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。
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。
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。
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。
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。
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。
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。
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。
