手绘漫画成图

把主题、梗或知识变成可直接发布的多格漫画：AI 生图给出手绘质感，脚本负责中文对白、气泡与版式。

核心分工（不可动摇）

AI 生图负责画面质感，程序负责文字与版式。

AI 生图对中文几乎必然写错字，气泡位置也不可控；而漫画的对白是信息主体，必须零错字、位置精确。分工后两边都取最优：笔触由模型给，台词由字体给。

不要试图让 AI 一次画出带中文的完整四格——那是最容易翻车的路径。

第一步（强制）：以选项形式收集主题与风格

在写分镜脚本之前，必须先调用 AskUserQuestion 收集四项参数。 除非用户已在本轮对话中明确给出该项，此时跳过对应问题。

调用模板（照抄，按需删减已明确的项）：

{
  "questions": [
    {
      "question": "这组漫画讲什么主题？",
      "header": "主题",
      "options": [
        {"label": "工作日常吐槽", "description": "办公协作、甲方需求、工具踩坑这类共鸣题材"},
        {"label": "生活观察", "description": "家庭、通勤、消费、社交中的小荒诞"},
        {"label": "知识科普", "description": "自然、健康、科技冷知识，一问一答式"},
        {"label": "品牌或产品说明", "description": "把卖点或使用场景画成小故事（文案需过合规审查）"}
      ]
    },
    {
      "question": "用哪种画风？",
      "header": "画风",
      "options": [
        {"label": "钢笔淡彩（推荐）", "description": "墨线加淡水彩，明快通用，四格风格最容易统一"},
        {"label": "日式黑白线稿", "description": "网点质感，情绪冲击强，适合吐槽与反差"},
        {"label": "水彩童书", "description": "柔和圆润，适合儿童与科普内容"},
        {"label": "彩铅手作", "description": "颗粒感强，温暖生活流"}
      ]
    },
    {
      "question": "版式要几格？",
      "header": "版式",
      "options": [
        {"label": "四格 2×2（推荐）", "description": "最通用的漫画版式，手机与信息流都合适"},
        {"label": "六格 2×3", "description": "信息量更大，适合完整叙事或产品说明"},
        {"label": "三格横排", "description": "轻量，适合单一梗或短对比"},
        {"label": "单格大图", "description": "只画一个场景，适合做封面或配图"}
      ]
    },
    {
      "question": "文案用什么调性？",
      "header": "文案调性",
      "options": [
        {"label": "口语吐槽", "description": "网感、短句、有情绪起伏"},
        {"label": "严谨科普", "description": "事实准确、不加戏，问题与答案分层"},
        {"label": "童书语气", "description": "温和、拟人、句子短，适合儿童"},
        {"label": "正式克制", "description": "品牌与官方场景，不加网络用语"}
      ]
    }
  ]
}

跳过规则：用户已给出该项时不要重复问——已经说了主题就跳过主题题，说了"你定"就全部使用默认值（钢笔淡彩 + 四格 2×2 + 口语吐槽）。 用户若只给了方向、没给具体主题（例如选了"知识科普"或答"你定"）：先产出 3 个具体主题候选，每个用一句话讲清四格分别画什么，让用户挑选后再进入分镜。不要在主题模糊时直接开画。

第二步：写分镜脚本

选定题材后，先落定每格的画面内容 + 台词 + 说话人，再动手生图。

• 四幕节奏、各题材的叙事模板、文案字数预算见 references/narrative-patterns.md。
• 第 3 格安排视觉峰值，第 4 格放最妙的一句。
• 台词字数必须控制在预算内（答案 ≤16 字、问题 ≤13 字），超了就改文案，不要缩字号硬塞。

第三步：逐格生图

从 references/styles.md 取所选画风的风格前缀，逐字粘贴到每格 prompt 开头，只替换 Scene: 段。四格之间除 Scene 外必须完全一致，否则风格会飘。

<画风前缀，逐字复用>
Semi-realistic casual character design: <角色描述，四格逐字相同>.
Composition leaves the upper third of the panel almost completely empty for a speech bubble.
Absolutely NO text, NO letters, NO numbers, NO speech bubbles, NO captions, NO watermark
anywhere in the image. Scene: <本格画面>

参数：size=1536x1024、quality=high。

硬性纪律：逐张串行调用，且每张指定互不相同的 output_dir；开跑前告知用户成本（每张约 5-10 credits）。原因与实测损耗见 references/pitfalls.md。

第四步：合成

把每格的 image、气泡坐标、台词写进一个 JSON，交给脚本：

python scripts/compose_comic.py <spec.json>

字段含义与完整示例见 references/spec-format.md。脚本完成裁底去水印、网格拼版、手绘外框、气泡与尾巴、中文字排版、缩放输出，并内置两道硬校验：

1. 文字块装不装得进气泡（按形状算可用高度）
2. 尾巴基点是否落在气泡主体内部

校验不通过会直接报错并给出修正建议，不会产出废图。坐标微调后重跑即可——改台词只需重跑合成，不需要重新生图，这是本方案相对"让 AI 再画一次"的最大优势。

交付与迭代

成品 PNG 用 present_files 展示，并保留 spec JSON 与合成脚本，便于用户改文案或换字体后重跑。

若某格画面不达标：两次不达标就换主体或换表达角度，不要第三次硬拗（见 references/pitfalls.md 的能力边界表）。

资源索引

环境依赖

• Python 3 + Pillow（脚本仅依赖这两项），无需其他第三方库。
• 中文字体：macOS 走 Hiragino Sans GB.ttc；其他系统需在 spec 的 font 字段指定本机可用中文字体。
• 生图依赖环境可用的生图工具（优先 ImageGen），不可用时如实告知，不静默降级。

服务

• 服务由前凌智选提供 https://fore.vip

反馈

• SKILL 由 前凌智选 创建, 并发布于 SKILLHUB.cn
• 可于SKILLHUB反馈使用问题、优化意见