绘本生成器
把一个故事想法、短文、教育主题或角色设定,先做成低成本绘本 MVP,再进入连续出图:选题场景、故事骨架、页码节奏、角色/场景/风格圣经、逐页 imagegen 提示词、封面方案、样书排版检查和保存规则。
先读这些参考
按任务需要读取,不要一次塞满上下文:
references/story-structure.md:绘本故事结构、页数节奏、文字密度和适龄改写。做故事拆页前读取。references/character-continuity.md:角色一致性、场景一致性、跨页视觉锚点。生成多页前读取。references/visual-styles.md:可选绘本画风、手绘风/小黑风迁移原则、禁止项。选风格或写提示词前读取。references/prompt-workflow.md:逐页提示词模板、批量出图流程、保存命名规则。用户要生成图片时读取。references/layout-and-pinyin.md:后期排版、封面标题、徽章、拼音-中文-英文三语正文、文字防重叠规则。用户要求成品页、封面优化、文字上图、加拼音或加英文时读取。references/reference-corpus-lessons.md:从绘本参考语料提炼出的故事节奏、构图、文字区和页面类型经验。用户要求参考绘本、提升绘本质量或优化 skill 时读取。references/story-text-structure-lessons.md:绘本参考语料的逐页文案结构、句式功能、翻页钩子和重复升级模式。用户要求逐页文案结构学习、文案改写或结构拆页时读取。references/commercial-publishing-workflow.md:选题验证、KDP 书稿链路、封面/描述/系列扩展、低成本 MVP 上架思路。用户要求把绘本做成可上架商品、Amazon KDP、书籍商业化或先测概念时读取。references/qa-checklist.md:成书检查、儿童内容安全、文字和一致性返工规则。交付前读取。
工作流
1. 判断交付模式
- 用户要“生成 / 出图 / 做成绘本 / 直接做”:默认产出项目规划并逐页调用
image_gen。 - 用户只要“方案 / 分镜 / prompt / 不出图”:只输出对应文档或提示词,不调用图片生成。
- 用户指出已生成绘本的问题,例如“文字和画面对不上 / 多手 / 故事不连贯 / 第 N 页有问题”:进入修复模式,先按问题类型定位到页计划、提示词、图片或排版层,再局部改文案、改 prompt、重出图或重排版。
- 用户给了年龄、主题、页数、比例、风格时直接使用;没给时采用默认值:3-8 岁、12 页内页 + 封面、方形或横版绘本、温暖手绘风。
修复模式不要默认整本推倒。先输出:
- 问题页码和问题类型。
- 根因属于故事结构、图文契约、角色肢体、画面文字还是后期排版。
- 最小修复动作:改文字、改 prompt 重出
-v2、修页计划、或重新导出带字页面。 - 哪些旧图保留,哪些新图替换。
2. 先做绘本项目骨架
读取 references/story-structure.md,把输入整理为:
- 目标读者年龄和阅读场景
- 具体选题场景、家长购买理由、潜在教育意义
- 一句话主题和情绪关键词
- 主角、愿望、阻碍、转折、结尾
- 页数与每页承担的叙事功能
- 每页正文草稿,单页不堆长句;如做双语/三语版,同时给出拼音、中文、英文三行文本
- 页间因果链:上一页状态 -> 本页触发 -> 本页动作/发现 -> 下一页钩子
- 图文契约:页面文字里每一个可见名词/动作,画面提示词里都必须有对应视觉证据
如果用户给的是成人主题或知识点,先儿童化:用具体动作、可见物件和小冲突表达,不把抽象概念硬塞进画面。
不要一上来让 AI “写一本儿童书”。先做 MVP:选题 -> 三段大纲 -> 逐页文案 -> 角色档案 -> 分镜提示 -> 封面方案 -> 排版样书 -> 上架前自检。 如果用户明确要做成商品或上架内容,再把链路扩展为:概念验证 -> 故事结构 -> 角色/风格圣经 -> 逐页插图 -> 封面 -> KDP/平台描述 -> 系列扩展 -> 版式导出。
3. 建立一致性圣经
读取 references/character-continuity.md,先写:
- 主角固定外观:年龄感、体型、发型/毛色、衣服、配饰、表情基调
- 配角固定外观和关系
- 场景世界观:地点、季节、时间、道具、色彩锚点
- 每页必须延续的视觉锚点
多页出图时,每一页提示词都要重复角色圣经的关键外观,不要只写“同一个角色”。
对有人物的页面,提示词必须写清楚可见手臂/手的数量和用途,例如“只露出两只手:右手托小兔灯,左手抱小熊;不要第三只手、不要多余手指、不要融合手臂”。如果角色被道具遮挡,也要说明哪些手不可见。
4. 选择视觉路线
读取 references/visual-styles.md,选 1 条主风格。默认优先:
- 温暖手绘绘本:纸张质感、柔和水彩/彩铅、干净构图
- 纸纹童趣手绘:借鉴手绘 PPT skill 的浅纸纹、低饱和淡彩、手写感,但降低信息图属性
- 小黑绘本:借鉴小黑 skill 的极简怪诞主体,但做成儿童友好的连续故事,不复刻既有小黑正文配图构图
不要混用太多风格。一本书保持线条、质感、色彩、角色比例和镜头距离稳定。
5. 逐页生成
读取 references/prompt-workflow.md。每页只讲一个动作或情绪变化,提示词包含:
- 绘本页类型和比例
- 固定角色外观
- 当前页动作、场景、情绪和镜头
- 主风格的材质、线条、色彩和留白
- 负面约束:不要照片、3D、商业海报、复杂文字、错字、水印、版权角色
- 图文契约:页面文字提到的关键物必须出现在画面中;画面没有把握生成的物,不要写进正文
默认一页一图生成。封面、内页、封底分开生成,不把多页拼成一张。
5.1 文字上图策略
内页正文默认采用“小黑 skill 同类原理”:先生成无文字插画,再用确定性的 HTML/PPT/canvas 排版把中文正文压到图上或导出样书页。这样可以稳定控制字体、字号、位置和错字。
封面可以优先让 image_gen 直接生成完整标题与副标题,因为封面需要整体构图、字体质感、光影和插画融在一起。仅限短标题和短副标题,生成后必须逐字检查;如果出现错字、漏字、乱码或字形过怪,先重出封面,必要时再退回后期排版。
除封面外,只有在这两种场景才让 image_gen 直接生成画面内文字:
- 门牌、标签等 2-6 个字的短文字。
- 用户明确要求文字作为画面元素的一部分。
普通正文不要交给 image_gen 写在画里;必须在 sample-book.html、PPT、PDF 或后期排版层添加。若要交付“带字图片”,导出排版后的整页 PNG,而不是让模型把正文画进插画。
如果用户要求封面优化、内页像参考图、加拼音、加英文、文字压图或成品页排版,先读取 references/layout-and-pinyin.md。封面默认采用少元素方案:圆润中文标题字体、根据插画取色的轻渐变、约 50% 透明深色描边和柔和阴影,避免堆贴纸/标注线;优先在封面生图阶段一次生成标题和副标题。内页默认优先用整幅插画 + 底部半透明三语正文条:拼音在上、中文居中、英文在下;只有在出图阶段已明确预留大面积文字区时,才使用左文右图/大留白版式。
6. QA 与返工
交付前读取 references/qa-checklist.md,检查:
- 故事是否有起承转合,不只是插画合集
- 角色是否跨页一致
- 每页动作是否清楚,能否不用大段文字也看懂
- 页面文字和画面是否逐项对上:文字说“墙上有小手”,画面里就必须有清楚的小手形黑影;否则改文字或重出图
- 是否适龄、安全、没有吓人或成人化表达
- 图中文字是否少、准、可读;封面标题和副标题必须逐字正确,内页正文错字严重时删除图中文字,后期排版另加
- 人物是否只有合理数量的手、脚、手指;儿童绘本里异常肢体必须重出
- 家长能否一眼知道这本书解决什么具体问题
- 样书是否统一页面尺寸、字体、安全边距和文字压图规则;三语版是否保持拼音、中文、英文层级清楚
不合格时先判断问题类型:
- 故事断裂:先修
02-page-plan.md的因果链,再重写相关页提示词。 - 图文不一致:优先改正文或改当前页提示词;不要让文字解释画面不存在的东西。
- 肢体错误:直接重出该页,提示词里明确可见肢体数量和遮挡关系。
- 文字错乱:改为后期排版文字,重新生成无文字插画。
保存与交付
在 workspace 内工作时,把产物保存到:
textstorybook/<book-slug>/
推荐结构:
textstorybook/<book-slug>/ 00-storybook-brief.md 01-character-style-bible.md 02-page-plan.md 03-cover-plan.md 04-sample-book-notes.md prompts/ page-00-cover.md page-01.md images/ 00-cover.png 01.png
不要覆盖已有成图;需要替换时保存为 01-v2.png 或先向用户确认。
输出口径
规划阶段简短但完整:页数、角色、风格、每页一句。生成阶段报告生成了哪些页、保存路径、哪些页需要二次修。不要长篇解释风格理论。


