Files

SoulliesOfficial de70870682 Story流程+本地化

2026-07-24 17:56:30 -04:00

24 KiB

Raw Blame History

Stable Diffusion / Nova Anime XL 剧情插画工作流

文档状态：Active
建立日期：2026-07-24
Scope 更新：2026-07-24 — 用户确认商业使用权限；取消逐图许可 Gate；固定 ichni 通用生成参数
适用项目：ichni Official
当前范围：剧情与音乐相关的静态插画；主角“曦”的人物一致性；Stable Diffusion WebUI Prompt 编写与人工生产流程
当前模型基线：Nova Anime XL — IL v19.0
本轮验证边界：已核对 WebUI 官方用法、Civitai 模型/API 元数据、作者推荐参数和参考图技术属性；尚未在用户本地 WebUI 中实际生成图片

1. 结论

目前已经可以跑通“用户提供画面 Brief → Codex 输出 Positive / Negative Prompt 与参数 → 用户在 WebUI 生成候选图 → 返回原始 PNG/PNG Info → Codex 单变量迭代”的协作流程。

本工作流固定使用 Nova Anime XL 的 Illustrious 分支。截至 2026-07-24，模型页当前最新版本为 IL v19.0；不能只记录“Nova Anime XL”，也不能把 Pony 分支的 score_9 Prompt 前缀混入本项目基线。

后续每次插画请求，Codex 应交付：

可直接粘贴到 WebUI 的英文 Positive Prompt。
可直接粘贴到 WebUI 的英文 Negative Prompt。
完整参数表：Checkpoint、VAE、Sampler、Steps、CFG、尺寸、Seed、Hires、Denoising 等。
本轮“固定项 / 可变项 / 唯一实验变量”。
人物一致性、构图与后期处理风险。

正式资产不能只保留聊天中的 Prompt；必须保存原始 PNG、PNG Info、模型/Embedding 哈希、参考图和人工修改记录。

2. 证据与来源

本工作流使用以下一手资料：

用户已确认当前模型 Profile 的商业使用权限。后续不对每张图重复进行模型许可检查；只有更换 Checkpoint、Embedding、LoRA 或其他外部资源时，才重新建立对应的资源记录。

3. 模型基线

3.1 固定版本

Field	Project Baseline
Model	`Nova Anime XL`
Civitai Model ID	`376130`
Branch / Version	`IL v19.0`
Civitai Version ID	`2940478`
Base Model	`Illustrious`
Type	`Checkpoint`
File	`novaAnimeXL_ilV190.safetensors`
Format	`SafeTensor`, `pruned`, `fp16`
Approx. Size	`6.46 GiB`
AutoV2 / Model Hash	`FA486CAAFC`
SHA256	`FA486CAAFC330F133605D3C18B418D183812F14946631C6544BFB28730DB6D6F`
Version Published	`2026-05-12`

IL v19.0 的作者变更说明强调更高的对比度和更丰富的背景细节。它由 Illustrious / NoobAI 系谱组合而来，所以本项目采用 Illustrious Prompt 语法。

不要混用：

Pony 分支的 score_9, score_8_up... 前缀。
旧 XL v1.0 的 SDXL 1.0 基线参数。
其他 Nova / Anima 模型的 Prompt 或哈希。

如果用户实际安装的不是 IL v19.0，必须先报告文件名与 Model Hash，再为该版本重新建立 Profile。

3.2 作者明确推荐

模型页给出的通用设置：

Parameter	Author Recommendation
Sampler	`Euler a`
Steps	`20–30`
Clip Skip	`1–2`
Denoising Strength	`0.65–0.8`，适用于 img2img 类流程，不是 txt2img 必填项
Illustrious CFG Scale	`4–6`

作者给出的 Illustrious Positive 前缀：

masterpiece, best quality, amazing quality, 4k, very aesthetic,
high resolution, ultra-detailed, absurdres, newest, scenery

作者给出的 Illustrious Negative 方向包括：

modern, recent, old, oldest, cartoon, graphic, text, painting, crayon,
graphite, abstract, glitch, deformed, mutated, ugly, disfigured, long body,
lowres, bad anatomy, bad hands, missing fingers, extra digits, fewer digits,
cropped, very displeasing, (worst quality, bad quality:1.2), sketch,
jpeg artifacts, signature, watermark, username, simple background,
conjoined, bad ai-generated

这些词不是不可修改的咒语。比如角色设定表确实需要 simple background 时，就必须从 Negative 中移除它；Production Illustration 需要完整背景时再放回。

3.3 `IL v19.0` 作者样例的可复现参数

多个 IL v19.0 作者样例重复使用了以下组合：

Parameter	Sample-derived Baseline
Base Width × Height	`768 × 1344`
Sampler	`Euler a`
Steps	`20`
CFG Scale	`4.5`
Clip Skip metadata	`2`
Hires Upscale	`1.5`
Hires Steps	`40`
Hires CFG Scale	`4`
Hires Denoising Strength	`0.4`
Final Size	`1152 × 2016`

注意：

作者说明样例由 Diffusers 加自定义 PNG tags 生成，因此不能假定每个字段都与 WebUI 控件一一对应。
样例没有可靠记录 Hires Upscaler，项目不能擅自把某个 Upscaler 写成“作者推荐”。
AUTOMATIC1111 文档说明 SDXL 系模型本身已经按倒数第二层 CLIP 输出训练，Clip Skip 在 WebUI 中通常不是有效调参杠杆。为追踪作者样例可以记录 2，但不应把人物漂移归因于它。
模型页没有要求额外 Refiner。项目基线为 Refiner: None，避免第二个模型改变角色风格。
模型页没有要求外部 VAE。项目从 VAE: Automatic 开始；若出现黑图、颜色异常或 VAE NaN，再按 WebUI 文档诊断，不预先强制外部 VAE。

3.4 Project Pilot 尺寸

以下是项目测试起点，不是模型作者对全部构图的强制值：

Use	Base Size	Notes
角色全身 / 竖版插画	`768 × 1344`	与 `IL v19.0` 作者样例一致
角色半身 / 常规竖版	`832 × 1216`	减少过长画幅，适合人物与环境并重
横版剧情插画	`1344 × 768`	接近 16:9 的 SDXL 宽画幅；为最终裁切预留空间
方形构图测试	`1024 × 1024`	适合快速观察人物与风格，不代表游戏最终比例

如果最终需要 1920 × 1080：

优先在 1344 × 768 建立构图，不直接以超大尺寸做第一轮。
通过 Hires 或外部高质量 Upscale 得到更大母版。
人工裁切为精确 16:9，再 Downsample 到最终尺寸。
不能在未知 UI Safe Area 时默认 Center Crop。

WebUI 要求 Width / Height 为 8 的倍数。构图比例、最终像素和 UI 留白仍以每张图的 Asset Contract 为准。

3.5 ichni 通用生成设置

除非单张插画的 Brief 需要不同配置，使用以下 Project Preset：

Parameter	General Preset
Checkpoint	`novaAnimeXL_ilV190.safetensors`
Expected Model Hash	`FA486CAAFC`
VAE	`Automatic`
Refiner	`None`
Sampling method	`Euler a`
Schedule type	`Automatic`
Sampling steps	`24`
CFG Scale	`4.5`
Clip Skip	`2`，仅用于记录与样例对齐；通常不作为 SDXL 调参变量
Seed	探索阶段 `-1`；选图后锁定
Batch	每轮共 `4` 张
Face restoration	`Off`
Tiling	`Off`
Hires. fix	构图探索阶段 `Off`
Hires Upscaler	`Latent (antialiased)` 作为项目起点
Hires upscale	`1.5`
Hires steps	`20`；必要时与 `40` A/B
Hires denoising strength	`0.4`

参数调整顺序：

先保持 Euler a / 24 Steps / CFG 4.5 不变，只改 Prompt。
选定构图并锁定 Seed 后再启用 Hires。
Prompt 已正确但画面仍欠收敛时，Steps 可在 20–30 内调整。
CFG 默认保持 4.5；提示词遵循不足时最多先试 5.0，过度锐化、颜色发硬或细节粘连时降到 4.0。
不同时改变 Sampling method、CFG、Steps 与 Prompt；否则无法判断改善来源。

4. WebUI 最小使用流程

本文以 AUTOMATIC1111 Stable Diffusion WebUI 为准。

4.1 安装 Checkpoint

把 novaAnimeXL_ilV190.safetensors 放入：

stable-diffusion-webui/models/Stable-diffusion/

在 WebUI 刷新 Checkpoint 列表，必要时重启 WebUI。
在 Stable Diffusion checkpoint 中选择 novaAnimeXL_ilV190。
生成后在 PNG Info 中确认 Model Hash 为 FA486CAAFC，不能只看显示名称。

4.2 txt2img

txt2img 用于从文字建立新的场景、构图和镜头：

粘贴 Positive Prompt 与 Negative Prompt。
使用本项目 Parameter Profile。
第一轮关闭 Hires，Batch count 或 Batch size 生成 4 个候选。
先评价人物、构图、情绪与音乐关系，不在这一轮追求最终像素细节。
选中候选并锁定 Seed。
每轮只改一个 Prompt Block 或一个参数。
构图批准后再开启 Hires。

4.3 img2img

img2img 用于保留参考图的部分构图、姿态或设计：

Denoising 0.25–0.45：项目建议的角色/服装保守修订区间。
Denoising 0.45–0.60：允许姿态、光线和背景明显变化。
Denoising 0.65–0.80：接近作者通用建议，但会显著重绘，不适合承诺精确保留“曦”的脸和服装。

以上前两个区间是 ichni Pilot 建议，不是模型作者原文。必须用相同 Seed 做小范围 A/B Test。

4.4 Hires. fix

AUTOMATIC1111 的 Hires. fix 相当于低分辨率构图后再放大并做第二次 img2img。项目流程：

低分辨率候选通过构图 Gate。
锁定 Seed。
先测试 Upscale 1.5、Denoising 0.4。
Hires Steps 从 20 与作者样例的 40 做一次 A/B；不是越高越好。
Upscaler 名称必须写入 Manifest；作者样例未提供该字段。
检查眼睛、手、发梢渐变、胸针、包带、裙褶与鞋带是否在第二次采样时改变。

4.5 PNG Info 与 Seed

WebUI 会把 Generation Parameters 写入 PNG metadata；PNG 可以拖入 PNG Info 恢复参数。每个候选必须保留：

原始未压缩 PNG。
Positive / Negative Prompt。
Checkpoint 与 Model Hash。
VAE、Embedding、LoRA 与各自哈希。
Sampler、Scheduler、Steps、CFG。
Width、Height、Seed。
Hires 全部字段。
WebUI 版本与必要 Extension 版本。

发到聊天软件、转成 JPG 或经过某些图像编辑器后 metadata 可能丢失，因此正式记录不能只依靠 PNG metadata。

5. “曦”的角色设计锚点

5.1 参考图技术状态

当前参考图：

C:\Users\soull\Downloads\ChatGPT Image 2026年7月23日 05_30_41.png

已验证属性：

Field	Value
Size	`941 × 1672`
Format	PNG
Color	sRGB, 3 channels
Alpha	None
Background	棋盘格已经烘焙进 RGB 像素，不是真实透明背景

因此：

不要把这张图当透明立绘直接投入 Unity。
不要直接用整张图做高权重 img2img；棋盘格可能进入新背景。
若要做人物 Reference Conditioning，应先由人工或获批的图像编辑流程分离人物与棋盘格。
本轮没有复制或修改该参考图；它仍位于 Downloads，不是可供全体成员长期访问的仓库资产。

5.2 视觉观察

参考图与用户描述共同确认：

少女，长而飘逸的金发，下段明显渐变为高饱和天蓝色。
单根显著呆毛，天蓝色眼睛。
灰色露肩上衣、米色背心、深绿色百褶裙。
黑色颈链；胸前金色星形胸针。
灰色斜挎包与深色包带。
双腕黑色手镯/腕带。
浅灰色过膝至大腿袜。
棕色系带短靴。

“金发 → 蓝色发梢”与“金色星形胸针”是最强的快速识别点。发色不能生成成全蓝、平均双色或随机挑染。

5.3 Prompt 不变量

除非用户在某张插画 Brief 中明确批准变化，以下作为人物不变量：

1girl, solo, teenage girl,
very long flowing blonde hair,
(blonde hair fading into light blue at the ends:1.2),
ahoge, sky blue eyes,
gray off-the-shoulder shirt, beige vest,
dark green pleated skirt,
black choker, gold star-shaped brooch,
gray crossbody satchel, black wrist bracelets,
light gray thigh-high socks, brown lace-up ankle boots

实际镜头如果只到上半身，仍应保留关键服装和配饰词，但不需要为了不可见的靴子与袜子过度拉长 Prompt。

5.4 每张图允许变化

以下应从剧情与音乐 Brief 中提供，而不是写死在人物标准里：

表情：serene expression、悲伤、警觉、惊讶等。
姿态与动作。
风向、头发运动幅度。
镜头：全身、半身、特写、俯视、仰视、Dutch angle。
光线：Warm / Cold、Rim Light、Backlight、Volumetric Lighting。
背景清晰度与 Depth of Field。
服装状态或剧情性变化，但必须得到用户明确批准。

用户原始标准 Prompt 中的 serene expression、gentle smile、warm light、blurry background 不应作为所有剧情插画的永久人物属性。

6. 用户原始 Prompt 与规范化

6.1 用户提供的原始版本

1girl, tennage girl, masterpiece, best quality, ultra detailed,
cinematic lighting, soft light, warm light, volumetric lighting,
light particles, blurry background, blonde hair, long hair,
light blue gradient hair tips, flowing hair, ahoge, sky blue eyes,
serene expression, gentle smile, gray off-the-shoulder shirt,
beige vest, dark green pleated skirt, black choker, brooch,
gray crossbody bag, black hand-bracelets, light gray thigh-high socks,
brown lace-up boots, lazypos

6.2 已识别问题

Original	Adjustment
`tennage girl`	拼写应为 `teenage girl`
`black hand-bracelets`	更自然、可识别的 tag 为 `black wrist bracelets` 或 `black wristbands`
`brooch`	参考图更明确：`gold star-shaped brooch`
`blonde hair` + `light blue gradient hair tips`	合并并适度加权，避免生成全蓝发
`warm light`	移入场景/音乐 Block
`blurry background`	移入镜头 Block；完整剧情背景不应永久模糊
`serene expression, gentle smile`	移入剧情表情 Block
`lazypos`	不是普通英文描述，而是外部 Textual Inversion 的 Trigger

6.3 `lazypos` 依赖

lazypos 对应另一个 Civitai 资源，而不是 Nova Anime XL 自带词：

Field	Value
Resource	`Lazy Embeddings`
Civitai Model ID	`1302719`
Version	`lazypos`
Version ID	`1833157`
Base Model	`Illustrious`
File	`lazypos.safetensors`
SHA256	`30866692653CB0063484DEC240BC7971ADC5767753B0CBBE072E2DDD7FF16B81`
Trigger	`lazypos`

若要继续使用：

把文件放入 WebUI 的 embeddings/。
在 Prompt 开头写 lazypos。
在 Manifest 中记录 Version ID 与 SHA256。

若用户没有安装、没有批准或无法确认版本，应删除 lazypos，使用本文档的显式质量前缀。不能把未安装的 Trigger 当普通形容词继续保留。

7. Prompt 结构

每个 Positive Prompt 使用以下顺序：

[OPTIONAL_EMBEDDING],
[MODEL_QUALITY_PREFIX],
[SUBJECT_AND_IDENTITY],
[COSTUME_AND_ACCESSORIES],
[EXPRESSION_AND_ACTION],
BREAK,
[STORY_ENVIRONMENT_AND_MUSIC_VISUALIZATION],
[COMPOSITION_AND_CAMERA],
BREAK,
[LIGHTING_ATMOSPHERE_AND_FINISH]

推荐质量前缀：

masterpiece, best quality, amazing quality, 4k, very aesthetic,
high resolution, ultra-detailed, absurdres, newest

BREAK 用来区分人物、场景和灯光语义。需要强调时使用 WebUI 支持的 (token:weight)，优先保持在约 1.1–1.3；只有通过 A/B Test 后才继续加权。

Negative Prompt 分成四块：

[STYLE_EXCLUSIONS],
[ANATOMY_AND_QUALITY],
[LAYOUT_AND_TEXT],
[XI_SPECIFIC_DRIFT]

不要把所有见过的 Negative 词无限堆叠。Negative 过长会压制需要的特征，并让问题难以定位。

8. 可复制的 Smoke Test

这是对协作流程的非剧情、非正式资产测试。用途是确认 Checkpoint、Embedding、角色锚点和参数能正常工作，不锁定任何 Chapter 0 画面。

8.1 Positive Prompt — 使用 `lazypos`

lazypos, masterpiece, best quality, amazing quality, 4k, very aesthetic,
high resolution, ultra-detailed, absurdres, newest,
1girl, solo, teenage girl, full body, standing,
very long flowing blonde hair,
(blonde hair fading into light blue at the ends:1.2),
ahoge, sky blue eyes, serene expression, gentle smile,
gray off-the-shoulder shirt, beige vest, dark green pleated skirt,
black choker, gold star-shaped brooch, gray crossbody satchel,
black wrist bracelets, light gray thigh-high socks,
brown lace-up ankle boots,
BREAK,
quiet original fantasy observatory terrace at night,
subtle rhythmic ribbons of blue and gold light moving through the air,
wind gently lifting her hair and skirt, calm distant star field,
full body character illustration, centered composition,
boots fully visible, eye-level camera,
BREAK,
cinematic lighting, soft rim light, warm and cool color contrast,
volumetric lighting, fine light particles, detailed background,
slight depth of field

8.2 Positive Prompt — 无外部 Embedding

把第一行 lazypos 删除即可；其余质量词保持不变。

8.3 Negative Prompt

photorealistic, realistic, 3d, monochrome,
multiple views, multiple angles, split view, grid view, two shot,
outside border, picture frame, framed, letterboxed, pillarboxed,
text, logo, signature, watermark, username,
glitch, deformed, mutated, ugly, disfigured, long body, lowres,
bad anatomy, bad hands, malformed hands, missing fingers, extra fingers,
extra digits, fewer digits, extra arms, extra legs, conjoined fingers,
cropped, out of frame, boots out of frame,
very displeasing, (worst quality, bad quality:1.2), sketch,
jpeg artifacts, simple background, bad ai-generated,
short hair, bob cut, black hair, brown hair, fully blue hair,
red eyes, green eyes, missing bag, missing brooch

8.4 第一轮参数

Parameter	Value
Checkpoint	`novaAnimeXL_ilV190.safetensors`
Expected Model Hash	`FA486CAAFC`
VAE	`Automatic`
Refiner	`None`
Sampler	`Euler a`
Steps	`20`
CFG Scale	`4.5`
Width × Height	`768 × 1344`
Seed	`-1`，先生成 4 个候选
Batch	共 4 张；按显存选择 Batch count / size
Hires. fix	第一轮 `Off`

8.5 选图后的 Hires 参数

Parameter	Value
Seed	锁定入选候选 Seed
Hires Upscale	`1.5`
Hires Steps	先 `20`，再与 `40` A/B
Hires Denoising	`0.4`
Hires CFG	`4–4.5`
Upscaler	使用本机实际选项；必须记录，当前没有作者指定值

Smoke Test 的通过标准：

金发到蓝色发梢的方向正确，没有变成全蓝发。
眼睛保持天蓝色。
星形胸针、斜挎包、深绿色裙、灰袜与棕靴可辨认。
没有棋盘格、文字、Logo 或双重画框。
Hires 后没有新增手指、断裂包带、错误鞋带或服装融合。

9. 正式插画 Brief

用户每次提供以下信息；不知道的字段可以写“由 Codex 提议”，但剧情事实不得擅自锁定：

Illustration ID:
Chapter / Scene:
Story moment:
Music track:
Music relationship:
  - timecode / section:
  - intensity:
  - rhythm:
  - dominant instrument or texture:
  - leitmotif / emotional turn:
Characters:
Xi emotional state:
Action:
Environment:
Foreground / Midground / Background:
Composition:
Camera:
Lighting:
Color script:
Must keep:
May change:
Must avoid:
Output use:
Aspect ratio / target pixels:
UI text-safe area:
Reference images and notes:

“Music relationship”必须转译为可见信息，例如：

Rhythm → 重复形状、光带间距、运动方向。
Intensity → 对比度、粒子密度、镜头距离。
Instrument texture → 材质、边缘锐度、光线扩散。
Harmonic tension → 冷暖冲突、构图失衡、阴影形状。
Leitmotif → 可重复但受控的原创视觉符号。

不要默认把音符、五线谱或歌词直接画进插画；这通常过于直白，也会产生错误文本。

10. 单变量迭代

每轮遵循：

先生成 4 张低成本候选。
只选“最接近正确方向”的 Seed，不要求第一轮完美。
对照五项评分：
- Character Identity
- Costume Accuracy
- Story Readability
- Music-to-Visual Relationship
- Composition / UI Safety
下一轮只改变一项：
- 人物权重；
- 表情；
- 动作；
- 镜头；
- 背景；
- 光线；
- Denoising；
- Hires。
记录变更前后 Prompt Diff 和参数 Diff。
构图批准后才做 Hires、Inpaint 和人工清理。

如果同一 Seed 连续两轮仍无法保持发色、脸、服装和配饰，不继续无限加权。升级到：

清理后的人物参考图 + 保守 img2img；
可选的 IP-Adapter / ControlNet Reference 流程；
经批准后训练专用“曦” Character LoRA。

Prompt-only 能维持设计方向，但不能保证跨多张正式插画的精确人物一致性。

11. 已确认的模型使用权限

用户已确认当前 Nova Anime XL 模型允许：

不署名使用模型。
销售生成的图片。
在收费的图片生成服务上运行。
在 Civitai 上运行。
分享包含该模型的 Merge。
分享 Merge 时使用不同的权限设置。

因此本项目不要求“额外实质编辑”作为商业使用或 Release Gate，也不对每张插画重复进行同一组商业权限检查。未来仍会根据视觉质量、人物一致性、构图和游戏集成需求正常编辑插画，但这属于生产流程，不是商业使用前置条件。

只有主动切换到未批准的 Checkpoint、Embedding、LoRA 或其他外部生成资源时，才需要建立新的资源 Profile；当前已批准组合不重复复核。

12. Asset Manifest

每张正式插画至少记录：

illustration_id
chapter
scene
music_track
music_timecode_or_section
brief_version
checkpoint_name
civitai_model_id
civitai_version_id
model_sha256
webui_version
vae
refiner
embedding_names_and_hashes
lora_names_weights_and_hashes
positive_prompt
negative_prompt
sampler
scheduler
steps
cfg_scale
width
height
seed
hires_upscaler
hires_steps
hires_scale
hires_denoising
reference_ids
generation_date
manual_edits
working_file
export_file
unity_runtime_path
review_status
reviewer
notes

推荐状态：

BRIEF
PROMPT_REVIEW
GENERATED_DRAFT
SELECTED
EDITING
TECH_REVIEW
UNITY_REVIEW
APPROVED
REJECTED

13. 进入 Unity 前的 Gate

最终插画必须同时通过：

Narrative Gate：符合批准的剧情事实与人物状态。
Music Gate：视觉节奏与指定音乐段落有明确、可解释的对应。
Character Gate：曦的发色、眼睛、服装、胸针、包和配饰满足 Brief。
Visual Gate：没有 AI 假文字、坏手、重复肢体、断裂配件、脏边或随机 Logo。
Reproducibility Gate：Checkpoint、Embedding、Prompt、Seed 与关键参数记录完整。
Technical Gate：尺寸、裁切、Safe Area、色彩空间、压缩、Memory 和目标平台清晰度合格。

在以上 Gate 通过前：

不覆盖生产资产。
不把图标记为 final。
不写入 Unity Prefab、StoryData 或 Yarn。
不批量生产同系列插画。

14. 后续协作入口

用户可以直接使用：

按照 docs/stable-diffusion-nova-anime-xl-illustration-workflow.md，为以下画面编写 Nova Anime XL IL v19.0 的 Positive Prompt、Negative Prompt 和完整 WebUI 参数。只改变本次 Brief 允许变化的部分，并列出唯一实验变量：
[粘贴 Illustration Brief]

Codex 收到 Brief 后应先输出可复制 Prompt 和参数，不擅自生成 Production Asset，也不修改 Unity / Yarn。用户返回候选图与 PNG Info 后，再进入下一轮单变量调整。

24 KiB Raw Blame History Unescape Escape