AI 虚拟主播立绘生成 一句描述，出一个原创形象

这件事要第一时间说清，因为这个市场没有说清。`ai vtuber maker` 排在前面的七个工具里，有四个在页面标题上打着 "2D & 3D"，一个刚起步的人读完很合理地会以为"我今晚就能拿它开播"。这一页产出的东西是：一张高分辨率的 2D 原创角色立绘。它是一份设计，而设计恰恰是整件事里最难的部分——但它不是一套绑定。

要让它跟着你的脸或声音动，后面还有两步，两步都不在这一页发生：先把画分层（头发、眼睛、嘴、眉毛、身体各部件各自独立），再用 Live2D Cubism 之类的工具给这些图层加变形器和物理效果做绑定，然后载进 VTube Studio 或同类软件。一张平的立绘在没有分层之前是绑不动的，这也正是本页为什么专门有一档"三视图"构图：正面、侧面、背面在同一张图上，正是绘师或绑定师给你报价时要看的那份参考。在这里把设计做出来，再把三视图拿去找做绑定的人——这是老实的流程，而且比从零开始约稿画设计便宜得多。

换个角度说，这一页解决的是"我的角色长什么样"这个问题，而它通常是整条链上最容易卡住、也最反复的一环：约稿一版设计要等几天，改一次配色又要等一轮，而在这里改一句描述就能再看一版。等到形象定了，剩下的分层和绑定是有明确工序的活儿，交给会的人，或者自己照 Live2D 的教程一步步走都行。

立绘只是虚拟主播的一半。另一半是"他是谁"，而这件事值得直说：上面那个生成器只画画，不写字。这一页没有文字输出，所以它不会给你名字、背景设定或者口头禅。 下面是我们自己会用的方法；它其实也比一个随机生成器好用，因为人设的几块必须彼此扣得上。

先用一句话写前提——不是一种氛围，而是一个处境："一个在早年关停的天文台里开播的天文学者"。前提能给你可以聊的场景；氛围到第四天就没话说了。

再把视觉钩子从前提里推出来，写进上面那个描述框。观众应该能光看你的形象就猜到你的前提：关停的天文台会变成一件积灰的外套、一台黄铜望远镜、一盏提灯。顺序很关键——从前提推出来的设计读起来像一个角色；因为"看着酷"选中的设计，后面得倒着给它编背景，那永远是更弱的方向。

然后是名字。 念出来听一遍，再检查两件事：打进聊天框顺不顺，被喊在切片标题里响不响。两到三个音节传得最远。

接着是两三个口癖。 一句每次开播都说的开场、一个故意用错的词、一件坚决不聊的事。切片是靠这些东西做出来的，而切片才是频道长起来的方式。

最后是边界。 你的角色不知道什么、不会做什么、你自己有多少放进他身上。开播之前把这几条写下来，比在观众面前临时重新谈判容易得多。

前提定了以后，回到描述框把那段描述围着前提重写一遍，再生成。这一节里没有一个字是上面那个工具能替你完成的——它也不假装能。

有一部分人来这里，是想把自己的照片变成一个虚拟主播形象，而不是从零描述一个角色。这一页做不到——它是文生图，没有上传口。把这句话摆在前面，省掉你白跑一趟。

可行的路是两步：先用照片转卡通把自己变成插画版本，再把那张结果和一段描述一起带进图片工作区，往虚拟主播的方向推。比一步多一步，但它保住了你真实的那张脸作为起点，而那正是你来这里想要的东西。

反过来，如果你要的只是"一个气质对得上"的形象，而不必真的是你自己那张脸，那就直接在上面把它描述出来更快，而且拿到的设计毫无疑问属于你——做频道要的恰恰是后者。

这一页刻意挂的是快档。Nano Banana 2 Lite 一次 4 credits，正是这个数让"关注送的 20 credits 覆盖前 5 次"这句话能一直成立——而五次差不多就是找到一个自己真正喜欢的方向所需要的次数。角色设计这件事的形状本来就是便宜地多试几版，而不是一次押注。

等到方向定了、想把某一张往前推很远，就打开完整的图片工作区：平台上每个模型都在那里，包括 Nano Banana Pro，而且可以在同一块画布上接着编辑，不用每一步都从零重新提示一遍。换画面比例、要更大的画布，或者围着一个已经定下来的设计做一整套表情差分，也都去那里。想让角色动起来的话，视频模型可以直接把一张静图当作首帧。

有一点顺着上面那条限制说：因为跨两次生成不保证是同一个人，"在这里用快档试方向、把满意的那一张带去工作区继续做"其实是这一页最省 credits 也最稳的用法——形象一旦锁定在一张图上，后面所有的加工都是围着这张图做，而不是指望模型再抽中一次一样的角色。