我是如何用 Codex 做自己的个人IP生图工作流的

✍ naiyue777🕐 2026-07-26📦 12.0 KB 🟢 已读 𝕏 文章列表

作者分享了如何利用 Codex 构建个人 IP 生图工作流的经验。通过借鉴优秀项目，将思路从拼图改为拼提示词，开发了封面图和段落图两个 Skill。文章详细介绍了风格确定、人物特征锚定、内容总结及安全区适配等优化过程，强调了 AI、代码与人在工作流中的职责分工。

Codex AI绘图个人IP 工作流 Skill 自动化设计开源项目

# 我是如何用 Codex 做自己的个人IP生图工作流的 **作者**: naiyue777 **日期**: 2026-07-05T12:07:49.000Z **来源**: [https://x.com/naiyue777/status/2081034514734665930](https://x.com/naiyue777/status/2081034514734665930) --- ![Image](/doc/3439/image/img_3b9597d4c5b4.jpg) 大家好，我是奈月。我以前的文章配图，不管是封面图还是段落图，要么是让codex自由发挥画的，要么是一直用一张背景图然后添加文字。比如这样的： ![Image](/doc/3439/image/img_ba734fd6057c.jpg) 或者这样的： ![Image](/doc/3439/image/img_5a518eb985e9.jpg) 最近实在是觉得有点简陋，越来越看不下去了，因此决定重新做一个包含我的oc人设的作图工作流，由两个skill组成，分别用于生成封面图和段落图，项目链接先放到这里： https://github.com/tlzmw001/naiyue-cover-generator 新skill的产物展示放到这里，大家可以看下效果： ![Image](/doc/3439/image/img_d0e6e321b723.jpg) ![Image](/doc/3439/image/img_108dd25018a9.jpg) 那么接下来我会全面复盘是怎么一步步做出来的，踩了哪些坑，借鉴了哪些优秀实践。相比这两个skill，我更希望大家能够从我的复盘中得到属于自己的感悟，开发自己的生图工作流。 # 一、差强人意的第一版最开始我的思路是，准备好我的个人IP图和蓝色背景图，之后提供文章给codex总结，然后拼在一张图里，具体的拼接交给codex。得到的图是这样的： ![Image](/doc/3439/image/img_27298a2b7994.jpg) 标题是对的，文章结构也放进去了，个人 IP 也出现在了右侧。但整个画面很像一个自动生成的 PPT：首页使用大面积蓝色渐变背景，中间堆着几个流程框，标题用了白色和黄色，人物则像贴纸一样被放在右边。简单的说，太丑了，毫无设计。但是偏偏我又是没什么审美细胞的人，于是我只能退而求其次，我开始寻找其他大佬的经验进行借鉴。 # 二、借鉴优秀思路：从拼图改为拼提示词这里非常感谢@kaitoxhacker，基德老师的文章和项目给了我新的灵感，我的项目实际上是站在您的肩膀上，这里也分享下大佬的项目： https://github.com/kuangjiajia/codex-ip-image-generator/tree/main 我先用我的skill-auditor调研分析了基德老师的skill，skill-auditor是我做的审阅skill，专门用来审阅其他的skill，我常常用它来分析别的skill，用来给我提供参考和灵感，大家可以参考这个文章进行了解： > **naiyue777@naiyue777**: [原文链接](https://x.com/naiyue777/status/2073740630040130014) > 审查开始后，我们先阅读项目的 README、SKILL.md、提示词模板、视觉配置、平台配置和脚本，把对外宣称的能力拆成了 13 条原子声称。这些声称包括： - 能否识别 Markdown 中指定的 replace 图块。 - 能否把每个 ASCII 图块转换成图片。 - 能否保留原图中的实体、箭头、顺序和关系。 - 能否把生成结果准确写回 Markdown。 - 能否根据文章生成封面。 - 能否遵守微信和 X 的安全区。 - 能否生成架构图、流程图、关系图和白板解释图。 - 能否替换个人 IP 和视觉配置。 - 能否保持个人 IP 的核心识别特征。 - 能否正确处理品牌图标。 - 是否只依赖 Codex 内置的图片生成能力。 - 面对未见过的新内容时，是否仍能稳定生成高质量图片。确认声称清单之后，我们没有只读代码，而是把我的真实文章和个人 IP 交给它，让它实际生成图片。同时，我们还构造了 Markdown 边界、平台裁切、重复生成、自定义视觉配置、多种图形类型等测试场景。整个审查一共运行了两轮、九个场景。审查过程中，它确实用我的文章和个人 IP 生成了一张很好看的白板图： ![Image](/doc/3439/image/img_153658a27a06.jpg) 确定这就是我想要的后，我继续让skill-auditor拆解老师的skill，想了解为什么基德老师的skill的效果这么好。这个项目的示例图为什么好看，是可以解释的。它把视觉规则拆成了多个独立资源： - visual profile 负责定义个人 IP 和整体风格。 - prompt template 负责不同生图模式的提示词结构。 - platform preset 负责平台比例和安全区。 - assets/ip/ 保存实际的个人 IP 图片。 - Python 脚本只处理 Markdown 扫描、上下文提取和结果写回。 - 真正的图片仍然由 Codex 内置 image_gen 生成。它不是发明了一个新的图片模型，而是给现有图片模型建立了一套更有组织的输入契约。我的理解就是，我应该从拼图改为拼提示词，然后让codex直接生成完整的成图。默认视觉配置没有只写“生成一张好看的图”，而是明确规定： - 使用白板涂鸦风。 - 线条可以略微不完美。 - 背景使用白色或米白色。 - 颜色以黑色为主，只使用少量强调色。 - 文字使用短标签，不放密集段落。 - 避免真实人物、赛博朋克、光滑 3D、复杂背景和企业库存插画。 - 每张图都要加入个人 IP。 - 哪些个人 IP 特征必须保留。 - 哪些变化是允许的。 - 哪些变化是不允许的。这些规则共同构成了它的视觉边界。但是我有一些独特的需求，这些是老师的skill没办法满足的。我同时在bilibili、微信公众号和X三个平台做内容，国内平台的封面可能涉及裁切，因此需要针对安全区做专门的适配。另外我也希望图片的风格可以更好的自定义，然后能更好的适配奈月的人设图。这两个主要原因让我决定吸收老师的精华，同时作出一些修改。 # 三、优化封面图skill 我把优化拆解为了四部分： - 确定风格 - 锚定人物特征 - 总结文章内容 - 适配安全区 ![Image](/doc/3439/image/img_0a41f5aa6ae5.jpg) ## 3.1 确定风格首先要确定我喜欢的风格，这样才方便以后进行批量生图。但是我是描述不清我喜欢什么的，所以我直接让codex先基于我的文章，生成几种风格我来选。第一轮生成四个受控方向： - A：白板手绘。 - B：日系编辑排版。 - C：可爱科技。 - D：极简概念。 ![Image](/doc/3439/image/img_7a616bfdca92.jpg) 我最喜欢 A。我喜欢它像涂鸦一样的标题和线条，也喜欢下面由简单图标和箭头组成的流程。相比复杂的 AI 科技插画，它更像作者自己整理出来的一张知识图，因此 AI 味没有那么重。有了第一轮结果之后，我们又围绕 A 生成了四个更接近的变体： - A1：保留原始白板手绘风，只做收敛。 - A2：加入更规整的编辑网格。 - A3：改成石油绿和橙棕色的成熟配色。 - A4：加入少量克制的科技线条。 ![Image](/doc/3439/image/img_9e03c6757b37.jpg) 第二轮我发现，自己其实很难分辨 A1、A2 和 A4 的差异。我主要还是根据配色进行排名：A1 最喜欢，A2 和 A4 都可以，A3 的颜色明确不喜欢。这个反馈反而帮助我找到了真正重要的变量。我对细微的网格、装饰和图标圆润程度并不敏感；真正影响我判断的是： - 暖米白背景。 - 黑色马克笔文字。 - 珊瑚粉强调色。 - 少量青色。 - 粗糙、不完全规则的线条。 - 简单图标和箭头。 - 中等信息密度。到这里停下来进行总结，我给自己的视觉方向下了一个明确的定义： > 手绘知识白板风。这也就成了我的风格提示词。 ## 3.2 锚定人物特征这部分相对简单，我把我的人设图发给codex，让它为我总结提示词。然后我不停的用提示词让它生成不同姿势的奈月酱，直到确定基于提示词和参考图可以稳定得到不同姿势的人设图为止。这样确定下来的提示词就可以作为人物特征来使用了。 ## 3.3 总结文章内容基德老师的skill是基于ASCII结构草稿来描述图片内容的，但是我真的是一个懒狗，所以我的流程把文章内容总结也交给AI了，我只像皇帝一样负责审批奏折。 naiyue-cover 负责文章封面。它先从文章中生成一张结构化内容卡，里面包含： - 1～2 行标题； - 需要强调的标题片段； - 一个核心视觉隐喻； - 3～4 个流程步骤； - 固定的图标 ID； - 奈月的姿势和动作意图； - 用户要求的精确输出尺寸； - 主动省略的内容。内容卡通过后，才会生成正式 spec 和生图 prompt。 ## 3.4 适配安全区我用了一种简单但是有效的方式规避裁切。用户提供整个图的大小和裁切范围，之后codex会把内容画到不被裁切的区域内，外围只补暖米白纸张的背景。最终图片尺寸还是跟用户提供的大小一致，平台裁切后也不会丢失核心内容。生成的图就是这样的： ![Image](/doc/3439/image/img_c42a29251aff.jpg) 边缘的部分用来被裁切。完整链路可以放一张图来展示： ![Image](/doc/3439/image/img_05e4a4133236.jpg) # 四、做段落图skill 文章正文中的长段落也需要图片，但段落图和封面不是同一种东西。封面要让人在信息流里停下来，因此标题更大、人物更明显、核心概念更集中。段落图出现在正文中，读者已经知道文章在讲什么，它更需要解释关系。所以没有把所有功能塞进同一个 Skill，而是新增了 naiyue-paragraph-graph： - 操作步骤和推进关系使用 flow； - 年份、阶段和前后变化使用 timeline； - 多个候选并且有作者推荐时使用 decision-map； - 多个候选但主要是客观比较时使用 comparison； - 原理、组成和工作机制使用 concept-diagram。相比封面图skill，段落图skill删去了不需要的步骤，增加了一个判断内容结构的步骤。 AI 读取段落后判断主要关系，再生成一张 Visual Card，让人确认图型、题头、元素、推荐关系、图标、奈月姿势和主动省略的内容。 # 五、两个 Skill 背后的项目哲学 AI、代码和人的职责不同。 AI 负责理解文章、选择关系、构思画面、重画姿势和检查语义；代码负责 schema、路径、hash、精确尺寸、等比缩放、artifact 登记和验证报告；人负责决定内容方向、视觉接受和最终交付。人工 Review 是工作流的一部分。内容卡、完整图片和最终尺寸输出分别有一道门禁。只有在我觉得可以才会进行下一步。我是非常喜欢加入review环节的，这是我最喜欢的协作模式。 # 六、结语那么接下来我会用新的工作流来作图，本篇文章就是使用了新skill，不知道大家觉得效果如何。很期待大家在评论区提出建议，也再次感谢基德老师@kaitoxhacker ## 相关链接 - [naiyue777](https://x.com/naiyue777) - [@naiyue777](https://x.com/naiyue777) - [1.9K](https://x.com/naiyue777/status/2081034514734665930/analytics) - [https://github.com/tlzmw001/naiyue-cover-generator](https://github.com/tlzmw001/naiyue-cover-generator) - [@kaitoxhacker](https://x.com/@kaitoxhacker) - [https://github.com/kuangjiajia/codex-ip-image-generator/tree/main](https://github.com/kuangjiajia/codex-ip-image-generator/tree/main) - [Jul 5](https://x.com/naiyue777/status/2073740630040130014) - [2.1K](https://x.com/naiyue777/status/2073740630040130014/analytics) - [@kaitoxhacker](https://x.com/@kaitoxhacker) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [11:11 PM · Jul 25, 2026](https://x.com/naiyue777/status/2081034514734665930) - [1,924 Views](https://x.com/naiyue777/status/2081034514734665930/analytics) --- *导出时间: 2026/7/26 11:44:02*

🔗 相关文档