提示词指南

Q 版(Chibi)怎么画:头身比、提示词,以及出图后怎么验

Q 版(chibi)首先是一个头身比,而不是一种画风:整身两到三个头高,五官整体下移,只留一档阴影。下面这段就是本页的起点提示词——先填进去,出图后量一下比例,再逐句改。

可选

JPG / PNG / WebP

这是 Ottermind 自己的输入框。填入提示词和发送是两个动作,不继续进入 Studio 就不会生成任何图片。

2026年11月12日 · 约 12 分钟

Q 版(chibi)是一个头身比的决定:整身只有两到三个头高,其余特征都是这个数字推出来的。 大眼睛、圆脸、平涂上色是比例的结果,不是定义本身。把一双巨眼装在七个头高的身体上,那是卡通,不是 Q 版。

它适合的场景有个共同点:角色必须在很小的时候也能被一眼认出——表情包、头像、吉祥物、周边、长条漫画里的搞笑分格。反过来,如果角色要像真人、要说明一件衣服的真实结构,或者要和一张照片并排比较,那就不该用 Q 版。动手之前真正要问的不是"可不可爱",而是"这个角色几个头高,出图之后谁来量"。

这篇指南是怎么做的: 2026 年 11 月 12 日,我们在本地 ottermind-marketing 检出(origin/main,提交 500ab56e)核对了 Ottermind 的 AI Character Generator 与 Photo to Anime Converter 两个页面:上传格式与上限、输入框字段、下文中点名的风格示例,均来自这次核对。当天这个环境无法打开外部网页,包括选题里点名的竞品页 pollo.ai 的 chibi 生成器,因此本文没有任何结论依赖它们,也没有抄用它们的文案。文中的头身阈值是绘画惯例,写成数字是为了让你能去量一张成品、而不是争论它;它们不是任何画师必须遵守的规定。封面底图和三张对比图是用 GPT Image 2.5 Flare 于 2026 年 11 月 12 日为本文生成的;封面上的字是之后排上去的,三张对比图之间差别只在头数与为它写明的身体结构;每张生成图都在出现的位置标了性质。测量示意图是为本文拼的,不是生成的。本文没有在 Ottermind 内跑过生成,也没有把任何输出当成保证结果。

Q 版到底在描述什么

这个词来自日语口语,原本指个子矮的人或小孩,后来在爱好者语境里变成一种画法的简称:把一个角色压缩成夸张的小身体,但仍然认得出是谁。这就是它的全部内容。它不规定配色、线宽、年龄,也不规定要多"可爱"。

所以真正有用的定义是算术。把「头」当作单位——从头顶到下巴,含头发。数一数站立的整身能装下几个这样的单位。写实成年人接近七个到七个半;风格化的孩子接近四个;Q 版从三个往下到两个,再往下就不是人形,而是一个头加四肢。

这一个数字能解释大部分被认成「Q 版」的特征:四肢相对头有多粗、肩膀还剩多少、手还能不能拿东西、脸上能塞多少细节才不糊。

示意图:五个站立人形分别标注为 2、2.5、3、4 与 6.5 到 7.5 头高,每个都画了标注一个头高的水平虚线,右侧是头数计数

数法:头在顶部画一次并计入,剩下的都算身体。这张示意图是为本文按正文所述惯例拼的——它是量尺,不是生成图,也不是产品截图。

值得量的六个地方

"Q 版"没法靠感觉在两张不同图之间判断,更不能靠模型自己说。量下面这几项就好。每一行都能在一分钟内量完,而且各自失败的样子很好认。

量什么Q 版的读数出错时长什么样
头高 ÷ 全身高在 1/3 到 1/2 之间,也就是 2–3 头身四个头身读起来像风格化的孩子;六个头身就是"头偏大的成年人"
眼睛高度(自头顶往下占头高的比例)大约 55%–65%,明显在头高中线以下眼睛落在中线或更高,就是"小人身上长了张成人脸"——最常见的失误
单眼宽度 ÷ 头宽大约 1/4 到 1/3低于 1/5 会变成写实脸配小身体;高于 1/2 两只眼会撞在一起,鼻子没地方放
肩宽 ÷ 头宽大约 1.2–1.5 个头宽两个头宽以上,说明身体根本没跟着缩放
上臂粗 ÷ 头宽大约 1/4,向手腕略收大头配火柴臂,得到的是"球头娃娃",不是一个身体
皮肤上的独立明暗层次两档,最多再加一个高光三层以上柔和的过渡,或者喷枪式渐变,结果会往"人偶""3D 渲染"跑

还有两项不算算术,但决定这图能不能用。线宽要经得起最终尺寸:1024 像素图上细如发丝的线,缩到 96 像素就没了;反过来线太粗会把五官堵住。一个起点是把线做成短边的 1.5%–2%,也就是 1024 图上大约 15–20 像素,缩小后仍看得见。细节预算:每个角色只留一个记忆点,背景元素不超过两个。Q 版要么在零点几秒内被读懂,要么就没起到作用。

这些数字都不是法律。它们只是解释了两个不同画师画的 Q 版为什么看起来是同一种风格,并且给了你一句比"再可爱一点"更有用的话可以写进提示词。

什么时候该用 Q 版

要做的活为什么比例帮得上忙要盯住的地方
表情包 / 贴纸在聊天框里缩到 96 像素,剪影还认得出来颜色不超过三种;不要背景;一组之内的头身比要一致
吉祥物 / 头像放在页头或头像位上,脸依然读得清别让同一段提示词顺手去生成文字,名字后期排版加上
解释图 / 搞笑分格一个夸张表情就能承担反应,不用写一段话姿势要极端,背景要空
周边 / 包装角色在产品边上显得友好,又不抢产品手和道具最先失控,重点检查
品牌角色的"软化"版把原本太严肃的设计用在轻松渠道先确认参考图;模型保不住授权设计的细节

有三种活通常不该用它。一是要让人从照片认出来的肖像——比如送给某个具体的人,两个半头身的形象承载不了相似度,而"不像"会是唯一的反馈,跟风格无关。二是要照着图做出来的服装或产品,因为 Q 版本来就在压缩结构细节。三是任何要和真实照片并排的比较图,这时不匹配本身就是问题,而不是萌点。

五条提示词,每条只动一个变量

下面全是自然语言描述。本文连过去的两个 Ottermind 页面给的是一个提示词框,角色页还可以附图——没有比例滑杆、也没有风格菜单可以点名,所以比例必须写进文字里。复制一段,然后一次只改一句。

1. 锁比例

每个 Q 版活都从这条开始。它一次把头身单位、四肢尺度和细节预算钉住,后面改动才有东西可依。

提示词
Q 版角色插画,整身正好两点五个头高:头占全身高度的五分之二,下巴以下为一点五个头身。按这个比例重建身体:肩宽约一点二五个头宽,上臂粗约四分之一个头宽,手掌约三分之一头宽,腿短而粗,不要成人比例。角色:一个直发深棕短发、圆脸的孩子,穿芥末黄连帽外套。四分之三侧站姿,全身从头顶到鞋底完整入画,上下留白均匀,纯色暖奶油背景。均匀粗细的一遍深棕描线,平涂上色只用一个暗部,不要渐变,不要高光塑料感,不要文字,不要标识。

**这条控制的是:**头身比,以及由它决定的所有肢体尺寸。**想让它变:**把"两点五"改成"两",得到更偏吉祥物的形状;改成"三",角色才有空间拿道具。其余文字尽量一字不改,两次结果才可比。但别假定数字一定被遵守:本文上面那三张对比图里,两头身和两点五头身的两次都接近要求,三头身那次跑到了大约四点二头身——那是要重跑、或者把身体结构写得更具体,而不是把标签改掉。

并排三张 Q 版角色插画,每张都叠了头高虚线与计数:第一张要求两个头高、实测 2.1;第二张要求两点五个头高、实测 2.61;第三张要求三个头高、实测 4.19

三份不同的要求,都在成品上量过。角色描述、渲染用词和背景完全一致,比例以及为它写明的身体结构各不相同。前两张接近要求;第三张没有——要求三个头高,出来大约四点二五,明显出了 Q 版范围,能做的只是重跑,而不是改标签。虚线是后期叠上去的;三张各自独立生成,所以角色之间有轻微漂移,这也正是后面第五步需要那张角色设定图的原因。

2. 定五官位置

比例把身体定住了,脸才是大多数图露馅的地方。这条把五官的位置和大小分开写。

提示词
同一个 Q 版角色的脸部特写,头占满画面。眼睛又大又低:单眼约占头宽的三分之一,眼睛高度落在头高约六成处,两眼之间空出一个眼宽。眼线下方一个点状小鼻子,嘴巴约四分之一个头宽,位于鼻子与下巴中间,脸颊圆,下巴几乎平,刘海盖到眉毛。皮肤只上两档明暗,每只眼只画一条睫毛线,不要鼻孔,不要唇线,不要写实的解剖细节。

**这条控制的是:**五官落在哪、有多大,和身体无关。**想让它变:**把眼线抬到五成、眼睛缩到四分之一头宽,就是偏大的"少年 Q 版";眼线保持低、眼睛再放大,脸会更幼、更像贴纸。

3. 为小尺寸定线与明暗

绝大多数 Q 版图是在缩略图尺寸被看到的。这条用精细度换可读性,凡是结果要进信息流、聊天窗或贴纸包,都值得跑一遍。

提示词
同一个角色的平涂 Q 版贴纸,站着挥手,两个半头高,居中并留出即使裁成圆形也不会切到身体的边距。1024 像素宽下约 16 像素的均匀深棕描线,不收尖,不加排线,不加纹理。每种材质两个平涂色加一个高光,脚下一个小面积接触投影,纯奶油底色,画面里没有别的东西。背景不要渐变,不要投影,不要星光,不要文字。

**这条控制的是:**线宽、明暗层次数、背景复杂度——决定缩到 96 像素还能不能活的三件事。**想让它变:**大幅面印刷就把线改细,贴纸要压在花背景上就把线加粗;剪影本身不够清楚时,永远不要靠加背景细节来救。

4. 从照片出发

要让真人特征跟着走时,别用文字描述,直接用照片。Ottermind 的角色页接受 JPG、PNG、WebP 的人像,输入框里限 12 MB,会连同文字描述一起带进 Studio。

提示词
把附图作为这个人脸部的唯一参考,把其重画成一个正好两个半头高的 Q 版角色。保留这些锚点:脸型、眉形、眼睛颜色、发型与发长,以及眼镜或雀斑这类辨识特征。其余全部简化,去掉原背景,服装保持中性。平涂赛璐璐上色、一个暗部,均匀描线,纯暖奶油背景,全身入画并留白,不要文字。

**这条控制的是:**风格化之后还能留下多少"像"。**想让它变:**清单里的锚点一次加一个或减一个;每加一个换来更像,也换掉一点 Q 版的柔和。没点名的部分会漂——工具页自己也写明风格化会改变五官、姿势、小细节和文字,所以在拿去给别人用之前,先和原图对比,公开前先取得本人许可。

5. 让一组图保持一致

一张好看的 Q 版不难,难的是六张放在一起像同一套——因为每次生成都是独立的一次。

提示词
同一张奶油色设定图上的角色设定表:同一个 Q 版角色的四个视角——正面、四分之三侧、正侧、背面——每个都正好两个半头高,同样的服装、同样的三色配色、同样的线宽,等距排在一张图上,四周留足空白。每个视角都是中性站姿,不要道具,不要多余姿势,不要文字标注,不要背景。

**这条控制的是:**跨姿势、以及后续用这张设定图做参考的跨图一致性。**想让它变:**贴纸包可以只留两个视角;角色要当头像用,就加一个脸部特写视角。之后每张图都把这张设定图当参考回填,而不是凭记忆重新描述角色。

常见失败,以及最省事的修法

下面这些失败看起来像"风格问题",其实是"规格问题"。先改句子,再重跑。

看到的症状真正的原因最省事的修法
一组图里头身比漂移头身那句话被改写或漏掉了每次都原样粘贴同一句,并把比例保留在设定图里
成人身体上顶着巨眼"可爱""Q 版"只放大了眼睛,没有重设身体先写头身单位,再用头宽写肩、臂、手的尺寸
皮肤像塑料、人偶感渲染默认走向 3D 或喷枪明写:平涂、只一个暗部、不要光泽高光
手太大、道具比例不对手沿用了参考照片里的成人尺度用头宽给出手的尺寸,道具最多一个
一张图里两个角色、两种头身两个人物在同一遍里生成,没有共用单位分开生成再拼,或同一句里把单位写两遍
文字、名字、标识糊成一团让图像模型去写字角色生成干净,文字后期排版
大图好看、小图消失只在成品尺寸下调过线宽和细节按最终尺寸判断,再跑一遍第 3 条

还有一条专门针对照片改画:**结果是一张新画,不是修图。**雀斑可能被合并,辨识度高的下颌线可能被磨平,眼镜可能变成通用款。这是风格在起作用,不是 bug——但也意味着照片的 Q 版版本是一张需要单独确认的新图,而不是对原图的认可。

chibi、Q 版、卡通、SD、kawaii 不是同一件事

这五个词在搜索结果里常被当同义词,实际不是。只要你开始写提示词,差别就立刻显现:其中三个动比例,两个不动。

词真正改变的东西怎么区分
chibi(日语来源,英文语境)比例,加上五官压缩2–3 头身;眼睛位置低;四肢按比例重造
cartoon(卡通)渲染方式与简化,比例常常原封不动认得出的成年人身材,配上平涂和干净的线
super-deformed(SD)同一套夸张用在游戏、玩具、机甲上常见于手办与模型;多为 3–4 头身,保留更多服装细节
Q 版(中文习惯用法)中文里对这类夸张的统称,常被当成 chibi 的同义词漫画与营销里常见;用起来跨度更大,2–4 头身都有人叫 Q 版,细节也常常更多
kawaii一种气质与设计语言可以完全写实还很 kawaii;它不涉及头数
Ottermind 的 Photo to Anime Converter 页面上发布的前后对比:左边是端着意面的厨师照片,右边是眼睛放大、造型圆润的风格化 3D 卡通版本

Ottermind 的 Photo to Anime Converter 页面上发布的一个示例,页面里标为"Clay 3D Cartoon"(2026 年 11 月 12 日核对)。脸变圆了、眼睛也放大了,但身体仍是成人比例——头大约只占站姿的六分之一。这就是要警惕的"半成品":它读起来是风格化的卡通,不是 Q 版,而且再怎么放大眼睛也改变不了这一点。

实际后果是:如果你只要"卡通""动漫",通常会拿到这个半成品,因为那两个词描述的是渲染方式。想要 Q 版,提示词就得动比例,而且第一句就要有那个头身数字。

去哪儿做

Ottermind 上两个入口,对应这件事的两半,都不是"Q 版专用预设"——比例来自你写的那句话。

  • AI Character Generator——要做一组图时更适合。可以从人像或一段文字描述开始,页面里的角色库会据此生成一套可复用的角色参考:一张包含头和鞋的全身图、一张完整发型的脸部特写,以及正面、正侧、背面的无头身体图。把那句头身写在描述框里,这套参考就会继承它。
  • Photo to Anime Converter——适合一次性把某张照片风格化,照片负责相似度,文字负责方向。页面里发布了六个风格示例,从电影感动漫到手绘动画,也提醒你"动漫"和"Q 版"是两种不同的要求。

这两个页面都不会替你完成的事:结果仍然要量。在确认之前,量头身、量眼线位置、数明暗层次,再按它实际会被看到的尺寸看一遍。Ottermind 的工具只是把你的描述交给 Studio,积分、可用模型和下载选项取决于账号;本文不对免费生成、输出分辨率、出图时间或积分消耗做任何承诺。如果需要透明背景,请单独安排一步去背,而不是让 Q 版提示词去要"透明"。

常被问到的问题

Q 版应该几个头高?

两到三个,两点五是最省事的默认值:脸还能读,姿势也还留得住。低于两个头,你画的是一个头加四肢——那也是一种合法风格,但是另一种。高于三个,大多数观众读到的是"风格化的孩子",而不是 Q 版。

Q 版和 Q 版头像是一回事吗?

头像是用途,不是风格。Q 版头像就是把一张 Q 版图裁成头像,所以最稳的做法是画一个对称的全身像、四周留够空白——之后裁方形、裁圆形或者留全身,都不至于把角色裁掉。

AI 能在多张图里保持同一个 Q 版角色吗?

只靠文字描述不能可靠做到,因为每次生成都是独立的一次。可行的办法是先出一张角色设定图,之后把它作为参考附在每次提示词里,并且每段描述都保留同一句头身。漂移必然会有,逐张检查,而不是假定连续。

能用真人照片做 Q 版吗?

可以,输入框接受 JPG、PNG、WebP,上限 12 MB。请把结果当成一张新插画而不是相似度保证,先和照片对比,公开发布或售卖之前先取得可辨认本人的许可。

应该生成多大尺寸?

生成得比最终用途大一些,然后再看缩小版,因为线宽是最先崩的。1024 像素够用于头像或贴纸;如果要印刷,先定印多大,并把提示词里的线宽当作最终成品的比例,而不是生成文件的比例。

Q 版是少数"定义真的可以量"的风格之一。定下头数、写进提示词,再用同一把尺去量结果——这就是可复现的风格和一张再也做不出来的幸运图之间的差别。

下载桌面端与移动端 App

随时随地访问 Ottermind。

电脑