嗨大家好！我是阿真！

今天來(lái)玩一個(gè)有意思的。我最近做了一個(gè)桌寵小工具，這個(gè)桌寵是基于自己的卡通 IP 形象制作的。做完以后我有了一個(gè)想法，既然這個(gè)工具我能做出來(lái)，那么我也可以讓大家都能做出屬于自己的 IP 的桌寵。

感覺(jué)好像很沒(méi)用，但是哪管那么多有用沒(méi)用，喜歡就來(lái)嘗試一下！

整個(gè)項(xiàng)目我都開(kāi)源了，有一個(gè)簡(jiǎn)單操作路線和進(jìn)階操作路線。簡(jiǎn)單的就是只需要按照素材槽位，替換幾個(gè)桌寵不同狀態(tài)的視頻文件，復(fù)雜的就是你還可以繼續(xù)基于我的框架繼續(xù)修改。這里我主要講替換素材，修改框架相對(duì)折騰點(diǎn)，對(duì)Vibe Coding 感興趣的朋友可以盡情嘗試。

先看看效果。

一共 5 個(gè)狀態(tài)，分別是任務(wù)進(jìn)行中、任務(wù)完成、任務(wù)失敗、任務(wù)暫停/休息，喝水提醒。

Mini 阿真任務(wù)進(jìn)行中：

提醒喝水小助手：

更多先不放了，后面還會(huì)有制作過(guò)程。

原始框架就是這 5 個(gè)標(biāo)準(zhǔn)狀態(tài)，你只要給每個(gè)狀態(tài)準(zhǔn)備一段動(dòng)作素材，就能替換成自己的角色。

IP元素替換

接下來(lái)我給大家分享整個(gè) IP 元素的替換過(guò)程。我們的流程是這樣的：

準(zhǔn)備IP圖 → 生成靜態(tài)首幀 → 做成動(dòng)態(tài)視頻 → 轉(zhuǎn)透明素材 → 放進(jìn)對(duì)應(yīng)文件夾

準(zhǔn)備IP圖

首先，你有一個(gè)喜歡的卡通形象或者 IP，準(zhǔn)備好一張類(lèi)似這樣標(biāo)準(zhǔn)的 IP 形象正視圖，全身照。背景最好是純色或者簡(jiǎn)單干凈的背景。這就是我們的角色參考圖了。這里其實(shí)也不限制人或者非人類(lèi)，寵物怪物也行哦。IP 風(fēng)格也不限制。

生成靜態(tài)首幀

然后生成靜態(tài)首幀。

考慮到還有一些朋友沒(méi)有使用 Skill 習(xí)慣的，這里直接找個(gè) AI 工具，比如 DeepSeek 的識(shí)圖模式，將上一步的 IP 和下面的不同狀態(tài)的靜態(tài)首幀元提示詞給到AI工具：

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

• 10

• 11

• 12

• 13

• 14

• 15

• 16

• 17

• 18

• 19

• 20

• 21

• 22

• 23

• 24

• 25

• 26

• 27

• 28

• 29

• 30

• 31

• 32

• 33

• 34

• 35

• 36

• 37

• 38

• 39

• 40

• 41

• 42

• 43

• 44

• 45

• 46

• 47

• 48

• 49

• 50

• 51

• 52

• 53

• 54

• 55

• 56

• 57

• 58

你是一個(gè) Agent 桌寵靜態(tài)素材提示詞設(shè)計(jì)師。我要用一張卡通 IP 參考圖制作桌寵素材。請(qǐng)你只生成“多個(gè)不同狀態(tài)的靜態(tài)生圖提示詞”，不要輸出其它階段內(nèi)容。
我的目標(biāo)：把同一個(gè)卡通 IP 角色做成桌寵靜態(tài)素材，在不同 Agent 狀態(tài)下顯示不同動(dòng)作。所有圖片必須是“純綠幕背景上的單個(gè)桌寵角色素材”，不是場(chǎng)景插畫(huà)、不是辦公照片、不是電影截圖、不是房間畫(huà)面。
合格參考樣式：畫(huà)面應(yīng)接近“純綠幕前的 Q 版角色 + 簡(jiǎn)化道具組合立繪”。例如任務(wù)進(jìn)行中可以是角色坐在小椅子上，面前有簡(jiǎn)化小桌和筆記本電腦，角色、桌子、椅子、電腦全部完整入畫(huà)；背景仍然只有純綠色，不出現(xiàn)房間、墻面、地板、真實(shí)辦公桌、環(huán)境光或室內(nèi)透視。道具是桌寵動(dòng)作的一部分，不是一個(gè)完整辦公場(chǎng)景。
默認(rèn)狀態(tài)：1. 任務(wù)進(jìn)行中：角色原地認(rèn)真打字、思考或工作。可以出現(xiàn)簡(jiǎn)化小桌、小椅子、筆記本電腦或小鍵盤(pán)；這些道具必須像桌寵小道具一樣完整入畫(huà)，不能變成真實(shí)辦公室、大桌子、大顯示器、深色辦公場(chǎng)景或屏幕光氛圍圖。2. 任務(wù)完成：角色舉起一個(gè)白色圓形牌，牌子由白色圓形和白色圓柱手柄組成，圓形牌上有一個(gè)清晰的綠色正確勾號(hào)。綠色勾號(hào)必須和綠幕背景明顯區(qū)分，不能被當(dāng)成背景。3. 任務(wù)失?。航巧@示失敗或出錯(cuò)反饋，可以有紅色叉號(hào)元素，但不要出現(xiàn)多余文字。4. 任務(wù)暫停/休息：角色閉眼休息、躺平或安靜待命。5. 喝水提醒：角色正在喝水或舉起水杯提醒喝水，手里不要拿帶文字的卡片。
如果我提供了其它狀態(tài)，請(qǐng)用我的狀態(tài)替換默認(rèn)狀態(tài)。
請(qǐng)你先從參考圖中提煉“角色身份鎖定塊”，包括角色的頭身比、臉型、發(fā)型、服裝、主要配色、畫(huà)風(fēng)、五官比例和整體氣質(zhì)。不要編造參考圖中不存在的細(xì)節(jié)。
然后為每個(gè)狀態(tài)輸出一條靜態(tài)生圖提示詞。每條提示詞必須把下面這些硬性約束寫(xiě)進(jìn)去，不能省略：
【畫(huà)面類(lèi)型硬性約束】這是一張桌寵角色素材圖，不是完整場(chǎng)景圖。畫(huà)面里只能有角色和完成動(dòng)作所必需的簡(jiǎn)化道具組合。允許小桌、小椅子、筆記本電腦、杯子、牌子、鍵盤(pán)等桌寵道具，但它們必須像綠幕前的獨(dú)立道具立繪一樣存在。禁止生成房間、辦公室、墻面、地板、燈光環(huán)境、真實(shí)攝影感背景、暗色背景、漸變背景。
【綠幕背景硬性約束】背景必須是純色 chroma key green 綠幕，建議顏色  或接近純綠。背景必須平整、均勻、無(wú)紋理、無(wú)陰影、無(wú)漸變、無(wú)光斑、無(wú)景深、無(wú)地面線、無(wú)房間透視。角色和道具邊緣要干凈，不能出現(xiàn)綠色反光、綠色污染或半透明綠邊。
【不出框硬性約束】角色、頭發(fā)、手、腳、裙擺、鞋子、耳環(huán)、牌子、杯子、電腦、鍵盤(pán)、桌子、椅子等全部元素必須完整在畫(huà)面內(nèi)部。任何元素都不能碰到畫(huà)面邊緣，不能被裁切，不能出畫(huà)。整體組合可以像參考圖一樣占畫(huà)面主體，但必須保留清楚的純綠安全邊距：頂部和底部至少 6%-10%，左右至少 10%-16%。角色加道具的整體高度建議占畫(huà)布高度 78%-88%，不能超過(guò) 90%；整體寬度建議占畫(huà)布寬度 60%-78%，不能超過(guò) 82%。
【角色比例硬性約束】保持參考圖的同一個(gè)角色，頭身比、臉型、五官、發(fā)型、服裝、配色和畫(huà)風(fēng)不變。禁止把角色畫(huà)高、畫(huà)瘦、拉長(zhǎng)腿、縮小頭、改變年齡、改變體型、改變服裝主色。動(dòng)作需要更多空間時(shí)，只允許整體等比縮小，不能改變身體比例。
【構(gòu)圖硬性約束】1:1 正方形，單個(gè)角色居中，正面或輕微正面視角，平視鏡頭，近似正交視角。禁止俯視、仰視、斜向透視、廣角透視、電影鏡頭、近景特寫(xiě)、半身圖、只畫(huà)頭肩、側(cè)臉大角度。
【道具硬性約束】道具必須簡(jiǎn)化、可愛(ài)、完整入畫(huà)，并圍繞角色布置。任務(wù)進(jìn)行中可以有簡(jiǎn)化小桌、小椅子、筆記本電腦或小鍵盤(pán)，效果應(yīng)像參考圖：角色坐在綠幕前的小桌旁，筆記本放在桌上，桌腿和椅子完整可見(jiàn)。不能出現(xiàn)大型辦公桌、臺(tái)式大顯示器、真實(shí)電腦桌、房間環(huán)境，也不能讓電腦遮住角色臉部、頭發(fā)或主體輪廓。完成、失敗、喝水等狀態(tài)不要用寫(xiě)著文字的卡片表達(dá)動(dòng)作。
【禁止內(nèi)容】禁止白色貼紙描邊、粗白邊、光暈邊、陰影背景、復(fù)雜場(chǎng)景、真實(shí)桌面透視、深色房間、藍(lán)色屏幕光污染、大屏幕擋臉、大桌子擋身體、桌腿出框、椅子出框、角色半身裁切、頭發(fā)出框、腳出框、手出框、道具出框、無(wú)關(guān)文字、水印、logo。
輸出格式：
一、角色身份鎖定塊用一段文字描述參考圖中這個(gè)角色必須保持不變的特征。
二、動(dòng)作清單用表格列出：狀態(tài)、動(dòng)作、道具、建議圖片文件名。
三、靜態(tài)生圖提示詞每個(gè)狀態(tài)單獨(dú)給一條完整提示詞，格式如下：
## 狀態(tài)名稱(chēng)用途：建議圖片文件名：靜態(tài)生圖提示詞：負(fù)面提示詞：

然后就有了詳細(xì)的提示詞。提示詞是基于參考圖去優(yōu)化的。復(fù)制下面這塊：

有了提示詞后，即夢(mèng)啟動(dòng)，給到 IP 參考圖和提示詞，選即夢(mèng)4.7，生成圖片。要注意圖片有的時(shí)候會(huì)變成不同風(fēng)格，比如我是 2D 的，那么就不要選擇場(chǎng)景有 3D 效果的。

最終 5 張圖的理想效果如下，注意圖片全部元素都在圖中，沒(méi)有元素出框或者不完整。還要注意主體占據(jù)畫(huà)面的比例差距不要太大，這樣后期看起來(lái)更協(xié)調(diào)一點(diǎn)。如果沒(méi)有下面這么綠的話(huà)也沒(méi)有關(guān)系，只要背景色盡可能和元素的顏色沒(méi)有重合就好：

做成動(dòng)態(tài)視頻

上一步我們得到了靜態(tài)版本的幾張圖片，這一步我們要將上面的靜態(tài)的圖片做成動(dòng)態(tài)的視頻。

要注意的是，整個(gè)主體，包括裝飾元素，都不要出界，如果視頻出現(xiàn)了元素出界的情況，那這個(gè)是不太適合的，建議重做。不然我們后期摳掉綠色的圖以后，那些超出的元素在動(dòng)態(tài)效果里就會(huì)不全，會(huì)很奇怪。

但是有我在，不用慌，這一步的元提示詞我也給大家準(zhǔn)備好了，用這個(gè)去生成視頻提示詞，應(yīng)該能保證完整入畫(huà)，不會(huì)太抽象出框。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

• 10

• 11

• 12

• 13

• 14

• 15

• 16

• 17

• 18

• 19

• 20

• 21

• 22

• 23

• 24

• 25

• 26

• 27

• 28

• 29

• 30

• 31

你是桌寵圖生視頻提示詞設(shè)計(jì)師?，F(xiàn)在我已經(jīng)有了通過(guò)質(zhì)檢的靜態(tài)首幀圖，請(qǐng)你為每張首幀圖生成圖生視頻提示詞。
全局硬性約束：1. 全程固定鏡頭，固定機(jī)位原地拍攝。2. 禁止推拉搖移、變焦、鏡頭晃動(dòng)、畫(huà)面尺度變化。3. 角色從第一幀到最后一幀必須全身完整可見(jiàn)，頭發(fā)到腳不能裁切。4. 角色始終位于畫(huà)面中央和原地，只允許角色自身和道具做小幅原地動(dòng)作。5. 不允許角色位移、滑動(dòng)、漂移、跑出畫(huà)面。6. 保持參考圖角色比例和畫(huà)風(fēng)，不要變高，不要拉長(zhǎng)腿，不要改變頭身比。7. 如需要適配畫(huà)面，只允許整體等比縮小。8. 不要白色貼紙描邊、白邊、光暈邊。9. 不要無(wú)關(guān)文字、水印、logo。
循環(huán)狀態(tài)規(guī)則：任務(wù)進(jìn)行中、任務(wù)暫停/休息這類(lèi)會(huì)長(zhǎng)時(shí)間停留的狀態(tài)，必須無(wú)縫循環(huán)。第一幀和最后一幀要回到同一個(gè)姿態(tài)、表情、角色位置、道具位置、構(gòu)圖和鏡頭尺度。動(dòng)作只能是小幅往返運(yùn)動(dòng)，例如呼吸、眨眼、發(fā)絲輕擺、手部輕微動(dòng)作，不能突然加速、轉(zhuǎn)身、縮放、漂移或停在半途。
一次性狀態(tài)規(guī)則：任務(wù)完成、任務(wù)失敗、喝水提醒這類(lèi)短動(dòng)作，不要求無(wú)限循環(huán)，但開(kāi)始和結(jié)束必須穩(wěn)定，角色不能漂移，動(dòng)作結(jié)束時(shí)停在清晰可讀的狀態(tài)，方便桌寵播放后自動(dòng)切回待命或休息狀態(tài)。
特殊規(guī)則：1. 任務(wù)暫停/休息默認(rèn)閉眼，除非我明確要求睜眼。2. 任務(wù)完成的白色圓牌和綠色勾號(hào)都必須保留，不能在后續(xù)摳圖或轉(zhuǎn)透明時(shí)丟失。3. 喝水提醒只需要喝水動(dòng)作，不要出現(xiàn)“喝水”文字卡片。
請(qǐng)為每個(gè)狀態(tài)輸出：1. 參考首幀圖文件名。2. 建議導(dǎo)出 MOV 文件名。3. 建議最終 WebM 文件名。4. 圖生視頻提示詞。5. 負(fù)面提示詞。6. 質(zhì)檢重點(diǎn)。

將上面生成的靜態(tài)圖和上面代碼框里完整的提示詞，都給 DeepSeek 識(shí)圖模式：

下面是輸出內(nèi)容，藍(lán)色部分是圖生視頻的提示詞，紅色部分是視頻生成后需要檢查的地方：

生成視頻的工具理論上現(xiàn)在主流的視頻生成模型都可以，因?yàn)檫@個(gè)難度都不高，并且都固定鏡頭。我這里用即夢(mèng)，大家用其他的也都可以。記得修改圖片比例！原圖比例是什么比例，生成視頻就改成什么比例，我建議 1:1，但是也可以根據(jù)IP的實(shí)際情況定。視頻時(shí)間 4-5 秒，不用太長(zhǎng)。

生成視頻效果：

就這樣依次生成 5 個(gè)視頻，然后按照提示詞要求進(jìn)行質(zhì)檢。完成以后就到下一步摳視頻了。

轉(zhuǎn)透明素材

在上一步里面，我們的視頻還是純綠色的，那么接下來(lái)我們就要使用工具將背景摳掉。如果你用 Codex 等工具，直接讓它基于視頻輸出透明背景 WebM 文件即可，效果細(xì)節(jié)不好就讓它重新?lián)?，不過(guò)這個(gè)會(huì)費(fèi) token 一點(diǎn)。其他方法也有，我們繼續(xù)往下。

這里使用的剪映，摳像，取色器取背景色，然后調(diào)整下面的細(xì)節(jié)。一直調(diào)整到基本看不到綠色。

右上角，導(dǎo)出 MOV 格式。

其實(shí)在這一步直接下方選擇導(dǎo)出 GIF 替換也可以。但 WebM 可以保留更好的半透明邊緣，而 GIF 透明底通常容易有白邊和毛邊。同時(shí)，GIF 只有 256 色，漸變、陰影和細(xì)節(jié)會(huì)容易顯臟，而 WebM 更像是真正的視頻。同樣幾秒循環(huán)動(dòng)畫(huà)，WebM 的大小也通常比 GIF 小很多。

如果大家做類(lèi)似的項(xiàng)目，我也建議使用WebM。然后我們把上面的 MOV 轉(zhuǎn)為 WebM 文件?？梢杂酶黝?lèi)AI Cli 或者本地 AI 工作臺(tái)，直接把視頻或者路徑發(fā)它，也可以問(wèn)問(wèn) AI ，有不少免費(fèi) MOV 轉(zhuǎn) WebM 的工具，比如這個(gè)：

放進(jìn)對(duì)應(yīng)文件夾

接下來(lái)就是把我們準(zhǔn)備好的文件直接放進(jìn)對(duì)應(yīng)文件夾了。

首先確保你已經(jīng)下載并打開(kāi)了這個(gè)桌寵文件。點(diǎn)擊桌寵，右鍵設(shè)置，可以看到標(biāo)準(zhǔn)素材，這里每個(gè)狀態(tài)右邊都有替換鍵，點(diǎn)擊【替換】然后替換你指定的文件就可以了。

小結(jié) 誰(shuí)適合用這個(gè)框架

這個(gè)小項(xiàng)目，比較適合大家做桌寵類(lèi)項(xiàng)目的前期探索。它的工作原理很簡(jiǎn)單，我的 Agent 在工作的時(shí)候它就呈現(xiàn)現(xiàn)在工作的動(dòng)態(tài)，也可以右鍵手動(dòng)切換其他的狀態(tài)，可以設(shè)置具體提醒喝水的時(shí)間和休息的時(shí)間?？梢噪S意拉動(dòng)放在桌面任意位置，也可以右鍵調(diào)整它的大小。

它就這么靜靜待在桌面，當(dāng)做是我們工作時(shí)候的一個(gè)陪伴和慰藉也可以。

如果你希望在一些場(chǎng)景呈現(xiàn)自己的個(gè)人 IP、卡通吉祥物、并且讓它更生動(dòng)的同時(shí)也不怎么占用內(nèi)存的話(huà)，可以試試這個(gè)框架。像我前面分享的那樣，將它替換成你自己的 IP，你就得到了屬于自己的桌寵。

更多延展空間

項(xiàng)目鏈接，里面還有一個(gè) Skill ，是用來(lái)引導(dǎo)一路從圖片生成到 WebM 的，非常方便，比上面還簡(jiǎn)單。

• 1

• 2

• 3

https://github【去掉中括號(hào)和內(nèi)容】.com/irenerachel/azhen-desktop-pet
https://github【去掉中括號(hào)和內(nèi)容】.com/irenerachel/azhen-desktop-pet/actions/runs/27128698476

其實(shí)到目前為止，這個(gè)項(xiàng)目都還只是最基礎(chǔ)的桌寵結(jié)構(gòu)，它更像是一個(gè)可擴(kuò)展的底座，或者說(shuō)一個(gè)引子，我想做那塊磚，引出大家的玉。

現(xiàn)階段跑通的只是顯示角色、替換素材、狀態(tài)替換，而后續(xù)，你可以繼續(xù)增加互動(dòng)，比如點(diǎn)擊、拖拽、右鍵菜單、氣泡對(duì)話(huà)、快捷操作等方面的優(yōu)化；可以增加更多動(dòng)作，比如鼓勵(lì)、慶祝、伸懶腰、護(hù)眼等等；也可以接入更多狀態(tài)，甚至讓它變成自己的工作助手，任務(wù)開(kāi)始、任務(wù)完成、報(bào)錯(cuò)、等待用戶(hù)回復(fù)、定時(shí)提醒等等它都可以提醒，一樣很有趣。

我最希望和期待的，是每個(gè)人都可以換自己的 IP，讓你們的 IP 展現(xiàn)出更多生動(dòng)的一面，而不是只能用阿真IP。

如果你還有更多想法，那太棒了，期待你的更棒的作品和心得分享！

今天的分享就到這里了，項(xiàng)目我分享在這里了，期待大家的嘗試和反饋~

下期見(jiàn)~