快轉到主要內容
  1. 生成庫/

素材圖庫

甘特星球裡有一個「藝術圖鑑」系統,使用者達成習慣會收集到插畫。要餵飽那個系統,需要的圖多到一個人畫不完 —— 這頁就是那批圖,以及它是怎麼長出來的。

同一個物件,五種畫風
#

這張圖是整個素材庫最值得看的一張。橫著看是八個不同的物件,直著看是同一個物件在五種畫風下的樣子:

圖 1 · 一份清單 × 五種畫風
八個物件(信封、茶壺、棕櫚葉、公事包、指甲油、蘑菇、彗星、驚嘆號)分別以貼紙、水彩、黏土 3D、剪紙、等角線稿五種畫風呈現的對照表
圖說:物件清單只寫一次,畫風是換掉的變數。同一列的八張是同一次批次跑出來的,所以風格一致;同一欄的五張是同一個物件,所以概念一致。

會這樣設計,是因為清單和畫風是兩件互相獨立的事。物件清單(信封、茶壺、棕櫚葉……)花掉的是想像力,畫風花掉的是提示詞工程。把兩者拆開之後,新增一種畫風的成本就從「再想 500 個東西」變成「調一段前綴詞,按下去,隔天來看」。

規模
#

項目數量說明
物件清單500 項分成 17 個主題分類
畫風5 種貼紙、水彩、黏土 3D、剪紙、等角線稿
主素材2,500 張500 × 5,全部 1024×1024 透明 PNG
裝飾框30 組轉角 + 直邊成對,可拼任意尺寸
指示圖示15 張UI 用的狀態小圖
底紋 / 桌布33 張不去背,整張都是圖
合計2,578 張另有兩批用不同模型重跑的版本,各約 2,500 張

17 個分類長什麼樣
#

圖 2 · 17 個主題分類各抽 6 張
植物自然、生活文具、旅行交通、居家物件、抽象符號、食物美食、科技數位、時尚美容、建築地景、運動休閒、自然天空、職業工具、復古文化、奇幻魔法、現代城市、科學宇宙、裝飾節慶共 17 列,每列六張去背插畫
圖說:分類不是事後整理出來的,是先分好類才開始生。分類決定了清單怎麼寫、批次怎麼切、失敗時重跑哪一段。

裝飾框:成對生成才拼得起來
#

圖 3 · 裝飾框,轉角與直邊成對
多組裝飾邊框素材,每一組都由一個轉角圖和一個直邊圖構成
圖說:每一組框都生成兩張 —— 一張轉角、一張直邊。有這兩張就能拼出任意長寬的框,不必為每種尺寸各畫一張。

底紋
#

圖 4 · 底紋與桌布
維多利亞織錦、凸版印刷紙、和紙、拉絲金屬、裝飾藝術幾何、淺色木紋、亞麻、威尼斯灰泥等底紋
圖說:這批不去背,走的是另一條產線。去背模型會把整張填滿的圖誤判成主體不明而毀掉它,所以底紋必須從流程中拆出來單獨跑。

講一點做法
#

這條產線的骨架是:一份 Python 設定檔描述要生什麼 → 批次腳本改寫工作流節點 → 送進本機的 ComfyUI → 輪詢等結果 → 去背 → 落檔 → 寫一份報告 JSON。整條線跑在自己的機器上,沒有任何雲端 API 費用。

真正卡住我的不是生圖,是下面這幾件:

一、失敗要能只重跑失敗的那幾張。 500 張跑一輪要好幾個小時,中間一定會有東西壞掉 —— 模型吐出黑圖、去背把主體吃掉、網路斷線。所以每支腳本都有 --resume:已經存在的檔案直接跳過。這個旗標看起來很小,但它是整條線能不能實際用的分界線。沒有它,你會在第 470 張失敗時失去繼續的意志。

二、種子要能重現。 每張圖的隨機種子不是真的隨機,是從項目名稱算 CRC32 出來的。同一個項目名永遠拿到同一顆種子,所以「重跑 palm_frond」跟「當初的 palm_frond」會長得一樣。這讓補圖變成安全操作,而不是賭博。

三、每張 PNG 都自己記得它是怎麼來的。 生成時的完整工作流會寫進 PNG 的中繼資料裡。兩個月後看到一張不知道怎麼生出來的圖,直接從檔案本身讀回當時的提示詞和參數,不用去翻日誌。

四、去背的品質是整條線的天花板。 生圖模型很願意配合你,去背模型不會。透明背景這件事在後製階段決定成敗 —— 深色物件的邊緣、半透明的部分(玻璃、煙、水)、以及物件本身就有白色的時候,這三種狀況會讓通用去背模型出錯。這也是為什麼底紋那批要拆出去單獨處理。

沒講的部分
#

  • 五種畫風的提示詞前綴各長什麼樣、負面提示詞怎麼寫,這是最花時間調的東西
  • 17 個分類的 500 項清單怎麼生出來、又怎麼避免概念重複
  • 去背的門檻參數,以及深色 / 半透明物件的補救流程
  • 用另外兩個模型重跑同一份清單時,哪些提示詞必須整段換掉

有一批「同一種東西要做幾百次,只有內容不一樣」的工作?那跟這條產線是同一個形狀。委託頁有更多這種形狀的例子。