6ce999d7e19061e6 Story Comic Creator

---
name: story-comic-creator
description: 将故事/小说/回忆录等文字内容制作成专业的连环画/漫画（HTML格式），支持多宫格布局、气泡式对白、心理活动气泡、旁白框、音效字、分集结构。涵盖从剧本创作、角色设定、批量生图、HTML组装到压缩发布的完整工作流。适用于"把我的故事做成漫画""生成连环画""做个小人书""故事转漫画"等需求。
version: 1.5.0
author: 沉淀自《我藏了整个青春的人》《岁月不忘，我那位温柔又执拗的二叔》连环画项目
display_name: 往事漫画 · 故事连环画生成器
display_name_en: Story Comic Creator
description_zh: 将故事、小说或回忆录做成专业连环画（单文件 HTML + 图片）。内置 8 阶段工作流、多宫格布局、气泡对白、旁白栏、写实水彩画风锚定与角色一致性控制。
description_en: Turn stories, novels, or memoirs into professional comic strips (single-file HTML + images). Ships an 8-stage workflow, multi-panel layouts, speech/thought bubbles, narration bars, and watercolor style anchoring with character consistency control.
category: 内容创作
update: v1.5 新增画风控制体系：风格参考图（强制第一步）、固定风格锚定描述块、明确负面约束、所有含角色画格用参考图生图双重锚定
---

# 故事连环画生成工作流

## 一、定位与适用场景

将用户提供的故事文本（回忆录、小说、散文、真实经历等）转化为可在浏览器中阅读的专业连环画/漫画。最终产物为单文件 HTML + 图片文件夹，支持压缩后发布到各平台。

**适用：** 个人故事漫画、回忆录连环画、小说改编漫画、短篇故事漫画
**不适用：** 长篇连载（>20集）、商用专业漫画（需要手绘级精度）、动态漫画/视频

## 二、完整工作流（8个阶段）

```
需求确认 → 剧本创作 → 角色资产设定 → 角色锚定 → 批量生图 → HTML组装 → 压缩发布 → 迭代修改
```

> **强制门禁**：阶段3「角色资产设定」必须在批量生图之前完成。未生成角色立绘+三视图+风格参考图，不得进入批量生图阶段。

**门禁总览（每个阶段结束必须逐项检查，全部通过才进入下一阶段）：**

| 阶段 | 检查重点 | 不通过的后果 |
|------|---------|------------|
| 1.需求确认 | 参数齐全、用户确认 | 后续返工 |
| 2.剧本创作 | 集数/格数/文字量/距离规则 | 生图出错、画面不对 |
| 3.角色资产 | 三视图完整、风格参考图确认、画风统一、无畸形 | 全本角色不一致 |
| 4.角色锚定 | 描述与资产对应、多版本标注 | 生图角色漂移 |
| 5.批量生图 | 全部生成、质量合格、角色一致、画风锚定 | HTML组装缺图/错图 |
| 6.HTML组装 | 结构正确、无断链、布局合规 | 显示异常、盖脸 |
| 7.压缩发布 | 大小达标、画质可接受、路径正确、引用干净 | 无法发布/显示异常 |
| 8.迭代修改 | 修改到位、同步发布版、重新验证 | 旧问题残留 |

---

### 阶段1：需求确认

**必须确认的参数：**
1. **总集数**：建议 6-12 集，每集 4-6 格画。总画格数控制在 30-60 格。
2. **宫格布局**：每集用 2×2（4格）或 2×3（6格）。避免 3×3（9格）因为单格太小文字放不下。
3. **画风**：往事/回忆录类默认**写实水彩风**（成熟稳重、非卡通萌系）；其他故事可选日系水彩治愈风、国风水墨、美式漫画、像素风等。
4. **文字元素**：是否需要气泡对白、心理活动、旁白框、音效字（默认全开）。
5. **发布限制**：是否有文件大小限制（如 20MB），决定压缩参数。

**用户说"随便""你来定"时的默认值：**
- 10集，每集 4-6 格，总计约 50 格
- 写实水彩风，暖色调（往事/回忆录类）
- 2×2 和 2×3 宫格交替
- 全部文字元素开启
- 压缩到 20MB 以内

#### ✅ 阶段1检查门禁（全部通过才进入阶段2）

- [ ] 总集数已确认（6-12集）
- [ ] 每集格数已确认（4-6格），总格数在30-60之间
- [ ] 宫格布局已确认（2×2/2×3，无3×3）
- [ ] 画风已确认（往事类默认写实水彩风）
- [ ] 文字元素已确认（对白/心理活动/旁白/音效是否全开）
- [ ] 发布大小限制已确认（如20MB）
- [ ] 以上参数已向用户复述并获得确认

---

### 阶段2：剧本创作

**输出物：** `剧本.md`，包含每集每格的：画面描述、对白、心理活动、旁白、音效。

#### 2.1 拆分故事为集

通读全文，按叙事节奏拆成 6-12 集。每集聚焦一个核心场景或情绪转折。

**拆分原则：**
- 时间/空间切换 → 新的一集
- 情绪转折点 → 新的一集
- 每集有独立小标题（2-6字）
- 避免某集内容过多（超过6格就拆成两集）

#### 2.2 每集拆分为画格

每集 4-6 格，按"起承转合"或时间顺序排列。

**画格类型分配（每集建议）：**
- 1格 远景/ establishing shot（交代场景）
- 2-3格 中景（人物动作、互动）
- 1-2格 近景/特写（表情、关键物品、情绪）

**每格必须写清：**
```
格X（镜头类型：远景/中景/近景/特写）：
- 画面：（人物、动作、场景、镜头、光影。双人画面必须写明距离）
- 对白：（谁说的，内容）—— 可选
- 心理活动：（谁的内心独白）—— 可选
- 旁白：（叙述性文字）—— 可选
- 音效：（如"铃——""砰"）—— 可选
```

**镜头类型（强制标注，每格必须写明）：**
| 类型 | 用途 | 人物占比 | 文字建议 |
|------|------|---------|---------|
| 远景 / establishing | 交代场景、时空 | 人物<30% | 旁白为主 |
| 中景 | 人物动作、互动 | 人物30%-70% | 对白+旁白 |
| 近景 | 表情、情绪 | 人物70%-90% | 心理活动+对白 |
| 特写 | 关键物品、脸部细节 | 人物>90% | 仅旁白栏，不放叠加气泡 |

#### 2.3 文字量控制

- **对白气泡**：每格最多 15 字，超过就拆成两格或简化
- **心理活动气泡**：每格最多 20 字
- **旁白框**：每格最多 30 字，长旁白拆到相邻格
- **每格文字元素总数**：不超过 2 个（如对白+旁白可以，对白+心理活动+旁白就太挤）

#### 2.4 人物距离判定规则（强制）

在设计每格画面时，必须根据原文判断人物之间的关系和距离，写入剧本的"画面"描述中。

**判定流程：**
1. **读原文定关系**：通读故事，明确每对人物的关系（恋人/夫妻/朋友/同事/亲人/陌生人）
2. **按关系定距离**：
   - **恋人/夫妻**：可以靠近、牵手、拥抱、并肩走（距离<30cm）
   - **亲人（家人）**：可以靠近、并肩、有肢体接触（距离<50cm）
   - **朋友/同事**：保持社交距离，隔桌对坐、一臂距离、并肩走但不触碰（距离≥50cm），**禁止**脸贴脸、额头相抵、牵手、拥抱等亲密动作
   - **陌生人**：保持更远距离（距离≥1m）
3. **按原文场景微调**：如果原文明确描述了某个肢体动作（如"他拍了拍我的肩""我们拥抱了"），按原文执行；如果原文没有描述，按关系默认距离执行
4. **写入剧本**：每格的"画面"描述中必须包含距离说明，如"两人隔桌对坐""两人保持一臂距离""两人并肩走但无身体接触"

**常见错误（必须避免）：**
- 朋友关系画成脸贴脸、额头相抵 → 应改为隔桌/隔物对坐
- 朋友关系画成牵手、拥抱 → 应改为无身体接触
- 双人近景特写两人面部几乎重叠 → 应改为中景，保持距离
- 用"面对面说话"默认画成亲密距离 → 必须加"隔桌""一臂距离"等限定词

#### ✅ 阶段2检查门禁（全部通过才进入阶段3）

- [ ] 剧本.md 已生成，集数与阶段1确认的一致
- [ ] 每集格数符合4-6格，每集有独立小标题（2-6字）
- [ ] **每格都标注了镜头类型（远景/中景/近景/特写）**
- [ ] 每格都有画面描述（人物、动作、场景、镜头）
- [ ] 每格对白≤15字，心理活动≤20字，旁白≤30字
- [ ] 每格文字元素≤2个（无对白+心理+旁白全堆的情况）
- [ ] 每集画格类型分配合理（1远景+2-3中景+1-2近景）
- [ ] 人物距离规则已写入每格画面描述（朋友关系明确"隔桌/一臂距离"）
- [ ] 特写镜头已标注"不放叠加气泡，改用旁白栏"
- [ ] 无超过6格的集（超过则已拆分）
- [ ] 剧本已通读，叙事节奏连贯，无遗漏关键情节

---

### 阶段3：角色资产设定（强制门禁）

**目标：** 为每个主要角色生成标准化的视觉资产，作为后续所有画格的角色一致性锚点。同时确立全本统一的画风。

**输出物：** `characters/` 文件夹，每个主要角色一张「立绘+三视图」设定图；`style_ref.jpg` 风格参考图。

#### 3.1 风格参考图生成（强制第一步）

在生成任何角色三视图之前，**必须先生成一张纯场景的风格参考图**（无人物），确认画风符合预期后，再用它作为风格参考生成所有角色三视图和画格。

**为什么要做：** 纯文字描述"写实水彩风"太笼统，不同模型理解差异大。先生成一张场景图确认画风，再用「参考图生图」以这张图为风格参考生成后续所有图，能确保全本画风高度统一。

**风格参考图 prompt（固定模板，直接复制使用）：**

```
写实水彩插画风格，传统水彩手绘质感，可见水彩晕染和水痕纹理，
粗糙水彩纸底色，色彩柔和不饱和，暖色调怀旧氛围，
笔触自然随性，边缘柔和不锐利，光影柔和渐变过渡，
类似宫崎骏动画背景的水彩质感，类似新海诚动画背景美术风格，
成熟稳重的成人向插画，非儿童绘本，非卡通萌系。

夏末午后的老校园梧桐大道，阳光透过树叶在地面洒下斑驳光斑，
远处有红砖教学楼，空无一人，宁静怀旧的氛围。
暖金色光线，柔和侧光，远景构图。

不要卡通化，不要二次元动漫风格，不要3D渲染，不要油画厚涂，
不要赛璐璐平涂，不要照片级写实质感，不要Q版，不要大眼萌系，
不要塑料感，不要过度饱和的鲜艳色彩，不要锐利的数字绘画边缘，
不要人物，不要文字。
```

生成后**必须目视确认**：
- 水彩晕染质感明显（可见水痕、纸纹）
- 色彩柔和不饱和（暖色调，不鲜艳）
- 边缘柔和（非锐利数字绘画）
- 非卡通、非3D、非照片写实
- 整体氛围符合"往事回忆"的怀旧感

确认通过后保存为 `characters/style_ref.jpg`，后续所有角色三视图和画格都用它作为风格参考。

**如果风格不对：** 调整 prompt 中的风格描述词（如增加"透明水彩""湿画法""干笔触感"等），重新生成，直到画风符合预期。**不要在风格未确认时就批量生成角色三视图**，否则会全部返工。

#### 3.2 风格锚定描述块（每张图prompt必须包含）

以下描述块是**固定的风格锚定**，每张图（角色三视图、画格）的 prompt 开头必须完整包含，不得删减或改写：

```
【风格】写实水彩插画风格，传统水彩手绘质感，可见水彩晕染和水痕纹理，
粗糙水彩纸底色，色彩柔和不饱和，暖色调怀旧氛围，
笔触自然随性，边缘柔和不锐利，光影柔和渐变过渡，
成熟稳重的成人向插画，非儿童绘本，非卡通萌系。
```

以下负面约束是**固定的**，每张图 prompt 结尾必须完整包含：

```
【禁止】不要卡通化，不要二次元动漫风格，不要3D渲染，不要油画厚涂，
不要赛璐璐平涂，不要照片级写实质感，不要Q版，不要大眼萌系，
不要塑料感，不要过度饱和的鲜艳色彩，不要锐利的数字绘画边缘。
```

**使用方式：** 每张图的 prompt = 【风格锚定块】+ 【画面描述】+ 【角色描述】+ 【光影氛围】+ 【负面约束块】。风格锚定块和负面约束块固定不变，只改中间的画面/角色/光影描述。

#### 3.3 角色资产清单

为每个出场超过3格的角色生成资产：
- **主角**：必须生成立绘+三视图
- **重要配角**：建议生成立绘+三视图
- **路人/群演**：不需要，用通用描述即可

#### 3.4 三视图生成规范

用「参考图生图」能力生成，以 `characters/style_ref.jpg` 风格参考图为参考，单张正方形，边长取所在平台支持的最高值（如 1536×1536；部分平台可到 2048×2048），prompt 模板：

```
【风格】写实水彩插画风格，传统水彩手绘质感，可见水彩晕染和水痕纹理，
粗糙水彩纸底色，色彩柔和不饱和，暖色调怀旧氛围，
笔触自然随性，边缘柔和不锐利，光影柔和渐变过渡，
成熟稳重的成人向插画，非儿童绘本，非卡通萌系。

角色设定三视图，[角色标准化外貌描述]。
三视图：正面、侧面、背面。穿[标准服装]。
身高约[X]cm，体型[描述，自然不过度夸张]。
背景纯白色，角色全身站立，双手自然下垂。

【禁止】不要卡通化，不要二次元动漫风格，不要3D渲染，不要油画厚涂，
不要赛璐璐平涂，不要照片级写实质感，不要Q版，不要大眼萌系，
不要塑料感，不要过度饱和的鲜艳色彩，不要锐利的数字绘画边缘。
```

**参考图：** 必须传入 `characters/style_ref.jpg` 作为「参考图」，确保画风与风格参考图一致。

**三视图必须包含：**
- 正面（确认脸型、五官、发型正面）
- 侧面（确认鼻梁、嘴唇、发型侧面）
- 背面（确认发型背面、服装背面）

**多角色画风统一（强制）：** 所有角色三视图都必须用「参考图生图」以 `characters/style_ref.jpg` 风格参考图为参考生成。第一个角色的三视图生成后，后续角色的三视图可以同时传入 `style_ref.jpg` + 第一个角色三视图作为双重风格参考，确保所有角色画风、笔触、色彩完全统一。禁止任何角色单独用 文生图 生成（会导致画风漂移）。

#### 3.5 多造型/多年龄版本

如果角色在故事中有明显造型变化（如学生→职场、夏装→冬装、年轻→中年），每个主要造型都要生成一套三视图。在文件名中标注版本，如 `二叔_工装版.jpg`、`二叔_休闲版.jpg`。

#### 3.6 资产确认

生成后必须目视检查：
- 三视图是否是同一个人物（脸型、发型一致）
- 服装是否符合角色设定
- 比例是否正常（无畸形）
- 画风是否与目标画风一致

确认通过后，将资产图保存到 `characters/` 目录，后续生图时作为参考。

#### ✅ 阶段3检查门禁（全部通过才进入阶段4）

- [ ] **风格参考图已生成并目视确认**（水彩晕染明显、色彩柔和不饱和、非卡通/3D/照片写实，保存为 characters/style_ref.jpg）
- [ ] 所有出场超过3格的角色都已生成三视图
- [ ] 每张三视图包含正面、侧面、背面三个视角
- [ ] 三视图是同一个人物（脸型、发型、五官一致）
- [ ] 服装符合角色设定，无穿帮
- [ ] 比例正常，无畸形（手、脚、身体比例）
- [ ] **所有角色三视图都用 style_ref.jpg 作为风格参考生成**（画风、笔触、色彩统一）
- [ ] 无卡通化/萌系/Q版（往事类必须写实水彩风）
- [ ] 多造型/多年龄版本已分别生成（如学生版+职场版）
- [ ] 资产图已保存到 characters/ 目录，命名规范（角色名_三视图.jpg，无用prompt作文件名）
- [ ] 已目视检查每张资产图，确认合格

---

### 阶段4：角色锚定

**目标：** 基于角色资产，为每个角色写一段标准化外貌描述，在所有生图 prompt 中复用。

#### 4.1 角色设定表

```
女主（我）：20多岁中国女性，黑色中长发到肩下，发尾微卷自然垂落，偏分刘海，
清秀眉眼，眼睛大小适中，鼻梁小巧挺直，嘴唇饱满自然，脸型鹅蛋脸，气质温和大方。
标准服装：浅米色休闲夹克+白色圆领卫衣+蓝色直筒牛仔裤+白色休闲运动鞋。
身高约165cm，体型匀称自然。

男主（二叔）：20多岁北方男性，黑色短发清爽偏分，面容清俊，眉眼温和，
鼻梁挺直，嘴唇薄，气质沉静内敛。
标准服装：蓝色工装夹克+白色T恤+深色长裤+黑色皮鞋。
身高约180cm，体型偏瘦，肩膀略窄。
```

**关键规则：**
- 每个角色的发型、发色、脸型、服装在 prompt 中必须完全一致
- 描述必须与三视图资产对应，不要凭空添加资产中没有的特征
- 年龄/造型变化时，明确标注版本，并使用对应版本的三视图作为参考

#### 4.2 复用已有画面

如果项目中已有生成好的图片，可以直接复用为关键画格。复用的图片要检查角色是否与新设定一致，不一致的需要重生成。

#### ✅ 阶段4检查门禁（全部通过才进入阶段5）

- [ ] 每个主要角色都有标准化外貌描述（发型、发色、脸型、服装、身高、体型）
- [ ] 描述与三视图资产完全对应（无凭空添加资产中没有的特征）
- [ ] 角色描述中无"眼睛偏大"等萌系词汇（用"眼睛大小适中"）
- [ ] 多造型/多年龄版本已明确标注，并关联对应版本的三视图
- [ ] 配角也有简短锚定描述
- [ ] 复用的已有图片已检查角色一致性，不一致的已标记需重生成
- [ ] 角色设定表已整理完毕，可直接复制到生图prompt中

---

### 阶段5：批量生图

**工具：** 文生图 用于无角色的场景/远景；参考图生图 用于含角色的画格，以角色三视图 + style_ref.jpg 为参考确保一致性。每批最多 4 张并行。

> **平台适配（发布前必读）：** 本 skill 的生图逻辑与具体 AI 平台无关，只用「文生图 / 参考图生图」两个概念。落地时按你所用平台映射工具：
> - **豆包**：文生图 = `image_gen`；参考图生图 = `image_edit`，参考图经 `image_reference_url_list` 传入（可同时传 `style_ref.jpg` + 角色三视图共 2 张，作为双重风格/角色参考）。
> - **WorkBuddy**：两类生图统一用 `ImageGen` 工具——纯文生图只给 `prompt`；含角色画格的双重参考给 `prompt` + `image1=角色_三视图路径` + `image2=style_ref.jpg` + `input_fidelity="high"`（高贴合度锁一致性）；参考图支持本地路径或 URL，最多 3 张（正面/侧面/背面可各传一张）。尺寸映射到 1536×1536（三视图）/ 1024×1536（画格）。

#### 5.1 生图工具选择

| 画格类型 | 推荐工具 | 说明 |
|---------|---------|------|
| 含主要角色的中近景 | `参考图生图` | 传入 style_ref.jpg + 角色三视图作为参考图，确保画风与脸型/发型/服装一致 |
| 含主要角色的远景 | `文生图` | 远景角色细节不明显，文生图即可（仍带风格锚定块+负面约束） |
| 纯场景/空镜 | `文生图` | 无角色，不需要参考 |
| 物品/特写 | `文生图` | 无角色 |

#### 5.2 参考图生图 Prompt 模板

```
【风格】写实水彩插画风格，传统水彩手绘质感，可见水彩晕染和水痕纹理，
粗糙水彩纸底色，色彩柔和不饱和，暖色调怀旧氛围，
笔触自然随性，边缘柔和不锐利，光影柔和渐变过渡，
成熟稳重的成人向插画，非儿童绘本，非卡通萌系。

[镜头类型]。[场景描述]。[角色标准化外貌描述]，[角色动作/表情]。
[光影/氛围/色调]。

【禁止】不要卡通化，不要二次元动漫风格，不要3D渲染，不要油画厚涂，
不要赛璐璐平涂，不要照片级写实质感，不要Q版，不要大眼萌系，
不要塑料感，不要过度饱和的鲜艳色彩，不要锐利的数字绘画边缘。
```

**参考图（强制传入两张）：**
1. `characters/style_ref.jpg`（风格参考图，确保画风统一）
2. `characters/角色_三视图.jpg`（角色参考图，确保角色一致）

**关键：** 参考图+风格锚定描述块+角色描述，三重锚定，画风和角色一致性最好。

#### 5.3 文生图 Prompt 模板（仅用于纯场景/远景/物品，无角色）

```
【风格】写实水彩插画风格，传统水彩手绘质感，可见水彩晕染和水痕纹理，
粗糙水彩纸底色，色彩柔和不饱和，暖色调怀旧氛围，
笔触自然随性，边缘柔和不锐利，光影柔和渐变过渡，
成熟稳重的成人向插画，非儿童绘本，非卡通萌系。

[镜头类型]。[场景描述]。[光影/氛围/色调]。

【禁止】不要卡通化，不要二次元动漫风格，不要3D渲染，不要油画厚涂，
不要赛璐璐平涂，不要照片级写实质感，不要Q版，不要大眼萌系，
不要塑料感，不要过度饱和的鲜艳色彩，不要锐利的数字绘画边缘，
不要人物，不要文字。
```

**注意：** 含角色的画格必须用「参考图生图」（5.2），禁止用文生图（会导致角色不一致、画风漂移）。

**镜头类型词：** 远景、中景、近景、特写
**光影词：** 夕阳金色光线、暖黄色台灯光、蓝紫色暮色、明亮阳光、柔和侧光

#### 5.4 生图策略

1. **最小验证（强制）**：批量生成前，先生成第1集的4格画格（含角色三视图参考），目视检查：画风是否符合预期、角色是否与三视图一致、画面是否符合剧本。确认无误后再批量生成剩余画格。避免一次性生成50格后发现画风不对全部返工。
2. **按集分批**：每批 4 张，优先生成同一集的画格（方便检查一致性）
3. **先关键后补充**：先生成每集的核心画格（特写、关键动作），再生成远景/过渡格
4. **生成与下载分离**：专心连续生成所有画格，不要每批穿插下载（容易超时拖慢节奏）。全部生成完后，用一个批量下载脚本一次性下载所有图片到 `panels/` 目录，命名 `e{集数}_p{格数}.jpg`
5. **图片格式（强制）**：源文件统一用 **JPG** 格式（quality=95），不要用 PNG。PNG 每张约 3MB，50格就是 150MB，严重浪费存储空间和下载时间。如果生图工具返回的是 PNG，下载后立即用 PIL 转为 JPG（quality=95）。
6. **质量检查**：全部下载后目视检查——角色是否与三视图一致、画面是否符合剧本、有无畸形/穿帮
7. **不一致重生成**：发现角色脸/发型漂移，用「参考图生图」以三视图为参考重生成该格

#### 5.5 常见问题与处理

| 问题 | 处理方式 |
|------|---------|
| 角色脸不一致 | 用 参考图生图 以角色三视图为参考重生成；prompt 中增加更详细的面部特征 |
| 画面有多余文字 | AI 生图偶尔会产生乱码文字，重生成或裁剪掉 |
| 手部畸形 | 特写手部时重生成 1-2 次，或改用中景避开手部 |
| 特定人物不像 | 增加具体特征描述，用 参考图生图 以参考图生成，多生成几次选最像的 |
| 男女距离不当 | prompt 中明确"保持普通朋友距离""隔桌对坐""一臂距离"等 |

#### 5.6 文件命名规范

```
panels/
  e01_p01.jpg  (第1集第1格)
  e01_p02.jpg
  e02_p01.jpg
  ...
characters/    (角色资产，三视图 + 风格参考图)
  style_ref.jpg   (风格参考图，强制)
  男主_三视图.jpg
  女主_三视图.jpg
  二叔_工装版.jpg   (多造型版本)
images/        (复用的已有图片，如 page01.jpg)
```

**命名规则（强制）：**
- 画格：`e{集数两位}_p{格数两位}.jpg`，如 `e01_p01.jpg`
- 风格参考图：`characters/style_ref.jpg`（固定名）
- 角色三视图：`{角色名}_三视图.jpg`，如 `女主_三视图.jpg`、`二叔_三视图.jpg`
- 多造型版本：`{角色名}_{造型名}.jpg`，如 `二叔_工装版.jpg`
- **禁止**用 prompt 作为文件名（如"写实水彩风格_角色设定三视图_....png"），太长且无意义

#### ✅ 阶段5检查门禁（全部通过才进入阶段6）

- [ ] **最小验证已完成**：第1集4格已生成并目视确认（画风与style_ref.jpg一致、角色一致性、画面符合剧本）
- [ ] 所有画格已全部生成（数量=剧本总格数），无遗漏
- [ ] **含角色的画格都用了「参考图生图」**，传入 style_ref.jpg + 角色三视图作为双重参考
- [ ] 纯场景/远景/物品画格使用了 文生图（含风格锚定块+负面约束）
- [ ] **每张图prompt都包含风格锚定块和负面约束块**（无遗漏）
- [ ] **所有图片为 JPG 格式**（无 PNG 源文件，PNG 已转 JPG quality=95）
- [ ] 所有图片已下载到 panels/ 目录，命名规范（e{集数}_p{格数}.jpg）
- [ ] **角色三视图命名规范**（角色名_三视图.jpg，无用prompt作文件名）
- [ ] 逐张目视检查：画风与 style_ref.jpg 一致（水彩晕染、色彩柔和、边缘柔和）
- [ ] 逐张目视检查：角色脸型/发型/服装与三视图一致
- [ ] 逐张目视检查：画面内容符合剧本描述
- [ ] 逐张目视检查：无手部畸形、无多余乱码文字、无穿帮
- [ ] 逐张目视检查：人物距离符合关系设定（朋友关系无亲密动作）
- [ ] 逐张目视检查：人物脸部在画面中心区域，四角留空给气泡
- [ ] **无画风漂移**（无卡通化、无3D渲染、无照片写实、无油画厚涂）
- [ ] 角色不一致/画面不合格/画风漂移的画格已用「参考图生图」重生成
- [ ] 重生成的画格已重新检查合格

---

### 阶段6：HTML 组装

**输出物：** `连环画.html`，单文件，引用相对路径的图片。

#### 6.1 文件结构

```
comic/
  连环画.html
  panels/       (新生成的画格)
  images/       (复用的图片)
  剧本.md       (剧本备份)
```

#### 6.2 CSS 核心组件

完整模板见 `templates/comic_template.html`。核心组件：

**画格结构（关键）：**
```html
<div class="panel-cell">          <!-- 画格单元：图片在上，旁白栏在下 -->
  <div class="panel">              <!-- 仅放图片 + 叠加气泡 -->
    <img src="panels/e01_p01.jpg">
    <div class="bubble speech pos-tr">对白</div>
  </div>
  <div class="narration-bar">旁白</div>  <!-- 图片下方独立空间，绝不盖脸 -->
</div>
```

**核心原则：旁白不叠加在图片上**——旁白放在图片下方独立的 `.narration-bar` 中，彻底避免盖住人物脸部。只有对白气泡、心理活动气泡、音效字叠加在图片上，且必须放在四角。

**宫格容器：**
- `.grid-2x2`：2列×2行，4格
- `.grid-2x3`：2列×3行，6格
- 用 `border: 3px solid #3a3025` 做画格外框，格子间 1.5px 边框分隔

**气泡类型：**

| 类型 | CSS类 | 样式 | 用途 | 位置限制 |
|------|-------|------|------|---------|
| 对白气泡 | `.speech` | 白底+黑边+圆角+尾巴 | 人物说话 | 仅四角 |
| 电话对白 | `.speech-phone` | 白底+虚线边+斜体 | 电话那头的声音 | 仅四角 |
| 心理活动 | `.thought` | 米白底+棕边+云朵形+小圆点尾巴 | 内心独白 | 仅四角 |
| 旁白栏 | `.narration-bar` | 米白底+顶部细线，图片下方独立栏 | 叙述/场景交代 | 图片下方，不叠加 |
| 音效字 | `.sfx` | 红色粗体+旋转+白边 | 拟声词 | 任意 |

**叠加气泡位置（仅四角，禁止居中）：**
- `.pos-tl` / `.pos-tr` / `.pos-bl` / `.pos-br`：四角
- **禁止**用居中位置（pos-tc/pos-bc）放气泡，因为居中最容易盖住脸
- 气泡 `max-width: 58%`，避免占满画格

**气泡尾巴方向：**
- 说话人在画面左侧 → 尾巴在左下角 (`.pos-bl`)
- 说话人在画面右侧 → 尾巴在右下角 (`.pos-br`)
- 说话人在画面上方 → 尾巴在左上角/右上角

心理活动气泡的小圆点尾巴指向角色的头部。

**回忆/闪回处理：**
- `.flashback` 类加 `filter: sepia(0.15) contrast(0.95)`，视觉上区分时空

**手机端优化（强制）：**
- 600px以下：气泡字号10px，旁白栏10.5px，气泡max-width 62%
- 380px以下：气泡字号9px，进一步压缩padding
- 旁白栏min-height确保不会因文字少而塌陷

#### 6.2.1 HTML清理（强制）

生成HTML后，必须清理以下冗余内容：
1. **冗余属性**：删除 `data-page-node-id`、`data-*` 等非标准属性（其他模型/平台可能自动添加）
2. **空元素**：删除空的 `.narration-bar`（虽然CSS有`:empty`隐藏，但清理更干净）
3. **注释清理**：删除开发用注释，保留集数/格数标注注释
4. **格式统一**：缩进统一为2空格，标签闭合规范

清理命令参考：
```python
import re
html = re.sub(r'\s+data-page-node-id="[^"]*"', '', html)
html = re.sub(r'\s+data-[a-z-]+="[^"]*"', '', html)
```

#### 6.3 气泡尾巴方向

对白气泡的尾巴要指向说话人：
- 说话人在画面左侧 → 尾巴在左下角 (`.pos-bl`)
- 说话人在画面右侧 → 尾巴在右下角 (`.pos-br`)
- 说话人在画面上方 → 尾巴在左上角/右上角

心理活动气泡的小圆点尾巴指向角色的头部。

#### 6.4 文字可读性与防盖脸规则

**旁白栏（不叠加）：**
- 旁白放在图片下方独立的 `.narration-bar`，有自己的空间，绝不盖脸
- 旁白栏背景用不透明米白色，确保文字清晰
- 字号：桌面12px，手机10.5px，超小屏9.5px

**叠加气泡（对白/心理活动）：**
- 气泡背景用不透明/近不透明白色，确保文字在任何画面上都清晰
- 字号：桌面12px，手机10px，超小屏9px
- 气泡 `max-width: 58%`（桌面）/ 62%（手机），避免占满画格
- **仅用四角位置**（pos-tl/tr/bl/br），禁止居中——居中最容易盖脸
- 气泡padding：桌面6px×10px，手机4px×7px，紧凑不臃肿

**生图时的防盖脸配合：**
- 生图prompt中尽量让人物脸部在画面中心区域，四角留空给气泡
- 特写镜头（脸部占比大）尽量不放叠加气泡，改用旁白栏

#### ✅ 阶段6检查门禁（全部通过才进入阶段7）

- [ ] 连环画.html 已生成，集数/格数与剧本一致
- [ ] 画格结构正确：`<div class="panel-cell"><div class="panel">图片+气泡</div><div class="narration-bar">旁白</div></div>`
- [ ] 旁白全部在 `.narration-bar` 中（图片下方），无叠加在图片上的旁白
- [ ] 对白/心理活动气泡仅用四角位置（pos-tl/tr/bl/br），无居中位置
- [ ] 气泡尾巴指向说话人（说话人在左→尾巴左下，在右→尾巴右下）
- [ ] 所有图片引用路径正确（相对路径 panels/eXX_pXX.jpg），无断链
- [ ] 宫格布局正确（2×2/2×3），无3×3
- [ ] 全屏格（panel-full）正确跨列
- [ ] 回忆场景已加 flashback 滤镜
- [ ] 在浏览器中打开HTML，逐集检查：无图片缺失、无布局错乱、无文字溢出
- [ ] 在手机尺寸（600px以下）下检查：气泡字号可读、旁白栏不塌陷、无盖脸
- [ ] 无旧格式残留（无 `.narration.top`/`.narration.bottom` 叠加在图片上）
- [ ] **HTML已清理冗余属性**（无 `data-page-node-id`、`data-*` 等非标准属性）
- [ ] **心理活动气泡四角尾巴样式完整**（pos-tl/tr/bl/br 都有 ::before/::after 尾巴）

---

### 阶段7：压缩发布

**目标：** 将总文件夹压缩到目标大小以内（通常 20MB）。

#### 7.1 压缩脚本

完整脚本见 `templates/compress.py`。核心参数：

```python
from PIL import Image
max_size = 1024      # 最长边最大像素
quality = 70          # JPEG 质量 (1-100)
```

**效果参考：** 54张原图（1536×2048，约61MB）→ 压缩后约 7.7MB

#### 7.2 压缩流程

1. 新建 `comic_publish/` 文件夹
2. 遍历原文件夹所有 `.jpg`/`.png`，缩放+降质量后保存为 `.jpg` 到新文件夹（保持目录结构）
3. 复制 HTML 文件到新文件夹
4. **清理未引用文件（强制）**：发布版中只保留 HTML 中实际引用的图片。`characters/` 角色三视图与风格参考图通常不被 HTML 引用，不应复制到发布版（会增加文件大小）。检查 HTML 中所有 `src="..."` 引用，只保留这些文件。
5. 检查总大小，如仍超限则降低 `max_size`（如 800）或 `quality`（如 60）
6. 验证 HTML 中图片引用路径正确（发布版统一为 `.jpg`，如果源文件是 `.png`，HTML 中的引用也要改为 `.jpg`）

#### 7.3 发布格式选择

| 平台要求 | 方案 |
|---------|------|
| 接受文件夹/ZIP | 直接用 `comic_publish/` 文件夹 |
| 要求单文件 HTML | 将图片转 base64 内嵌（文件会变大，需更激进压缩） |
| 要求 PDF | 用无头浏览器打印为 PDF（排版固定，但文件可能较大） |

#### ✅ 阶段7检查门禁（全部通过才进入阶段8/交付）

- [ ] comic_publish/ 文件夹已生成，包含 HTML + panels/ + images/
- [ ] 总文件夹大小在目标限制以内（通常≤20MB）
- [ ] 压缩参数合理（max_size=1024, quality=70），画质可接受
- [ ] 如仍超限，已降低 max_size（如800）或 quality（如60）后重新压缩
- [ ] 发布版 HTML 中图片引用路径正确（相对路径）
- [ ] 在浏览器中打开发布版 HTML，确认所有图片正常显示
- [ ] 发布版与源版内容一致（无遗漏画格、无文字差异）
- [ ] 文件命名规范，可直接交付用户
- [ ] 已确认发布平台的具体要求（单文件/文件夹/PDF），格式匹配
- [ ] **发布版只包含HTML引用的文件**（无多余的 characters/ 文件夹，无未引用的图片）
- [ ] **发布版图片统一为.jpg格式**（HTML中引用路径与实际文件格式一致）

---

### 阶段8：迭代修改

**常见修改类型与处理：**

| 修改需求 | 处理方式 |
|---------|---------|
| 某格画面不满意 | 重新生成该格图片，替换文件，HTML 不用改 |
| 某句台词要改 | 直接编辑 HTML 中对应气泡的文字 |
| 某集太重复/太挤 | 减少画格数（如6格→4格），调整 grid 类，重新排列 |
| 气泡位置挡住脸 | 调整 `.pos-xx` 类，或微调 `top/left` 值 |
| 角色不像 | 增加特征描述重生成，或用 参考图生图 参考已有角色图 |

**修改后必须：**
1. 同步更新 `comic_publish/` 中的 HTML（如果改了 HTML）
2. 重新压缩替换的图片（如果改了图片）
3. 重新验证总大小

#### ✅ 阶段8检查门禁（全部通过才交付）

- [ ] 用户指出的问题已准确定位（哪一集、哪一格、什么问题）
- [ ] 修改已执行到位（重生成图片/改文字/调布局/减格数）
- [ ] 修改后的画格已目视检查，确认问题已解决
- [ ] 如重生成了图片，角色与三视图一致，无新问题
- [ ] 如改了HTML，源版和发布版都已同步更新
- [ ] 如改了图片，发布版已重新压缩
- [ ] 总大小仍在目标限制以内
- [ ] 在浏览器中重新打开，确认修改生效且无新问题
- [ ] 已向用户说明修改了什么、为什么这样改

---

## 三、项目文件清单

```
项目根目录/
├── 连环画.html          # 主文件（浏览器打开即可阅读）
├── 剧本.md              # 完整剧本（每集每格的画面+文字）
├── characters/          # 角色资产（风格参考图+三视图）
│   ├── style_ref.jpg    # 风格参考图（强制，所有图的画风锚点）
│   ├── 男主_三视图.jpg
│   ├── 女主_三视图.jpg
│   └── ...
├── panels/              # 新生成的画格图片
│   ├── e01_p01.jpg
│   ├── e01_p02.jpg
│   └── ...
├── images/              # 复用的已有图片（可选）
│   ├── page01.jpg
│   └── ...
└── comic_publish/       # 压缩发布版（自动生成）
    ├── 连环画.html
    ├── panels/
    └── images/
```

---

## 四、时间/工作量估算

| 阶段 | 耗时 | 说明 |
|------|------|------|
| 需求确认+剧本 | 10-15分钟 | 取决于故事长度 |
| 角色资产设定 | 5-10分钟 | 每个主要角色1张三视图，2-3个角色；含风格参考图确认 |
| 批量生图（50格） | 25-35分钟 | 每批4张，约12-13批，含下载；含角色的用参考图生图参考生图 |
| HTML组装 | 10-15分钟 | 用模板填充 |
| 压缩+验证 | 5分钟 | |
| 迭代修改 | 按需 | 每次修改5-10分钟 |

**总计：** 约 1.5-2 小时完成一个 10集50格的连环画项目（含角色资产）

---

## 五、关键经验与踩坑记录

1. **不要用 AI 直接生成带文字的漫画**——中文字会乱码。所有文字用 HTML/CSS 叠加，图片只负责画面。
2. **角色一致性必须先做三视图资产**——这是强制门禁。纯靠 prompt 文字描述会导致脸型、发型、体型在不同格子里漂移。先生成角色立绘+三视图，后续含角色的画格用「参考图生图」以三视图为参考生成。
3. **多角色三视图必须画风统一**——第一个角色用 文生图 生成后，后续角色必须用 参考图生图 以第一个角色的三视图为风格参考生成，否则各角色画风/笔触/色彩会漂移（一个写实一个卡通）。
4. **往事/回忆录类用写实水彩风，不要卡通化**——prompt 中必须写"写实水彩风格""不要卡通化""不要大眼萌系""不要Q版"，角色描述中避免"眼睛偏大"等萌系词汇，用"眼睛大小适中"。
5. **男女关系要在 prompt 中明确距离**——如果只是朋友关系，必须写"隔桌对坐""一臂距离""没有身体接触"，否则 AI 会默认画成亲密关系。
6. **宫格不要超过 2×3**——3列的格子在手机上太小，文字和细节都看不清。
7. **每格文字不超过2个元素**——对白+心理活动+旁白全堆在一格里会非常乱。
8. **生成与下载分离**——不要每批穿插下载（容易超时拖慢节奏），专心连续生成完所有画格后，用批量脚本一次性下载。
9. **压缩用 1024px + quality 70**——屏幕阅读完全够用，50格约 8MB，远低于 20MB 限制。
10. **回忆场景加滤镜**——用 sepia 滤镜视觉上区分过去和现在，读者一眼就能看出时空切换。
11. **气泡尾巴指向说话人**——这是漫画的基本语法，尾巴方向错了会很违和。
12. **旁白绝不叠加在图片上**——旁白放在图片下方独立的文字栏，彻底避免盖住人物脸部（尤其是手机端）。只有对白/心理活动气泡叠加，且必须放在四角，禁止居中。
13. **生图时让脸在中心、四角留空**——prompt中尽量让人物脸部在画面中心区域，四角留空给叠加气泡。脸部特写镜头尽量不放叠加气泡，改用旁白栏。
14. **批量生图前先做最小验证**——先生成第1集4格，确认画风、角色一致性、画面符合剧本后再批量生成剩余画格。避免一次性生成50格后发现画风不对全部返工。
15. **源文件用JPG不用PNG**——PNG每张约3MB，50格就是150MB，严重浪费存储空间和下载时间。生图返回PNG时下载后立即转JPG（quality=95）。
16. **文件命名要规范**——角色三视图命名为`角色名_三视图.jpg`，禁止用prompt作文件名（如"写实水彩风格_角色设定三视图_....png"），太长且无意义。
17. **HTML生成后清理冗余属性**——删除`data-page-node-id`、`data-*`等非标准属性（其他模型/平台可能自动添加），保持HTML干净。
18. **发布版只复制引用文件**——`characters/`角色三视图与风格参考图通常不被HTML引用，不应复制到发布版（会增加文件大小）。只保留HTML中实际`src="..."`引用的图片。
19. **心理活动气泡四角尾巴要完整**——CSS中`.thought`的`::before/::after`尾巴必须覆盖pos-tl/tr/bl/br四个位置，否则上方气泡没有尾巴。
20. **画风不能只靠"写实水彩风"五个字**——不同模型对"写实水彩风"理解差异大，必须用三层锚定：①固定的风格锚定描述块（水彩晕染、纸纹、柔和色彩、边缘柔和等具体描述）②明确的负面约束（不要卡通/3D/油画/赛璐璐/照片写实）③先生成风格参考图，后续所有图以它为参考生成。
21. **风格参考图必须先于角色三视图**——先生成一张纯场景的风格参考图确认画风，再用它作为风格参考生成所有角色三视图和画格。不要在风格未确认时就批量生成，否则会全部返工。
22. **含角色的画格必须用参考图生图，不能用文生图**——文生图会导致角色不一致和画风漂移。含角色的画格必须传入 style_ref.jpg + 角色三视图作为双重参考。
23. **每张图prompt必须包含风格锚定块+负面约束块**——这两个块是固定的，不得删减或改写。只改中间的画面/角色/光影描述。