、材质、位置。背景元素的优先级也要排好序装饰密度越低的卡面人物被裁的概率越小。4.3 人物一致性漂移第三个坑最磨人就是人物长得不像了。哪怕你上传了参考图新生成的图仍然可能像另一个角色——眼睛大了一圈、脸型变尖了、发型从侧编发变成双马尾。根因在于模型把参考图当成风格指南而不是复制对象它会在保持大体构图的前提下自由改写细节。应对方式分三层层级第一层用同一个会话做连续迭代不要每张图都从新会话开始上下文里保留的信息是重要的约束条件。第二层把四个锚点写进每一次提示词哪怕你觉得已经说过了也要再写一遍发型、瞳色、服装主色、标志性配饰。第三层每次修改只改目标区域不要在一条指令里说表情更冷一点的同时又说披风改短一点一次一个变量的原则在这里非常有效。如果目标是做一套卡正确姿势是每一张都以第一轮满意的立绘为底图上传它再叠加新姿势或者新角度描述人物相貌的统一度会有肉眼可见的提升。4.4 文字错位与多字漏字还有一类坑属于文字内容对了但位置不对。比如属性栏原本设计在右侧模型把它放到了左下角简介段落原本是五十二个字渲染出来只剩三十个字后面的内容直接蒸发。根因是文字块和版面容器之间的绑定关系没有被模型严格遵守。我的修正是这样在版式描述里给每一个文字块规定明确的容器格式是什么文字放在什么区域。例如The subtitle text goes inside the gold banner under the title; the stats text goes in the right-side attribute panel, one value per row, exactly following the list order; the description paragraph goes inside the bottom box and must be complete.说得直白一点就是一段文字必须住在它自己的房间里房间位置、房间墙上写什么都提前钉死。如果文字量确实大分两轮渲染仍然是最稳的方案。第一轮先出大标题、副标题、属性数值确认这些核心信息都正确落位之后第二轮再补简介段落让模型在保留版面其他元素不变的情况下加入新文字。4.5 比例和分辨率的坑后期最难受最后这个坑不是在生成时爆发的而是在做整套卡时爆发的输出比例不对。模型默认可能会给你出 1:1 的方图就算提示词写了 3:4偶尔也会偷懒出成别的比例。人物卡一旦比例统一不了后面做视频封面、打印、套版都很难受。解决办法是在版式描述里同时写清两个东西3:4 portrait aspect ratio和8% safe margin on all edges。前者管比例后者管内容安全区。如果是给印刷准备的还可以再补一句leave extra bleed area around the card border给后期裁切留余地。这类问题汇总在一起就是下面这张表建议直接存下来现象根因最有效的修正方法中文缺笔画、乱码、繁体混入长文本中文字符渲染不稳定逐字清单、控制字数、会话内纠正人物被边框/背景元素裁切元素层级关系不明确描述安全边距明确人物在装饰元素前方同一角色每张图长得不一样参考图是风格指南而非复制对象同一会话迭代四锚点反复强调文字错位、漏字、多字文字块与版面容器绑定不严指定文字容器的位置分两轮渲染比例不对、边缘被切输出比例和安全边距约束缺失显式写 3:4 和 8% 安全边距5. 从一张到一套批量人物卡工作流配置单张卡跑通之后真正有价值的是批量产出一套卡。我实测后总结出一套相对稳定的工作流核心思路就一句话把版式和内容解耦。5.1 用版式母版 角色参考图做稳定输出先花点时间做一张你满意的版式母版这张母版定义了整组卡的统一视觉边框材质、标题栏样式、属性栏位置、简介框长短、背景氛围。母版做出来后后面每一张新卡都走同样的流程在会话中上传母版图然后说保留这张图的版式设计只替换人物和文字加入新角色的视觉描述和文字内容。实测下来模型对版式的保留程度大概在八成左右边框、标题栏、背景基调都能延续但个别细节会有改动比如金色边框的粗细变化了一点、属性栏的图标样式换了。所以每换一个角色仍然需要做一轮检查修正但相比从头设计一张卡工作量已经降了一大半。这里有个值得注意的细节母版图最好是那种元素层级清晰、疏密得当的设计装饰元素越少后续的版式保留率越高。花里胡哨的母版看起来好看换角色时模型很容易在装饰上自由发挥反而增加了修正成本。5.2 把提示词拆成字段像填表格一样生产批量制作时最忌讳每个角色重写一遍完整的提示词。我建议把提示词模板拆成字段建模成一张角色卡需求表每做一个新角色就只填字段字段内容示例角色名卡片主标题艾琳视觉锚点发型、瞳色、服装主色、标志配饰银白长发、翠绿眼、银白半甲、蓝披风称号副标题边境骑士属性数值四到五个带数值的指标ATK 87 / DEF 72 / HP 65 / SPD 58简介文字一到两句话她独自镇守着北方边境的最后一座灯塔……主题装饰词控制背景氛围深蓝星空、暗金边框、城堡剪影填完字段后用第 2 节的三段式模板把字段拼接起来丢给模型。这样每个角色之间的差异只在字段值上版式描述完全不动模型不会因为一次进入了太多新概念而把版面搞乱。这套方法看起来普通但实践价值很高尤其是当你要做十个、二十个角色的项目时没有字段化管理的提示词就是一锅粥。5.3 会话管理和输出归档最后一个关于效率的建议也是我在做了六张卡之后才意识到的问题会话管理。首先一个角色开一个会话。共用同一个会话做多个角色模型会在上下文里串味后一个角色可能莫名带上前面角色的元素比如配色趋同、姿势趋同。其次每轮满意结果立刻下载按照角色名_版本号的规则命名例如ailin_v3_final.png并在文件夹里放一份字段表格的备份。这样做最大的好处是万一某张卡需要重做你能立刻找到当时的提示词字段和参考图而不是翻聊天记录从头找。合理控制每张卡的迭代次数也很重要。我给自己定的阈值是 6 到 8 轮超过这个数说明当前方向有问题果断回到母版重新生成不要在错误版本上反复修补。实测中在一张比例已经偏掉的图上无论你让它怎么改它都很难恢复正常构图重来的效率反而更高。6. 人物卡的衍生方向与我的实测体会6.1 这套模板还能做什么人物卡只是起点。我在实际测试中顺手试了几个衍生方向效果都可圈可点。桌游卡牌是最自然的延伸把属性栏改成行动点、技能值、装备栏就是一张可以印出来的游戏卡。原创角色设定图同理把属性栏换成性格标签适合给小说角色做人物介绍页。还有塔罗牌方向——把属性栏去掉标题改成大阿卡纳的名字比如女祭司月亮风格再往神秘主义调一调出来的效果相当惊艳。直播场景也能用竖版人物卡可以直接作为直播间的角色介绍弹窗或者短视频封面。如果你做的是同人创作把版权提示和AI 辅助创作的注释写清楚也是专业创作者该有的习惯。另外凡是涉及真实人脸的商业用途我都不建议用 AI 生成图直接上风险和伦理问题都太复杂这不是技术能力的问题。6.2 我的最终评价与三个实用建议实测这一整轮下来我对 GPT Images 2.5 做人物卡的判断是它更像一个设计助理而不是一键出图机。它真正的价值不在于单张卡能有多惊艳而在于把做一张好看的人物卡这个门槛从要会画画、会排版降到了会写需求文档。但前提是你要学会跟它对话把需求一条条拆清楚它才会给你对应的回报。三个建议送给大家都是实战里换来的教训。第一每轮只做一个小改动改动越少模型越不容易顾此失彼。第二角色锚点和文字字段永远存在文档里不要凭记忆写提示词你记不住十张卡各自的眼球颜色但模型会记住你十张卡里八张都有蓝披风。第三一张卡终于满意时先别急着收工下载图片简短记录这次的字段组合和修改链路下一张卡会出得比上一张快得多。我个人实际操作中最深的体会是这个工具真正消耗的并不是所谓的运气而是思路清晰度。你把需求想明白了它就能把画面做明白你脑子的需求模糊半句画面就模糊十分。最后再分享一个小技巧——当第一张满意的卡面出炉后不要只把它当成品把它作为下一张卡的版式参考上传回去你会惊讶地发现系列感来得比想象中容易。
