小时候买的库洛牌塑料卡一直放在抽屉里前阵子翻出来一看牌面已经褪色。我脑子里冒出个念头能不能用AI把这套“天气类”库洛牌重新还原一遍试了一个下午我发现这个任务比想象中难得多。难的不是生成一张“像卡牌”的图而是生成一套7张、风格统一、构图统一、画面干净、还能看得出“天气主题”的完整卡组。换句话说AI还原库洛牌不是一句提示词的事而是一套完整的 AI 工程实践从工具选型、设计拆解、提示词调优到批量生成、筛选修复、后期归档每一步都决定了最终成品是“一组能看的牌”还是“七张各玩各的废图”。这篇文章我会以《魔卡少女樱》中通常被玩家归入天气类的一组库洛牌为例完整走一遍用 AI 生图工具还原成套卡牌的流程。我会尽量讲到具体参数、提示词结构、种子策略和踩坑排查而不是只给一句“去用某某工具”。1. 为什么“还原天气类库洛牌”不是一句提示词的事1.1 单张出图 vs 成套出图先说结论用 AI 画一张“看起来像库洛牌氛围的图”现在几乎没有任何门槛真正难的是让 7 张牌放在一起时能明显感觉到它们是同一套卡牌。我最初的想法很简单把“风”“雨”“雷”“云”“雪”“雾”“虹”这 7 个词塞进提示词让 AI 一次性生成 7 张。结果第一轮输出非常典型单张看每张都有一点天气氛围放在一起有的偏写实、有的偏厚涂、有的像手机壁纸、有的像游戏立绘。这就是“单张生成思维”和“成套设计思维”的差别。成套卡牌的底层要求有三个画风统一所有牌必须使用同一个底模、同一类采样器、同一组风格关键词。构图统一最好统一为竖版卡牌比例人物位置、大小、视距尽量保持一致。元素统一卡牌边框、背景纹理、魔法阵、标题栏这些“非天气元素”要反复出现才能形成套牌感。这三个要求靠“多抽几次卡”很难稳定实现。需要把整个过程拆成可控制的变量。1.2 天气类卡牌的“统一感”从哪来很多人会把“统一感”误解成“完全一样”。实际上一套卡牌的统一感来自两部分一部分是固定的牌面框架另一部分是每张牌的核心差异。固定框架可以理解为“模板”竖版构图人物位于画面中心偏下。背景中央有魔法阵或几何纹理。牌面四角有装饰边框底部有标题区域。颜色整体偏 90 年代赛璐璐风格光线干净边缘线清晰。统一使用“卡牌插图”式透视不要出现太随意的近大远小。核心差异则是每张牌的天气主题风牌飘带、旋风、羽毛白色或浅绿色调。雨牌雨滴、水幕、积水反射蓝灰色调。雷牌闪电、电流、夜空深紫色或金色调。云牌云层、天空、阳光缝隙浅蓝色调。雪牌雪花、冰晶、冬装白色或淡蓝色调。雾牌雾气、朦胧、轮廓虚化灰白色调。虹牌彩虹、光弧、水珠折射粉色或多彩色调。当框架恒定、差异集中在“天气元素”上时7 张牌放在一起就会显得成套。所以我把任务目标定成先把固定框架写进提示词再为每张牌定制天气描述最后通过参数和种子保证批量输出稳定。2. 工具选型我为什么选择本地部署 AI 生图网上有很多在线生图平台也能生成动漫风格图片。但真要做“成套卡牌还原”我更建议先考虑本地部署而不是完全依赖在线服务。2.1 在线生图、本地 SD、工作流平台怎么选我把常见方式分成三档方式代表工具优势劣势在线快速生成各类商业生图网站上手快不用配环境风格不可控批量生成成本高不一定能固定种子本地开源生图Stable Diffusion WebUI / ComfyUI模型自由参数可控可离线批量跑需要显卡环境配置有门槛专业工作流平台ComfyUI ControlNet适合复杂构图控制可复现学习曲线陡节点理解成本高这次任务需要固定种子、固定底模、频繁调参并且要跑大量批次筛选。在线服务也能做到一部分但最终你会发现网络延迟和平台限制会打断你“微调种子再重跑”的节奏。本地部署虽然前期麻烦但一旦跑通后面所有批量操作都在掌控内。如果你只是想快速体验“AI 生成一张动漫风图片”在线工具已经够用。但如果你想做一套风格统一的卡牌并且要持续复现、调整、扩展更多角色或元素本地 Stable Diffusion 是更合适的选择。2.2 本地环境的最小准备这里不写过于复杂的部署教程只列最小准备。常见情况是 Windows 电脑 N 卡显存 8GB 左右就可以开始。Python 环境建议直接使用内置的整合包或一键安装脚本避免自己配 CUDA 时出错。底模选择动漫风格模型比如本地社区常见的 Anything 系列、Counterfeit 系列等。这些模型对日系动漫风格支持较好。ControlNet 可以先不装等基础流程跑通后再用它来控制人物姿势或边框结构。出图分辨率建议先用 512×768 或 768×1152不需要一开始就上高分辨率。注意不要一上来就追求最新模型或最高分辨率。先把小图跑通再考虑放大。很多翻车都来自模型和环境没对齐而不是提示词写错。另外本地部署不要忘记检查显存占用。批量任务时如果显存不够优先降低单批数量而不是把分辨率调低。分辨率调低会导致卡牌构图变形很难挽回。3. 把一张库洛牌拆成“可被 AI 控制”的设计变量3.1 7张天气类库洛牌的内容拆解在写提示词之前我先做了一张拆解表。每一行对应一张牌的天气核心、主色调、构图要素和提示词方向。牌面天气意象主色调关键视觉元素提示词方向建议风疾风、轻灵白、绿飘带、旋风、羽毛、裙摆飘动wind swirl, floating feathers, dynamic pose雨细雨、湿润蓝、灰雨滴、水幕、积水倒影、雨伞rain streaks, water splash, rainy atmosphere雷闪电、轰鸣深紫、金闪电、电流、发光纹路、黑夜lightning bolt, electric glow, dark storm sky云云雾、天空浅蓝、白层云、阳光、天空、云海layered clouds, soft sunlight, sky background雪降雪、寒冷白、浅蓝雪花、冰晶、雪地、冬装snowflakes, frost, icy cold tone雾迷雾、朦胧灰、白雾气、轮廓柔化、神秘感dense fog, misty atmosphere, faded silhouette虹彩虹、希望粉、彩彩虹、光弧、折射光、水滴rainbow arc, light refraction, colorful glow这张表的价值在于它把“我想画什么”变成了“AI 需要什么”。每一行后面都可以直接接一段英文提示词避免临时组织语言导致风格漂移。3.2 为什么拆解比咒语重要很多人写 AI 生图提示词喜欢写出一长串形容词比如“绝美、华丽、细节丰富、神作”。这些词不是没用但它们不能解决结构问题。“细节丰富”只告诉 AI 要增加复杂度却没有告诉 AI 把哪些地方画复杂。真正有效的是结构化的组合先说这是什么卡牌插画、魔法少女、全身像。再说背景和天气旋风、雨天、雪夜。然后说画面语言竖版构图、居中构图、魔法阵背景。最后说风格参考90年代动漫风、赛璐璐、干净线条、柔和光影。这样拆分之后你可以针对某一张牌单独调整“天气变量”而不用动其他部分。比如把“雨天”改成“雪天”只需要替换中间一小段不需要重新设计整套提示词。这才是批量生成的基础提示词系统不是一条长龙而是一组可插拔的模块。4. 提示词模板与参数调优让7张牌像“同一套”4.1 一套标准的提示词长什么样我习惯把提示词分成四段质量词 角色与构图 天气主题 风格与边框。下面是一个适用于“风牌”的结构示例。(masterpiece, best quality, highly detailed), 1girl, magical girl, full body, dynamic pose, wind theme, swirling wind, floating feathers, green and white color scheme, card illustration, standing centered, magic circle in background, classic anime style, 1990s anime aesthetic, cel shading, clean lineart, ornate card border, bottom title area对应其他牌只需要替换中间一段rain theme, rain streaks, water splash, blue gray color scheme thunder theme, lightning bolt, electric glow, dark sky snow theme, snowflakes, frost, cold blue tone fog theme, dense fog, misty atmosphere, gray tone cloud theme, layered clouds, soft sunlight, sky blue tone rainbow theme, rainbow arc, light refraction, colorful glow这里有一个细节每个天气主题后面都加了“color scheme”这能帮助 AI 把整张图的色调固定下来。如果没有这个约束AI 很容易在背景里混入无关颜色。风格统一的关键还包括负面提示词。不要只在正面提示词里加“质量词”负面提示词也要固定下来lowres, bad anatomy, bad hands, extra fingers, missing fingers, bad feet, extra limbs, watermark, text, logo, signature, blurry, jpeg artifacts, deformed, ugly, multiple views如果你希望画出来的人物更接近原作角色可以在“角色与构图”里加入角色特征描述比如“short brown hair, green eyes”。这里要注意直接使用角色名可能触发模型对特定角色的联想但角色名的版权归属并不属于 AI 工具个人学习中使用角色名属于常见二次创作方式落在“稳定可控”需求之外时我一般不会过度依赖角色名。4.2 参数与种子稳定输出套卡的秘密提示词决定方向参数决定风格一致性。我见过很多人每次生成效果都不一样不是提示词写得不好而是参数没固定下来。参数项常见取值作用Sampling steps25 - 35太低容易粗糙太高不一定更好常见 30 左右CFG scale6 - 8控制提示词影响强度太高画面容易过曝和僵硬SamplerDPM 2M Karras / Euler a不同采样器风格差异明显同一套牌固定使用同一个Size512×768 或 768×1152统一竖版比例后后期不需要大幅裁剪Seed固定一组种子比如 1001 - 1007种子能保留构图近似再微调提示词得到不同天气主题Batch count每批 4 - 6 张不至于占满显存也给筛选留空间参数里最容易被忽视的是种子。种子本身不是魔法但它决定了初始噪声分布。如果你想让 7 张牌构图接近可以先把同一颗种子作为基础然后分别修改“天气主题”那段提示词。这样生成出来的牌人物位置、姿态和透视比较接近天气元素则各自变化套牌感会明显上升。当然种子不是万能的。如果换一张牌时修改了大量提示词种子带来的构图相似度会被稀释。这时候就需要反复试跑找到那组“既能区分主题、又保留构图骨架”的种子组合。5. 从一张能用的图到一套卡牌批量生成与后期整理5.1 批量生成策略小步快跑每组固定种子很多人喜欢一次性生成几十张然后从里面挑一两张。这种做法不是不行但容易让显存爆掉而且筛选成本很高。我更建议按“一张牌一步”的方式推进先挑一张“风牌”作为基准牌。生成 6 张候选图人工挑出构图最好的一张。记录这张图的种子、参数和正向提示词。在此基础上生成“雨牌”只替换天气主题段落保留种子。对比雨牌和风牌的构图如果差距太大再小幅调整天气主题描述。跑完所有 7 张后统一检查画幅、尺寸、字体和边框。为什么不一次性生成 7 张因为如果第一张就没找对方向后面 6 张都是无效劳动。AI 生图的非确定性决定了“小步快跑”比“大步冲刺”更省时间。我实际跑的时候风牌定了种子 1024然后雨牌直接把天气段落换成 rain theme出来的构图没有崩但背景颜色混入了绿色。我把主色调改成 blue gray同时把负面提示词里的“green color cast”加上第二版就正常了。这种微调过程必须在一张牌上完成然后才能复制到其他牌。5.2 后期修复与统一局部重绘、裁剪、加字生成结果不一定完美。常见的小问题是手部崩坏、边缘线不干净、牌面底部标题区域模糊。这时候需要进入后期流程。局部重绘inpaint把有问题的区域遮住只重绘手部或脸部。不要整张图重跑否则会破坏构图。统一尺寸所有成品统一裁剪或缩放成完全相同比例。我建议在生成阶段就固定分辨率后期只做轻微裁剪。加字库洛牌牌面上有英文名和标题栏。可以用图像处理软件也可以用 Python 脚本批量添加。下面是一个示例脚本结构实际使用前请先确认 Pillow 已安装并替换为你自己的图片路径和字体文件。from PIL import Image, ImageDraw, ImageFont card_names [The Wind, The Rain, The Thunder, The Cloud, The Snow, The Fog, The Rainbow] for i, name in enumerate(card_names, start1): img Image.open(fraw_{i}.png).convert(RGB) # 统一尺寸视输入比例调整 img img.resize((512, 768), Image.LANCZOS) # 在底部区域叠加牌名 draw ImageDraw.Draw(img) font ImageFont.truetype(your_font.ttf, 24) draw.text((200, 720), name, fontfont, fillwhite) img.save(ffinal_{i}.png)这个脚本只解决“添加文字”和“缩放尺寸”两个问题。如果你的底牌背景比较复杂加字前最好先在牌面底部留出空白区域或者在提示词里加入“bottom title area”来引导生成。6. 常见问题排查为什么总是背景漂亮、人物崩坏6.1 先看是哪一层出了问题AI 生图遇到问题第一反应不要是改提示词。先判断问题出在哪个层面。我习惯按下面这个顺序排查现象优先排查整张图模糊、杂质多模型是不是选错了是不是用了写实底模来画动漫背景很好人物脸部崩坏负面提示词是否包含 bad anatomy 和 bad face是否用了低 CFG7张牌风格差异很大模型、采样器、CFG 是否统一种子是否固定天空和背景很假是否缺少天气氛围描述主色调是否明确显存不足或出图速度很慢批量数是否太大分辨率是否太高xformers 是否开启牌面完全没有卡牌感是否有边框描述是否有底部标题区域构图是否横版了最典型的情况是“背景很好、人物崩坏”。出现这个现象通常不是提示词不好而是模型本身对动漫人物手部和脸部理解有限。这时候加入更多负面提示词往往比加正面提示词更有效。6.2 我这次实际遇到的三个坑第一个坑是颜色污染。我先跑“风牌”时背景白色和绿色很干净等换成“雷牌”深夜蓝和金色交融后牌面底部总是出现一块棕褐色区域。排查发现这是因为我在提示词里没有明确写“dark sky and golden lightning”AI 默认补了暖色灯光。后来我把背景颜色写进提示词并且加了一句“no brown color”问题才消失。第二个坑是种子依赖。我固定了种子但换到“雾牌”时人物位置虽然没变但脸部一下从正面变成侧面。原因不是种子失效而是“dense fog”这个词把人物的轮廓细节吞掉了。解决办法是把“fog”的强度从 1 调到 0.7并在人物周围保留“clear face”提示。第三个坑是批量循环中的“同质化”。当我使用同一颗种子跑完 7 张牌后发现部分牌的构图太像缺乏每张牌的独立感。最终我在保留基础种子的前提下为每张牌添加了 20 以内的种子偏移相当于在一个很小的噪声区间内微调。这样既保留了构图骨架又让每张牌有一个独立的小变化。遇到问题时不要连续改 3 个参数。一次只改一个跑一遍记录结果再改下一个。否则你会根本不知道是哪一步让效果变好或变差。7. 版权边界与长期价值AI“还原”不是复制7.1 二次创作的边界聊 AI 还原库洛牌躲不开版权问题。《魔卡少女樱》的库洛牌是原作的核心视觉资产任何 AI 生成内容都不能直接等同于官方牌面更不能拿去做商业销售。但这不代表“不能玩”。如果我的目标是个人学习、创作探索、或者发布一篇技术分享可以基于灵感进行二次创作。具体操作上我建议不要直接生成原作卡牌的扫描件复制图。不要为生成图配上“官方复刻”的说明。不要用生成图做商业周边、销售或广告宣传。如果公开发布注明“AI 二次创作原型来自《魔卡少女樱》”。更健康的方式是借用“天气 卡牌 魔法少女”的通用题材生成一套原创牌面。7.2 真正值得沉淀的是可复用流程这次尝试之后我最有价值的收获不是那 7 张牌而是一套可以复用的“从想法到成品”五步流程拆解把目标图像拆成固定框架和可变变量。选型根据是否需要批量、可控、复现选择本地 SD 或在线工具。模板化设计一套可插拔的提示词模板固定质量词、风格词、负面词。小步生成先跑基准图固定种子和参数再逐张替换主题变量。筛选修复局部重绘、统一尺寸、添加文字最后归档成一套成品。这套流程不只是用来做库洛牌。它同样适用于做一套书签、一套角色徽章、一套节气卡、一套原创卡牌游戏立绘。AI 生图的真正价值不是帮你省掉“想一个提示词”的时间而是让你有能力把自己的想法拆解成一个可重复、可调整、可长期维护的生成系统。下次再有人问我“AI 还原一套卡牌难吗”我会说生成一张图不难难的是成套生成、成套修复、成套归档。如果你也打算用 AI 做一套原创卡牌建议先从 7 张而不是 70 张开始先把这套流程走通再考虑扩大规模。