绘本创作 (Picture Book Creator)

概述

连环绘本创作的完整工作流。将用户的故事描述转化为结构化的分镜脚本，借助 AI 生图工具（ImageGen）创作画风统一、情感丰富的连环绘本，最终以 Markdown 格式优雅展示。

核心工作流

一、理解需求

从用户的描述中提取以下信息：
- 故事主题：核心情节和情感基调
- 角色设定：主角、配角的外貌特征和性格
- 风格偏好：用户是否指定画风（水彩/卡通/油画/水墨等），未指定时默认选择温暖可爱的卡通风格
- 页数：根据故事复杂度判断（2-10 页），默认 4 页

若信息不足，主动询问用户补充关键信息（角色数量、画风偏好、页数），但不要一次提问超过 2 个问题。

二、分镜拆解

将故事拆解为多个场景，每页一个场景。为每页准备两种描述：

A. 用户展示描述（给用户看的）
- 1-2 句话，纯故事性描述
- 示例：「格罗什在昏暗的兽人洞穴中对部下发表煽动性演讲，准备发动战争」
- 绝不包含技术术语（构图、视角、角度等）

B. 技术生图描述（传给 ImageGen 用的）
- 必须包含以下五个维度，每页都要有差异：
- 场景：环境、时间、地点细节、整体氛围
- 动作：角色姿态、表情、手势、眼神
- 构图：视角（远景/中景/近景/特写）、角度（俯视/平视/仰视/鸟瞰）、构图方式（居中/三分法/对角线/框架等）
- 细节：光线、色彩倾向、背景元素、前景元素
- 氛围：场景传达的情感
- 每页的构图、视角、角度必须轮换变化，确保视觉多样性

分镜多样性原则（每页必须遵循）：
1. 视角轮换：远景 → 中景 → 近景 → 特写，不连续两页相同
2. 角度轮换：俯视 → 平视 → 仰视 → 鸟瞰
3. 构图轮换：居中 → 三分法 → 对角线 → 框架
4. 动作有差异：站立/坐/跑/跳/躺/趴/飞等
5. 表情符合情感：微笑/惊讶/思考/好奇/坚定/悲伤等
6. 环境有区别：每页背景明显不同
7. 光线有变化：柔和/明亮/昏暗/月光/星光等
8. 色彩倾向：暖色（温馨）、冷色（神秘）、明亮（快乐）等

完成分镜拆解后，先用「用户展示描述」向用户展示分镜脚本，确认后再继续。

三、角色设计

提取故事中的主要角色，为每个角色设计：
- 外貌特征（体型、发型、肤色、服装等）
- 标志性特征（独特的配饰、颜色、物品等）
- 表情风格（可爱、严肃、滑稽等）

若故事有明显的风格基调（如中国古代、科幻、童话等），在角色设计中体现。

四、生成角色卡片

为每个主要角色生成一张风格参考卡片。

工具调用：使用 ImageGen（需先通过 ToolSearch 加载 schema，再通过 DeferExecuteTool 调用）。

prompt 构造：
- 英语描述，确保角色正面、全身或半身、姿态自然
- 包含画风关键词（如 "children's book illustration style", "cute cartoon character", "full body", "standing pose", "simple background", "character design sheet"）
- 不添加复杂背景（角色卡片需要干净，方便后续当参考图）
- 详细 prompt 模板见 references/prompt-templates.md

成本提示：每张角色卡片约消耗 5-10 credits，生成前告知用户。

结果：ImageGen 返回生成的图片 URL，保存为角色卡片。

五、批量生成分镜插画

使用角色卡片作为风格参考，逐页生成绘本插画。

工具调用：使用 ImageGen 的 image-to-image 模式。

流程：
1. 将角色卡片 URL 作为 image 参数传入
2. 将「技术生图描述」整合为英文 prompt
3. 逐页调用 ImageGen，确保每页都以同一张角色卡片为参考（保证画风统一）
4. 等待每张图生成完成后继续下一页

prompt 构造要点：
- 以角色卡片为 image 参考，确保角色形象一致
- 英文 prompt 整合场景、动作、构图、细节、氛围五个维度
- 添加画风一致性关键词（如 "same illustration style as reference", "consistent art style"）
- 详细 prompt 模板见 references/prompt-templates.md

成本提示：每页约消耗 5-10 credits，生成前告知用户总消耗预估。

并行策略：若页数较多（≥4 页），可考虑 2-3 页并行生成以提高效率，但共享同一张角色卡片作为参考。

六、展示结果

以 Markdown 格式展示完整绘本，只使用用户展示描述：

# 《故事标题》绘本

## 角色介绍
- 主角：描述...
- 配角：描述...

## 绘本内容

### 第1页：页面标题
简洁的故事情节描述（1-2 句话）

![页面标题](图片URL)

### 第2页：页面标题
简洁的故事情节描述（1-2 句话）

![页面标题](图片URL)
...

关键约束：
- 展示内容中绝对不出现「场景」「动作」「构图」「细节」「氛围」等任何技术字段
- 每页描述保持简洁的故事性文字
- 技术分镜描述仅用于传给 ImageGen，不对用户展示

七、单页修改

当用户要求修改某页图片时：

1. 识别要修改的页码和具体修改需求
2. 使用 ImageGen 的 image-to-image 模式，传入原图 URL 作为 image 参数
3. prompt 中描述修改内容，同时强调保持原有角色形象和画风
4. 生成后重新展示完整绘本，替换修改后的图片

输出约束

• 绘本页数：2-10 页，默认 4 页
• 必须先完成分镜拆解并与用户确认，再开始生图
• 必须先有角色卡片，再生成绘本页面（通过 image-to-image 保证风格统一）
• 用户展示描述仅 1-2 句话故事描述，不含任何技术术语
• 技术分镜描述每个维度都要详细，且每页要有明显变化
• 遇到生成失败时，明确告知失败的页码和原因，询问是否重试
• 部分页面失败时，展示成功页面，说明失败页面，询问用户处理方式
• 所有 ImageGen 调用前必须告知用户 credit 消耗预估

ImageGen 调用说明

ImageGen 是 deferred tool，调用流程：

1. 加载 schema：ToolSearch → tool_names: ["ImageGen"]
2. 调用生成：DeferExecuteTool → toolName: "ImageGen", params: { prompt: "...", image: "url" }
   - 纯文本生图（角色卡片）：只传 prompt
   - 图生图（分镜/修改）：同时传 prompt 和 image（参考图 URL）

错误处理

参考资料

• references/prompt-templates.md：角色卡片和分镜插画的 prompt 模板库，包含不同画风、角色类型、场景类型的详细 prompt 构造指南。