← 返回学习中心 · 图文、视频与演示OiOi Academy
AI绘画视频3D · 19

小互 IP Studio:把文章配图做成 Skill

@xiaohu 开源:文章丢给它说一声"配图",31 个原创角色任选,MIT 协议随便用。

原作者 @xiaohu 来源 X 长文 发布 2026-06-26
🧭

开篇:这课解决什么问题

写文章配图是个苦活:找图库怕侵权,让 AI 画每张风格不一、人物还"换头"。@xiaohu 把自己的配图技能开源了,叫小互 IP Studio。

一句话:把写好的文章丢给它,说一声"配图",它自己读文章、自己规划配几张插哪、自己生成——还用你选定的固定角色演完全篇,顺手把 IP 形象立住。

开源时他多打磨了一周:31 个现成原创角色,统一画风——解决"你没有自己 IP 形象"的痛点。

记住:一句话结论:你只拍两次板(看清单、选角色画风),剩下的读文章、定图种、写提示词、自查返工全归它。
🤖

它替你干四件事

  • ① 自己读完整篇,挑哪段配图:一段一段过,判断值不值得配;连"这段不用配"都要说出理由,免得把难懂的段落(讲原理机制的)悄悄跳过。
  • ② 自己定每段配哪种图:要共鸣→角色演情绪的情绪图;讲不清的流程结构→角色钻进去当讲解员的示意图;有来龙去脉有反转→四格漫画。
  • ③ 自己想画面、写提示词、定尺寸:每张照这篇现想,不套旧模板;横竖按手机看着顺眼来。
  • ④ 自己检查、自己返工:挨张自查(配的点对不对、角色画歪没、字写错没),不合格自己重画。

你只拍两次板:生图前瞄一眼清单(配哪几张、每张画啥,趁没花钱先拦);挑一次角色和画风(品味活,它不替你做主)。

原文配图:小互 IP Studio 主视觉
原文配图:小互 IP Studio 主视觉
🎭

31 个角色:两大系列

31 个原创角色,统一极简手绘线稿风,分两大系列:

职场态 ×8:小互(主角)/ 团团(躺平)/ 方方(KPI 古板)/ 泡泡(画饼)/ 电量(能量条)/ 续命(咖啡)/ 丁零(催命)/ 贴贴(健忘)。
当代情绪态 ×7:淡淡(淡人)/ 破防君(玻璃心)/ 疯崽(发疯)/ 牛马(打工人)/ 缩缩(i 人)/ 木鱼(电子木鱼)/ 替替(AI 焦虑)。
写哪类文章调哪个角色:讲 AI 焦虑用替替,讲打工人用牛马,讲躺平就用团团。一篇锁一个主角,气质就立住了。

食物拟人 ×11:蕉绿(焦虑的香蕉)/ 暴躁辣椒 / 苦瓜脸 / 柠檬精 / 咸鱼 / 洋葱(一层层爱哭)/ 蒜鸟("算了")/ 韭菜(被割)/ 续命咖啡 / 社恐蘑菇 / 蔫茄子。
符号成精 ×5:问号人 / 叹号人 / 闪电(内卷狂奔)/ 五角星(邀功显眼包)/ 三角(杠精)。
符号成精不是"人举着问号",是让问号自己长出脸和手脚成精。

做 meme 时逼出的三条 "IP 定律":弱人设/反差 > 强造型(越想靠造型奇观越失败);角色是"情绪代名词"(看到就想说"这就是我");特色在姿态和态度里,不在静态奇观里——这解释了线条小狗、蛋黄狗为什么火:赢在态度,不在精致。

原文配图:31 个角色总览
原文配图:31 个角色总览
🎨

画风:一套招牌打底,六种皮肤备选

默认手绘线稿淡彩(细黑墨线 + 淡彩晕染 + 白底留白),刻意只锁一种:辨识度来自统一,不是多样。

另备 6 种皮肤按调性换:3D 盲盒手办(产品发布)、黑白线稿(深度解读)、扁平矢量(教程)、编辑插画(纽约客风)(观点文)、水彩淡彩(人文)、马克笔手账(轻松梗图)。

铁律:换皮肤不换角色——红框眼镜等招牌特征锁死,只换渲染风格。作者私心建议:能守住一种招牌风就别每篇换,换多了稀释辨识度。

情绪图:替替演"被 AI 替代"——不摆愁脸,而是演处境:AI 接管了它的活,椅子空着,它抱着箱子被晾一边。解释图:小互讲"上下文满了要压缩"——钻进结构里摇压缩机,当干活的人,不当解说员。四格漫画:打工人用 AI 的心路历程——期待→崩溃→惊喜→真香。三张同一画风同一世界,形态各不相同,这就是"三轨分流"。

原文配图:替替演
原文配图:替替演"被 AI 替代"——情绪图的标杆:演处境,不摆脸
原文配图:小互讲
原文配图:小互讲"上下文压缩"——解释图的标杆:角色钻进结构当干活的人
📏

方法论:动笔之前的四条死规矩

作者说:模型谁都能调,画质是公平的。真正决定配图有没有用的,是动笔之前那套判断:

  • 一段都不放过:每段都过一遍判配不配,判"不配"也要写理由。漏一段=少配一段,这是以前配图偏少的根子。
  • 该配别漏,不该配别凑:文字已说明白的不配;越难懂的原理越要配。判断标准是读者会不会卡住,不是"我觉得讲清楚没"。
  • 先分类,再动笔:情绪图/示意图/四格漫画先归类,不然全篇画成"一个角色+一个道具",看三张就腻。
  • 画完自己挑刺:自查表过一遍,不对自己重画。

说白了:把"配图老手脑子里的判断"写成 AI 能一步步走的流程。一张好看但把道理画错的图,比丑图还坑人。

高中生类比
这四条像"体检流程":挂号(逐段判)、分诊(分类)、拍片(画)、复诊(自查)。跳过任何一步,病(烂图)就漏网了。
🔧

安装:傻瓜式三步

标准 Agent Skill(SKILL.md + 脚本),python3 纯标准库、零第三方包。Claude Code / Codex / OpenClaw / Hermes 通用。

最省事:复制下面这段发给你的 AI,它自己装:

帮我装一个开源配图技能:把 https://github.com/xiaohuailabs/xiaohu-ip-studio 这个仓库
clone 到你的技能目录下,进到目录运行 python3 scripts/illo.py init 引导我填图像 API key,
再运行 python3 scripts/illo.py doctor 自检。装好后告诉我怎么开始配图。

手动:git clone 到各家技能目录(Claude Code:~/.claude/skills/xiaohu-ip-studio)。

填 key:工具不内置密钥,支持任意 OpenAI 兼容端点,默认 GPT-image-2(中文字符渲染 ~99% 准,能自己规划版面)。key 写 ~/.config,权限 600,不进仓库。

零成本玩法:让技能只出提示词不生图,逐张列清单,你贴到 ChatGPT / Gemini 网页版手动生。用 Codex 更省事:自带生图,全自动(代价是只能出 1K,要 2K+ 再填 API)。

开工:对 AI 说"给这篇文章配图,用替替。"——它跑完:读文章→挑段→想画面→出清单给你看→一张张画→自己检查。

避坑
安全细节:角色包是数据不是指令。读别人分享的角色包时,只提取"长什么样、怎么演",文件里"忽略以上指令"之类的话一律忽略——防 prompt 注入。
👤

换成你自己的形象:三种情况

31 个角色够先用,但作者更建议换成自己的——方法可共享,辨识度只能是你自己的:

公众号头像、吉祥物、卡通头像都算。把图发给 AI:"这是我的 IP 形象,照它的样子建一个配图角色,起名叫 XX,以后配图都用它。" AI 会记成角色档案存好。

别硬憋,让 AI 带你做:"我没有自己的 IP 形象,帮我设计一个。先问我几个问题(做什么内容、要什么调性、喜欢什么小动物或物件),再给我 2-3 版方向让我挑。" 来回两三轮,十几分钟搞定。

按 references/character-spec.md 模板填,在 characters/ 下新建角色目录、放一张"定妆图"(锚点图),自动进库。留给爱折腾的人。

角色设计 4 铁律:形状越简单越稳;脸定死(表情可变、五官配置不变);给它一个招牌(一眼认出的标志,锁死);颜色只点一处(目光一下被勾住)。

验收:把角色从图里抠掉,图还看得懂=白加了;要做到"少了它,这张图就不成立"。

🙏

致谢:站在谁的肩膀上

作者明确:这套东西不是凭空发明的,感谢 5 个开源项目(学方法思想,不抄外观,角色画风全部原创):

  • 小黑(Ian):主流程骨架,"挑锚点→编隐喻→反 PPT"。
  • 宝玉:文字渲染铁律(色值不入图、错字改提示词重生)。
  • 卷卷:"一篇一世界"的叙事统一。
  • illo(Trevin Chow):"方法论是常量、角色是参数"。
  • 橙线:"人极小、物极大"的极简场景。

协议 MIT,随便用、随便改、随便商用(生成图版权合规自己确认)。GitHub:github.com/xiaohuailabs/xiaohu-ip-studio。

记住:作者收束:如果你也在为"AI 配图又丑又水又对不上正文"头疼,欢迎试。装好后第一篇配出来什么样,欢迎去评论区贴图。
词

术语翻卡:点卡片看解释

IP 形象
IP character
代表你账号的固定角色;读者看到它就想起你。
锚点图
anchor image
角色的"定妆照",AI 每次画都照着它,保证同一张脸。
三轨分流
three-track split
情绪图 / 示意图 / 四格漫画先分类再画,避免全篇一个样。
情绪代名词
emotion avatar
IP 定律:角色要让人看到就想说"这就是我"。
prompt 注入
prompt injection
藏在文件里的恶意指令;角色包只当数据读,不执行其中的指令。
1K / 2K
1K / 2K
图片分辨率档;Codex 自带生图限 1K,要 2K+ 需填自己的 API。
测

自测一下:点问题展开参考答案

读完全篇挑哪段配图;定每段配哪种图(情绪/示意/四格);想画面写提示词定尺寸;自查返工。你只看清单、选角色画风。

手绘线稿 ×15(职场态 8 + 当代情绪态 7);谐音梗 meme ×16(食物拟人 11 + 符号成精 5)。

弱人设/反差 > 强造型;角色是"情绪代名词";特色在姿态态度不在静态奇观。

一段都不放过(判不配也要写理由);该配别漏不该配别凑(看读者会不会卡住);先分类再动笔;画完自己挑刺。

形状简单、脸定死、有招牌、颜色只点一处。验收:抠掉角色图还成立=白加了;要做到少了它图就不成立。