Evilom
293 lines
7.7 KiB
Markdown
293 lines
7.7 KiB
Markdown
# 260622日报-韦译
|
|
|
|
|
|
Source: https://feishu.cn/docx/GMFTwPG21iWVrZkWVgZcYTpPnob
|
|
|
|
|
|
# 1.工作内容概述
|
|
|
|
美术线——探索保持美术风格一致性的方案，为后续搭建美术资源生产管线打下基础
|
|
|
|
美术线——设计美术资源生产管线，并且尝试固化为skill方便复用
|
|
|
|
美术线——调研元skill
|
|
|
|
美术线——生成并接入3条生成器链的美术资源
|
|
|
|
美术线——生成并接入人物立绘美术资源
|
|
|
|
# 2.进度
|
|
|
|
## 2.1 美术线——探索保持美术风格一致性的方案，为后续搭建美术资源生产管线打下基础
|
|
|
|
保持美术风格一致性的问题：在最近的美术资源生成中，会发现以下问题
|
|
|
|
纯靠提示词难以保证美术风格统一
|
|
|
|
纯提示词，让AI生成类似图一的美术风格
|
|
|
|
参考图
|
|
|
|
结果
|
|
|
|
让AI参考参考图时，会出现问题：例如跟参考图过于相似，但我们只想要其中的美术风格
|
|
|
|
这里根据参考图生成的2个不同年龄段的人物，但是神态和脸型几乎一致
|
|
|
|
参考图
|
|
|
|
结果1
|
|
|
|
结果2
|
|
|
|
之前使用的保持美术一致性的方法
|
|
|
|
统一提示词
|
|
|
|
做法
|
|
|
|
选定好美术风格时，选定某个参考图，记录这个参考图的提示词，作为以后的元提示词
|
|
|
|
其他美术资源严格参考这个参考图的提示词来进行生成
|
|
|
|
测试结果：效果较差，步骤比较比较麻烦
|
|
|
|
雨默的方法：垫图+美术风格文档
|
|
|
|
测试结果：
|
|
|
|
垫图效果很好，但是会有上述说的过拟合问题
|
|
|
|
个人认为美术风格文档的作用主要是生成具体提示词，不能直接丢给生图模型
|
|
|
|
思考后，综合总结得出以下方法
|
|
|
|
参考图+AI辅助生成提示词的效果，见后续2.5的人物立绘美术资源
|
|
|
|
## 2.2 设计美术资源生产管线，并且尝试固化为skill方便复用
|
|
|
|
设计这个管线的缘由——模糊问题：目前在引擎中观察美术资源时，会发现美术资源的边缘是模糊的、而且有一种看不清的感觉。
|
|
|
|
原因分析
|
|
|
|
image2默认生成的新图太大，很多是 1254x1254，但棋盘里实际只显示几十到一百像素左右。
|
|
|
|
图里有大量细金边、发丝级高光、碎装饰、软阴影、透明边缘。
|
|
|
|
引擎里缩到小尺寸时，这些高频细节会被压成噪引擎里缩到小尺寸时，这些高频细节会成噪点、断线和锯齿。
|
|
|
|
当前贴图 meta 里基本使用的是 linear 过滤、mipfilter: none方式，对这种强缩小图不够稳。
|
|
|
|
要避免这些影响，则必须要建立一套生成美术资源的生成规范。这套生成规范需要回答
|
|
|
|
这张资源最终怎么用
|
|
|
|
显示多大，分辨率多少
|
|
|
|
主体占多少
|
|
|
|
细节能到什么程度
|
|
|
|
参考图只能继承什么
|
|
|
|
什么情况算失败
|
|
|
|
但是光建立这个生成规范还是不够，为了后续能够高效、批量、快速、规范地用AI生成美术资源，必须设计并实现一条美术资源生产管线。
|
|
|
|
必须包括以下内容
|
|
|
|
美术风格规范：统一画风、色彩、材质、光影、题材边界。
|
|
|
|
资源生成规范：这张资源最终怎么用、显示多大，分辨率多少、主体占多少、细节能到什么程度、
|
|
|
|
参考图：只提供视觉锚点，比如轮廓、材质、色彩或构图，不让它继承无关复杂度。
|
|
|
|
验收后处理：检查 128x128、实际棋盘尺寸、UI 叠加效果，并做裁切、居中、缩放、边缘处理。
|
|
|
|
根据以上思路，用superpower的writing skill技能，创建了一个ai-art-pipeline的技能，对整个流程进行复用
|
|
|
|
但是整体效果不是很好，目前正在用yao-meta-skill来规范整个skill的设计
|
|
|
|
## 2.3 调研元skill
|
|
|
|
调研市面上的元skill（即创建skill的skill）后发现，比较好用的有
|
|
|
|
claude官方元skill
|
|
|
|
codex官方元skill
|
|
|
|
yao-meta-skill
|
|
|
|
Vercel skill creator
|
|
|
|
综合分析可知：yao-meta-skill综合了其他元skill的特点，有比较高的工程落地价值，于是进行选用
|
|
|
|
yao-meta-skill介绍
|
|
|
|
由国内AI博主yaojingang YAO创建，他综合分析了claude code泄露的源码以及各大元skill的特点，将其进行工程化落地，使yao-meta-skill能够生成出高质量的skill。
|
|
|
|
yao-meta-skill 创建、评估、打包和管理可重用的智能体技能。1.0 版本专注于将重复的工作流程转化为可安装、易读且跨平台的技能包。2.0 版本则将这一功能扩展为一个技能操作系统：一个受控的系统，用于对技能进行一次建模，然后将其编译以适配多个目标平台，测试其行为，审查其发布证据，并跟踪下一次迭代。
|
|
|
|
## 2.4 美术线——生成3条生成器链的美术资源
|
|
|
|
唇妆生成器
|
|
|
|
面妆生成器
|
|
|
|
眼眉妆生成器
|
|
|
|
## 2.5 美术线——生成并接入人物立绘美术资源
|
|
|
|
主角
|
|
|
|
订单客人
|
|
|
|
游戏内效果
|
|
|
|
# 3.收获与反思
|
|
|
|
用AI生成美术资源这种频繁的、重复性的工作，就应该建立统一规范的AI工作流。虽然之前有想到，但是做得太晚了。
|
|
|
|
任何频繁的、重复性的工作，都应该在开始之前想想，这件事能不能建立统一规范的AI工作流建立统一规范的AI工作流。
|
|
|
|
# 4.下一步计划
|
|
|
|
UI底部的文本提示框：优化+生成并接入美术资源
|
|
|
|
物品/生成器/宝箱的具体信息界面：优化+生成并接入美术资源
|
|
|
|
基础功能线
|
|
|
|
做一些细节优化
|
|
|
|
美术线
|
|
|
|
美术生成管线的设计文档
|
|
|
|
生成并接入剩余的美术资源
|
|
|
|
按钮图标
|
|
|
|
主界面背景图
|
|
|
|
购买体力、钻石、金币的弹窗面板
|
|
|
|
具体信息界面
|
|
|
|
UI底部的文本提示框
|
|
|
|
美术资源生成管线
|
|
|
|
# 5.项目规划
|
|
|
|
参考：
|
|
|
|
https://jasminehuang477-cmd.github.io/share_hyper_casual_game_design_guide/#s10
|
|
|
|
https://merge2iaa-selectionanalysis.netlify.app/
|
|
|
|
开发计划：
|
|
|
|
任务详情看第二个文档的十、两周开发建议节奏
|
|
|
|
非开发计划中的内容，不优先开发
|
|
|
|
拆解调研任务
|
|
|
|
目标
|
|
|
|
核心任务
|
|
|
|
完成情况
|
|
|
|
完成《浪漫餐厅》关卡/数值相关设计拆解分析，说明从中收获了哪些二合类游戏设计的关键认知，输出拆解分析报告并进行内部分享
|
|
|
|
对《浪漫餐厅》关卡/数值相关设计进行拆解分析
|
|
|
|
需要结合订单刷新机制
|
|
|
|
总结《浪漫餐厅》关卡/数值相关设计的规律
|
|
|
|
总结二合类游戏设计的关键认知
|
|
|
|
整理以上2点内容，进行内部分享
|
|
|
|
使用自动化批量关卡生成方案+分析的关卡和数值设计规律+订单刷新机制，铺量关卡。目标是铺至少40单的游戏内容量（大概1个小时左右的游玩流程）
|
|
|
|
上线前要完成的任务
|
|
|
|
目标
|
|
|
|
核心任务
|
|
|
|
完成情况
|
|
|
|
关卡和数值设计铺量
|
|
|
|
对《浪漫餐厅》关卡/数值相关设计进行拆解分析
|
|
|
|
需要跟之前的订单刷新机制结合起来
|
|
|
|
总结《浪漫餐厅》关卡/数值相关设计的规律
|
|
|
|
用AI生成并配置好类似规律的关卡和数值
|
|
|
|
30%
|
|
|
|
基础功能
|
|
|
|
文本提示信息框
|
|
|
|
购买弹窗
|
|
|
|
边缘系统
|
|
|
|
70%
|
|
|
|
商业化
|
|
|
|
上架微信小游戏
|
|
|
|
UI适配（已经跑通流程，只需要再操作一遍）
|
|
|
|
打包优化（已经跑通流程，只需要再操作一遍）
|
|
|
|
30%
|
|
|
|
更换新主题的美术资源
|
|
|
|
目前还差
|
|
|
|
按钮图标
|
|
|
|
主界面背景图
|
|
|
|
购买体力、钻石、金币的弹窗面板
|
|
|
|
UI底部的文本提示框
|
|
|
|
美术资源生成管线
|
|
|
|
思考问题
|
|
|
|
继续解决美术风格的饱和度问题和AI味道问题
|
|
|
|
60%
|
|
|
|
优化
|
|
|
|
手感调优
|
|
|
|
上线前测试找bug
|
|
|
|
30%
|
|
|
|
风险注意：https://merge2iaa-selectionanalysis.netlify.app/的六、产品风险分析很有价值，开发时需要注意
|
|
|
|
空间压力设计失误
|
|
|
|
订单节奏不合理
|
|
|
|
合成反馈不够满足
|
|
|
|
美术风格不统一 |