之前做 AIGC 卡牌风格练习时最大的痛点不是模型选型而是“风格统一性”。同一套卡片如果一张像日漫、一张像厚涂、一张像水彩哪怕单张质量再高放在一起也完全没有“套系感”。后来我结合 Stable Diffusion 的提示词工程和批量生成脚本用一组天气主题卡牌做了一次完整的风格化复现测试效果比预想好很多。这篇文章就以“AI 还原魔卡少女樱 7 大天气类库洛牌”为案例完整拆解从提示词设计、参数调优、批量生成到常见问题的全流程。无论你是想玩 AI 同人卡牌创作还是准备搭建一条可复用的 AI 卡牌批量生产线这篇文章都值得收藏。1. 库洛牌与 AI 绘画为什么选天气类主题1.1 什么是库洛牌天气类卡牌库洛牌Clow Cards出自 CLAMP 的经典作品《魔卡少女樱》是库洛里多创造的魔法卡牌每一张牌拥有独立元素和性格。原作中的卡牌数量多、属性杂并非官方有严格的“天气类”分组但从视觉主题来看大量卡牌确实围绕气象现象展开例如The Windy风牌操控风。The Rain雨牌召唤降雨。The Cloud云牌控制云层。The Thunder雷牌引发雷电。The Snow雪牌降雪与冰冻。The Mist雾牌制造浓雾。The Storm岚牌召唤暴风雨。这 7 张牌有一个共同特点它们的核心视觉元素都是自然天气现象天然适合用 AI 绘画的“风格迁移”来表现。在提示词中只需要描述天气元素本身再叠加统一的卡牌边框、魔法阵、星空背景等风格词就能得到视觉观感一致的卡面。1.2 为什么用 AI 做卡牌风格还原传统手绘同人卡牌需要扎实的绘画基础尤其是库洛牌这类带有明显原作风格的卡面普通人很难还原。而 AI 绘画可以把“风格描述”变成可复制的提示词降低创作门槛。更重要的是卡牌生成不是单张绘图而是一套系统工程。7 张牌要在同一套提示词框架下批量产出这就涉及提示词模板复用。模型与采样参数统一。Seed 与随机策略。批量生成与素材管理。这些恰恰是 AI 绘画从“玩一玩”走向“项目化落地”的关键能力。1.3 本文的目标产出读完本文你将得到一套可复用的天气类库洛牌提示词模板。一个能自动生成 7 张卡牌的 Python 批量脚本。一套保证套系风格统一的参数与流程方案。针对卡牌文字变形、手部错误、风格漂移等问题的排错清单。需要提前说明原作卡牌、角色形象和插画受版权保护。本文的技术思路仅用于个人学习、风格研究和 AI 绘画流程测试不建议直接商用也不要直接抓取官方原图喂给模型做商用微调。2. 环境准备与工具选型2.1 本地部署方案最常见的 AI 绘画工具是 Stable Diffusion WebUI简称 SD WebUI和 ComfyUI。对于批量生成卡牌我更推荐 Stable Diffusion WebUI原因是提示词写法直观适合新手理解。自带 API 接口方便 Python 脚本调用。插件生态完整LoRA、ControlNet 都能直接用。图片保存、参数记录、批量跑图都比较成熟。硬件方面本文以 NVIDIA 显卡本地部署为例。显存 6GB 以上能流畅生成 512×768 的卡面如果显存只有 4GB可以降低分辨率或在 WebUI 中开启 FP16 优化。没有本地显卡也可以使用在线 Stable Diffusion 平台参数和提示词思路完全一致。版本不需要刻意追求最新只要保证PyTorch 与 CUDA 版本匹配。SD WebUI 可以正常启动。目标模型SD 1.5 / SDXL能够加载。2.2 模型与扩展准备为了还原偏日系、偏魔法少女风格的卡面建议准备基础模型SD 1.5 或 SDXL 均可。想要更贴近日系赛璐璐质感可以选二次元为主的社区模型。LoRA 模型可选“tarot card style”或“魔法阵”类 LoRA用来强化卡牌边框和神秘氛围。如果你已经下载了合法授权的相关 LoRA按 WebUI 的 LoRA 放置目录放入models/Lora即可。ControlNet如果想精确控制卡牌构图比如让魔法阵位于牌面中央、人物比例固定可以用 ControlNet 配合线稿图或深度图。启动 SD WebUI 后在浏览器打开http://127.0.0.1:7860即可。2.3 在线工具替代方案如果你暂时没有本地 GPU可以使用在线绘画平台。使用在线工具时需要手动调整的是提示词输入框。负面提示词输入框。Steps、CFG、采样器等参数。在线平台通常会限制分辨率或步数但本文的核心流程依然适用。3. AI 卡牌生成核心原理拆解3.1 正向提示词结构卡牌生成不是简单写一句“a card”。为了保证套系感建议把提示词拆成“风格前缀 主体内容 构图后缀”三段式。风格前缀(masterpiece, best quality:1.2), clow card style, tarot card frame, ornate border, celtic ornament, starry night background主体内容根据每张卡牌的天气元素变化例如风牌wind swirl, flying leaves, air element, elegant wind fairy, flowing ribbons构图后缀centered composition, magical atmosphere, soft pastel color palette, soft lighting, intricate details, elegant完整的正向提示词是三者拼接这样切换主题时只需要替换中间段。3.2 负面提示词很多新手做 AI 绘画时只关注正向提示词结果图片里经常出现多手指、模糊、乱码文字等问题。负面提示词的作用是提前告诉模型“不要画这些东西”。针对卡牌类生成的通用负面提示词lowres, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, watermark, text, signature, cropped, worst quality, low quality, jpeg artifacts, blurry, deformed, ugly, duplicate, mutilated, out of frame如果你的画面里不需要文字建议在负面提示词中加入text和watermark否则模型很容易在卡牌边框或角落生成乱码。3.3 关键参数Steps、CFG、Sampler、Seed参数推荐范围作用说明Steps25-35采样步数过低会细节不足过高会浪费时间CFG Scale6-8提示词引导强度太高容易过饱和、线条脏SamplerDPM 2M Karras适合二次元风格出图干净Seed固定统一固定后同一提示词可复现风格批量生成套系卡牌时最容易被忽略的是 Seed。如果 7 张卡分别使用随机 Seed即使提示词框架相同也可能出现完全不同的色彩和构图。建议在批量脚本中给每张牌指定 Seed或让所有牌共用同一 Seed 后微调主体保持整体氛围一致。3.4 保持风格一致的三个关键点第一固定风格前缀。不要每张牌都重写风格描述只改主体。第二固定采样参数。Steps、CFG、Sampler 在整批生成中不要随意变化。第三用 LoRA 或 ControlNet 锁定构图。手动跑图时可以先画一张你满意的底图然后用 ControlNet 提取线稿其余卡牌沿用同一线稿结构只替换颜色和元素。4. 完整实战AI 还原 7 大天气类库洛牌4.1 设定 7 张牌的出牌方案先确定 7 张牌的英文标识和主体描述中文牌名英文牌名主体提示词风牌The Windywind swirl, flying leaves, air element雨牌The Rainrain curtain, raindrops, puddle reflection云牌The Cloudsoft clouds, sky, floating islands雷牌The Thunderlightning, storm cloud, electric arcs雪牌The Snowfalling snow, ice crystals, winter sky雾牌The Mistdense mist, mysterious silhouette, dreamy fog岚牌The Stormtyphoon, huge waves, dramatic storm clouds这里的主体提示词只是“画面元素”不直接写牌名。原因是 Stable Diffusion 对“The Windy”这类专有名词的理解并不可靠直接描述风、雨、雷、雪反而更容易生成稳定画面。4.2 7 组提示词模板下面以风牌为例给出完整提示词其他牌按同样结构替换主体即可。正向提示词(masterpiece, best quality:1.2), clow card style, tarot card frame, ornate border, celtic ornament, starry night background, wind swirl, flying leaves, air element, elegant wind fairy, flowing ribbons, centered composition, magical atmosphere, soft pastel color palette, soft lighting, intricate details, elegant负面提示词lowres, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, watermark, text, signature, cropped, worst quality, low quality, jpeg artifacts, blurry, deformed, ugly, duplicate, mutilated, out of frame生成参数Steps: 30 CFG Scale: 7 Sampler: DPM 2M Karras Width: 768 Height: 1024 Seed: 20240101在 SD WebUI 界面中选择好模型和 LoRA把上面的提示词填入点击 Generate 即可。如果画面里出现了不想看到的卡牌文字就在负面提示词中增加text。4.3 调用 SD WebUI API 批量生成手动跑 7 张牌虽然可行但不够高效。SD WebUI 自带 API 接口我们可以用 Python 脚本一次性生成全部卡牌并且按照规范命名保存。脚本逻辑定义 7 张卡的“标题 主体提示词”。拼接统一的风格前缀和构图后缀。请求本地 WebUI 的/sdapi/v1/txt2img接口。将返回的 base64 图片解码保存为 PNG。完整脚本如下# 文件路径generate_clow_cards.py import requests import base64 import json from pathlib import Path API_URL http://127.0.0.1:7860/sdapi/v1/txt2img STYLE_PREFIX (masterpiece, best quality:1.2), clow card style, tarot card frame, ornate border, celtic ornament, starry night background STYLE_SUFFIX centered composition, magical atmosphere, soft pastel color palette, soft lighting, intricate details, elegant NEGATIVE_PROMPT ( lowres, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, watermark, text, signature, cropped, worst quality, low quality, jpeg artifacts, blurry, deformed, ugly, duplicate, mutilated, out of frame ) def generate_card(title, prompt_body, seed20240101, out_dirclow_cards): payload { prompt: f{STYLE_PREFIX}, {prompt_body}, {STYLE_SUFFIX}, negative_prompt: NEGATIVE_PROMPT, steps: 30, cfg_scale: 7, width: 768, height: 1024, sampler_name: DPM 2M Karras, seed: seed, batch_size: 1, } resp requests.post(API_URL, jsonpayload) resp.raise_for_status() data resp.json() img_b64 data[images][0] out_dir_path Path(out_dir) out_dir_path.mkdir(exist_okTrue) out_file out_dir_path / f{title}.png out_file.write_bytes(base64.b64decode(img_b64)) print(fsaved: {out_file}) if __name__ __main__: cards { The_Windy: wind swirl, flying leaves, air element, elegant wind fairy, flowing ribbons, The_Rain: rain curtain, raindrops, puddle reflection, rain fairy, The_Cloud: soft clouds, sky, floating islands, cloud fairy, The_Thunder: lightning, storm cloud, electric arcs, thunder fairy, The_Snow: falling snow, ice crystals, winter sky, snow fairy, The_Mist: dense mist, mysterious silhouette, dreamy fog, mist fairy, The_Storm: typhoon, huge waves, dramatic storm clouds, storm fairy, } for title, body in cards.items(): # 这里每张卡使用同一个 Seed保证套系氛围统一 generate_card(title, body, seed20240101)使用前需要先确认 SD WebUI 已经启动并开启了 API 监听。默认地址是127.0.0.1:7860如果你修改过端口需要同步修改脚本中的API_URL。执行命令python generate_clow_cards.py脚本运行后会在当前目录创建clow_cards文件夹并依次生成 7 张 PNG 图片。如果你在终端看到类似saved: clow_cards/The_Windy.png的输出说明调用成功。4.4 ComfyUI 工作流思路如果你习惯使用 ComfyUI同样可以实现上述流程核心节点逻辑是Load Checkpoint 加载基础模型。CLIP Text Encode 分别输入正向提示词和负面提示词。KSampler 设置 Steps30、CFG7、Sampler 选择 DPM 2M。Empty Latent Image 设置宽高。VAEDecode 解码图片。Save Image 保存结果。ComfyUI 的好处是可以把整个流程保存为工作流文件下次直接复用。缺点是界面相对复杂新手更容易在节点连接上出错。如果你刚开始接触建议先用 SD WebUI 跑通流程再考虑迁移到 ComfyUI。4.5 结果说明批量生成完成后你可能会发现部分卡牌效果很好部分卡牌存在构图偏移或元素混乱。这是正常现象。卡牌生成本身就是“批量出图 人工筛选”的过程。建议把每一张牌多跑 4-6 张从中挑选最满意的一张。也可以为每张牌设置不同的 Seed让画面主体更丰富再通过风格前缀统一整体观感。5. 常见问题与排查思路5.1 卡牌文字和魔法阵总是变形这是 AI 绘画生成复杂图形时的高频问题。Stable Diffusion 对文字的生成能力有限尤其是“类魔法文字”这种既不是英文也不是中文的符号模型容易自由发挥成乱码。解决思路在负面提示词中强行加入text, letters, watermark让模型不生成文字。如果是魔法阵变形考虑使用 ControlNet 的线稿模式先手工绘制一张魔法阵线稿再把线稿作为控制条件输入。使用专门的魔法阵 LoRA减少模型自由发挥空间。5.2 7 张牌风格不统一问题现象常见原因解决思路每张牌色调差异大使用随机 Seed统一固定 Seed有的像日漫、有的像厚涂模型/采样器中途切换全流程固定模型和采样器构图差异明显没有构图控制用 ControlNet 统一构图排查顺序先检查是否换了模型或 LoRA再检查是否改了采样参数最后查看 Seed 是否统一。5.3 人物手部经常出现六指、断指小分辨率下手部一直是 Stable Diffusion 的弱项。卡牌通常是竖构图人物如果占比较大手部细节就容易崩。解决思路先用 512×768 生成整体构图再用“局部重绘”或“高清修复”处理手部区域。切换更擅长画手的模型或 LoRA。在负面提示词中增加extra fingers, missing fingers, bad hands。5.4 显存不足或生成速度慢显存不足时优先降低分辨率或 batch size。768×1024 在 6GB 显存下已经偏极限可以先用 512×768 生成再使用 WebUI 的 highres fix 放大到目标尺寸。如果速度慢可以在启动参数中开启 xformers 或 FP16能有效减少显存占用。相关启动参数在不同版本中写法略有差异建议参考你所用 WebUI 版本的官方文档。6. 最佳实践与工程建议6.1 提示词工程与模板管理不要只在 WebUI 界面里随手改提示词。建议把提示词做成模板文件例如用 JSON 或 YAML 保存每一张牌的完整参数{ cards: [ { title: The_Windy, prompt_body: wind swirl, flying leaves, air element, seed: 20240101 }, { title: The_Rain, prompt_body: rain curtain, raindrops, puddle reflection, seed: 20240101 } ], style_prefix: (masterpiece, best quality:1.2), clow card style, tarot card frame, style_suffix: centered composition, magical atmosphere, soft pastel color palette, negative_prompt: lowres, bad anatomy, watermark, text, blurry }这样做的价值在于每次调整风格时只需要改一处 style_prefix就能批量重新生成整套卡牌而不是逐张修改。6.2 素材管理与版本追踪卡牌生成会积累大量中间图建议目录结构如下clow_cards/ ├── v1/ │ ├── prompts.json │ └── output/ ├── v2/ │ ├── prompts.json │ └── output/ └── final/每次批量生成建立独立版本目录同时把提示词、Seed、模型名称等关键信息写入 prompts.json。这样后续想复现某张效果可以直接读取参数重新生成。6.3 版权与合规注意事项使用 AI 复现经典作品风格时需要注意几点原始卡牌艺术形象、角色设计受版权保护不建议直接用于商业用途。个人学习、非盈利的同人创作是相对安全的使用场景但公开传播时仍然要尊重原作者权益。不要用爬虫批量抓取官方原图训练商用模型更不要把它包装成可售卖的数字藏品。在文章、视频、社交平台展示时建议标注“AI 生成的同人风格练习非官方作品”。AI 绘画技术本身是中性的合理使用能帮助创作者快速验证想法但合规意识不能丢。6.4 进阶方向从静态卡牌到动态卡牌完成 7 张静态卡牌后可以继续尝试以下方向使用图生视频工具将单张卡牌做成轻微动态效果比如风牌的飘叶、雷牌的闪电。使用“局部重绘”功能给卡牌添加真实的金属边框或烫金纹理。使用 LoRA 微调自己的卡牌风格模型训练出一套真正属于个人风格的天气系卡牌。7. 总结与学习路线本文以“AI 还原魔卡少女樱 7 大天气类库洛牌”为实战案例拆解了 AI 卡牌生成的核心流程提示词三段式结构、负面提示词设计、参数统一策略、SD WebUI API 批量脚本以及风格统一和手部修复等高频问题。整个流程跑通后你会发现卡牌生成不是纯靠运气而是一套可以复制和迭代的工程链路。你可以把天气元素换成植物、动物、星座把“库洛牌风格”换成“塔罗牌风格”“英伦复古风”“中式工笔风”思路完全一样。下一步建议分三条线继续深入提示词工程研究 LoRA、Textual Inversion 对风格的影响。工程化把批量脚本改造成支持多参数网格搜索的生成工具。合规创作使用完全自有的角色设定训练自己的卡牌风格模型。如果你想把这套流程固定下来建议从第一张风牌开始用固定 Seed 把风格调满意再批量扩展剩余 6 张。这样整套卡牌的风格一致性会明显高于逐张随机调参。