提示詞指南

Q 版(Chibi)怎麼畫:頭身比、提示詞,以及出圖後怎麼驗

Q 版(chibi)首先是一個頭身比,而不是一種畫風:整身兩到三個頭高,五官整體下移,只留一階陰影。下面這段就是本頁的起點提示詞——先填進去,出圖後量一下比例,再逐句調整。

選填

JPG / PNG / WebP

這是 Ottermind 自己的輸入框。填入提示詞和送出是兩個動作,不繼續進入 Studio 就不會生成任何圖片。

2026年11月12日 · 約 12 分鐘

Q 版(chibi)是一個頭身比的決定:整身只有兩到三個頭高,其餘特徵都是這個數字推出來的。 大眼睛、圓臉、平塗上色是比例的結果,不是定義本身。把一雙巨眼裝在七個頭高的身體上,那是卡通,不是 Q 版。

它適合的場合有個共同點:角色必須在很小的時候也能一眼認出來——表情貼圖、大頭貼、吉祥物、周邊、長條漫畫裡的搞笑分格。反過來說,如果角色要像真人、要交代一件衣服的真實結構,或者要跟一張照片並排比較,那就不該用 Q 版。動手之前真正要問的不是「可不可愛」,而是「這個角色幾個頭高,出圖之後誰來量」。

這篇指南是怎麼做的: 2026 年 11 月 12 日,我們在本地 ottermind-marketing 檢出(origin/main,提交 500ab56e)核對了 Ottermind 的 AI Character Generator 與 Photo to Anime Converter 兩個頁面:上傳格式與上限、輸入框欄位、下文中點名的風格範例,都來自這次核對。當天這個環境打不開外部網頁,包括選題裡點名的競品頁 pollo.ai 的 chibi 生成器,因此本文沒有結論依賴它們,也沒有沿用它們的文案。文中的頭身門檻是繪畫慣例,寫成數字是為了讓你能去量一張成品,而不是爭論它;它們不是任何畫師必須遵守的規定。封面底圖和三張對照圖是用 GPT Image 2.5 Flare 於 2026 年 11 月 12 日為本文生成的;封面上的字是之後排上去的,三張對照圖之間差別只在頭數與為它寫明的身體結構;每張生成圖都在出現的位置標了性質。量測示意圖是為本文拼的,不是生成的。本文沒有在 Ottermind 內跑過生成,也沒有把任何輸出當成保證結果。

Q 版到底在描述什麼

這個詞來自日語口語,原本指個子矮的人或小孩,後來在愛好者語境裡變成一種畫法的簡稱:把一個角色壓縮成誇張的小身體,但仍然認得出是誰。這就是它的全部內容。它不規定配色、線寬、年齡,也不規定要多「可愛」。

所以真正有用的定義是算術。把「頭」當單位——從頭頂到下巴,含頭髮。數一數站立的整身能裝下幾個這樣的單位。寫實成年人接近七到七個半;風格化的孩子接近四個;Q 版從三個往下到兩個,再往下就不是人形,而是一個頭加四肢。

這一個數字能解釋大部分被認成「Q 版」的特徵:四肢相對頭有多粗、肩膀還剩多少、手還能不能拿東西、臉上能塞多少細節才不糊。

示意圖:五個站立人形分別標為 2、2.5、3、4 與 6.5 到 7.5 頭高,每個都畫了標示一個頭高的水平虛線,右側是頭數計數

數法:頭在頂部畫一次並計入,剩下的都算身體。這張示意圖是為本文按正文所述慣例拼的——它是量尺,不是生成圖,也不是產品截圖。

值得量的六個地方

「Q 版」沒辦法靠感覺在兩張不同圖之間判斷,更不能靠模型自己說。量下面這幾項就好。每一行都能在一分鐘內量完,而且各自失敗的樣子很好認。

量什麼Q 版的讀數出錯時長什麼樣
頭高 ÷ 全身高在 1/3 到 1/2 之間,也就是 2–3 頭身四個頭身讀起來像風格化的孩子;六個頭身就是「頭偏大的成年人」
眼睛高度(自頭頂往下佔頭高的比例)大約 55%–65%,明顯在頭高中線以下眼睛落在中線或更高,就是「小人身上長了張成人臉」——最常見的失誤
單眼寬度 ÷ 頭寬大約 1/4 到 1/3低於 1/5 會變成寫實臉配小身體;高於 1/2 兩隻眼會撞在一起,鼻子沒地方放
肩寬 ÷ 頭寬大約 1.2–1.5 個頭寬兩個頭寬以上,表示身體根本沒跟著縮放
上臂粗 ÷ 頭寬大約 1/4,往手腕略收大頭配火柴臂,得到的是「球頭娃娃」,不是一個身體
皮膚上的獨立明暗層次兩檔,最多再加一個高光三層以上柔和的過渡,或噴槍式漸層,結果會往「人偶」「3D 渲染」跑

還有兩項不算算術,但決定這張圖能不能用。線寬要經得起最終尺寸:1024 像素圖上細如髮絲的線,縮到 96 像素就沒了;反過來線太粗會把五官堵住。一個起點是把線做成短邊的 1.5%–2%,也就是 1024 圖上大約 15–20 像素,縮小後仍看得見。細節預算:每個角色只留一個記憶點,背景元素不超過兩個。Q 版要不是在零點幾秒內被讀懂,就是沒發揮作用。

這些數字都不是法律。它們只是解釋了兩個不同畫師畫的 Q 版為什麼看起來是同一種風格,並且給了你一句比「再可愛一點」更有用的話可以寫進提示詞。

什麼時候該用 Q 版

要做的活為什麼比例幫得上忙要盯住的地方
貼圖 / 表情包在聊天框裡縮到 96 像素,剪影還認得出來顏色不超過三種;不要背景;一組之內的頭身比要一致
吉祥物 / 大頭貼放在頁首或頭像位,臉依然讀得清別讓同一段提示詞順手去生成文字,名字後期排版加上
說明圖 / 搞笑分格一個誇張表情就能承擔反應,不用寫一段話姿勢要極端,背景要空
周邊 / 包裝角色在產品旁邊顯得友善,又不搶產品手和道具最先失控,重點檢查
品牌角色的「軟化」版把原本太嚴肅的設計用到輕鬆渠道先確認參考圖;模型保不住授權設計的細節

有三種活通常不該用它。一是要讓人從照片認出來的肖像——例如送給某個特定的人,兩個半頭身的形象承載不了相似度,而「不像」會是唯一的回饋,跟風格無關。二是要照著圖做出來的服裝或產品,因為 Q 版本來就在壓縮結構細節。三是任何要跟真實照片並排的對照圖,這時不匹配本身就是問題,而不是萌點。

五條提示詞,每條只動一個變數

下面全是自然語言描述。本文連過去的兩個 Ottermind 頁面給的是一個提示詞框,角色頁還可以附圖——沒有比例滑桿、也沒有風格選單可以點名,所以比例必須寫進文字裡。複製一段,然後一次只改一句。

1. 鎖比例

每個 Q 版工作都從這條開始。它一次把頭身單位、四肢尺度和細節預算釘住,後面改動才有東西可依。

提示詞
Q 版角色插畫,整身正好兩點五個頭高:頭佔全身高度的五分之二,下巴以下為一點五個頭身。按這個比例重建身體:肩寬約一點二五個頭寬,上臂粗約四分之一個頭寬,手掌約三分之一頭寬,腿短而粗,不要成人比例。角色:一個直髮深棕短髮、圓臉的孩子,穿芥末黃連帽外套。四分之三側站姿,全身從頭頂到鞋底完整入畫,上下留白均勻,純色暖奶油背景。均勻粗細的一遍深棕描線,平塗上色只用一個暗部,不要漸層,不要高光塑膠感,不要文字,不要標誌。

**這條控制的是:**頭身比,以及由它決定的所有肢體尺寸。**想讓它變:**把「兩點五」改成「兩」,得到更偏吉祥物的形狀;改成「三」,角色才有空間拿道具。其餘文字盡量一字不改,兩次結果才可比。但別假定數字一定被遵守:本文上面那三張對照圖裡,兩頭身和兩點五頭身的兩次都接近要求,三頭身那次跑到了大約四點二頭身——那是要重跑、或把身體結構寫得更具體,而不是把標籤改掉。

並排三張 Q 版角色插畫,每張都疊了頭高虛線與計數:第一張要求兩個頭高、實測 2.1;第二張要求兩點五個頭高、實測 2.61;第三張要求三個頭高、實測 4.19

三份不同的要求,都在成品上量過。角色描述、算圖用詞和背景完全一致,比例以及為它寫明的身體結構各不相同。前兩張接近要求;第三張沒有——要求三個頭高,出來大約四點二五,明顯出了 Q 版範圍,能做的只是重跑,而不是改標籤。虛線是後期疊上去的;三張各自獨立生成,所以角色之間有輕微漂移,這也正是後面第五步需要那張角色設定圖的原因。

2. 定五官位置

比例把身體定住了,臉才是大多數圖露餡的地方。這條把五官的位置和大小分開寫。

提示詞
同一個 Q 版角色的臉部特寫,頭佔滿畫面。眼睛又大又低:單眼約佔頭寬的三分之一,眼睛高度落在頭高約六成處,兩眼之間空出一個眼寬。眼線下方一個點狀小鼻子,嘴巴約四分之一個頭寬,位於鼻子與下巴中間,臉頰圓,下巴幾乎平,瀏海蓋到眉毛。皮膚只上兩檔明暗,每隻眼只畫一條睫毛線,不要鼻孔,不要唇線,不要寫實的解剖細節。

**這條控制的是:**五官落在哪、有多大,和身體無關。**想讓它變:**把眼線抬到五成、眼睛縮到四分之一頭寬,就是偏大的「少年 Q 版」;眼線保持低、眼睛再放大,臉會更幼、更像貼圖。

3. 為小尺寸定線與明暗

絕大多數 Q 版圖是在縮圖尺寸被看到的。這條用精細度換可讀性,凡是結果要進動態牆、聊天窗或貼圖包,都值得跑一遍。

提示詞
同一個角色的平塗 Q 版貼圖,站著揮手,兩個半頭高,居中並留出即使裁成圓形也不會切到身體的邊距。1024 像素寬下約 16 像素的均勻深棕描線,不收尖,不加排線,不加紋理。每種材質兩個平塗色加一個高光,腳下一個小面積接觸陰影,純奶油底色,畫面裡沒有別的東西。背景不要漸層,不要投影,不要星光,不要文字。

**這條控制的是:**線寬、明暗層次數、背景複雜度——決定縮到 96 像素還能不能活的三件事。**想讓它變:**大幅面印刷就把線改細,貼圖要壓在花背景上就把線加粗;剪影本身不夠清楚時,永遠不要靠加背景細節來救。

4. 從照片出發

要讓真人特徵跟著走時,別用文字描述,直接用照片。Ottermind 的角色頁接受 JPG、PNG、WebP 的人像,輸入框裡限 12 MB,會連同文字描述一起帶進 Studio。

提示詞
把附圖作為這個人臉部的唯一參考,把它重畫成一個正好兩個半頭高的 Q 版角色。保留這些錨點:臉型、眉形、眼睛顏色、髮型與髮長,以及眼鏡或雀斑這類辨識特徵。其餘全部簡化,去掉原背景,服裝保持中性。平塗賽璐璐上色、一個暗部,均勻描線,純暖奶油背景,全身入畫並留白,不要文字。

**這條控制的是:**風格化之後還能留下多少「像」。**想讓它變:**清單裡的錨點一次加一個或減一個;每加一個換來更像,也換掉一點 Q 版的柔和。沒點名的部分會漂——工具頁自己也寫明風格化會改變五官、姿勢、小細節和文字,所以在拿去給別人用之前,先和原圖比對,公開前先取得本人同意。

5. 讓一組圖保持一致

一張好看的 Q 版不難,難的是六張放在一起像同一套——因為每次生成都是獨立的一次。

提示詞
同一張奶油色設定圖上的角色設定表:同一個 Q 版角色的四個視角——正面、四分之三側、正側、背面——每個都正好兩個半頭高,同樣的服裝、同樣的三色配色、同樣的線寬,等距排在一張圖上,四周留足空白。每個視角都是中性站姿,不要道具,不要多餘姿勢,不要文字標註,不要背景。

**這條控制的是:**跨姿勢、以及後續用這張設定圖當參考的跨圖一致性。**想讓它變:**貼圖包可以只留兩個視角;角色要當頭像用,就加一個臉部特寫視角。之後每張圖都把這張設定圖當參考回填,而不是憑記憶重新描述角色。

常見失敗,以及最省事的修法

下面這些失敗看起來像「風格問題」,其實是「規格問題」。先改句子,再重跑。

看到的症狀真正的原因最省事的修法
一組圖裡頭身比漂移頭身那句話被改寫或漏掉了每次都原樣貼上同一句,並把比例保留在設定圖裡
成人身體上頂著巨眼「可愛」「Q 版」只放大了眼睛,沒有重設身體先寫頭身單位,再用頭寬寫肩、臂、手的尺寸
皮膚像塑膠、人偶感算圖預設走向 3D 或噴槍明寫:平塗、只一個暗部、不要光澤高光
手太大、道具比例不對手沿用了參考照片裡的成人尺度用頭寬給出手的尺寸,道具最多一個
一張圖裡兩個角色、兩種頭身兩個人物在同一遍裡生成,沒有共用單位分開生成再拼,或同一句裡把單位寫兩遍
文字、名字、標誌糊成一團讓圖像模型去寫字角色生成乾淨,文字後期排版
大圖好看、小圖消失只在成品尺寸下調過線寬和細節按最終尺寸判斷,再跑一遍第 3 條

還有一條專門針對照片改畫:結果是一張新畫,不是修圖。 雀斑可能被合併,辨識度高的下顎線可能被磨平,眼鏡可能變成通用款。這是風格在起作用,不是 bug——但也意味著照片的 Q 版版本是一張需要單獨確認的新圖,而不是對原圖的認可。

chibi、Q 版、卡通、SD、kawaii 不是同一件事

這幾個詞在搜尋結果裡常被當同義詞,實際上不是。只要你開始寫提示詞,差別就立刻顯現:其中三個動比例,兩個不動。

詞真正改變的東西怎麼區分
chibi(日語來源,英文語境)比例,加上五官壓縮2–3 頭身;眼睛位置低;四肢按比例重造
cartoon(卡通)算圖方式與簡化,比例常常原封不動認得出的成年人身材,配上平塗和乾淨的線
super-deformed(SD)同一套誇張用在遊戲、玩具、機甲上常見於公仔與模型;多為 3–4 頭身,保留更多服裝細節
Q 版(中文習慣用法)中文裡對這類誇張的統稱,常被當成 chibi 的同義詞漫畫與行銷裡常見;用起來跨度更大,2–4 頭身都有人叫 Q 版,細節也常常更多
kawaii一種氣質與設計語言可以完全寫實還很 kawaii;它不涉及頭數
Ottermind 的 Photo to Anime Converter 頁面上發布的前後對照:左邊是端著義大利麵的廚師照片,右邊是眼睛放大、造型圓潤的風格化 3D 卡通版本

Ottermind 的 Photo to Anime Converter 頁面上發布的一個範例,頁面裡標為「Clay 3D Cartoon」(2026 年 11 月 12 日核對)。臉變圓了、眼睛也放大了,但身體仍是成人比例——頭大約只佔站姿的六分之一。這就是該警惕的「半成品」:它讀起來是風格化的卡通,不是 Q 版,而且再怎麼放大眼睛也改變不了這件事。

實際後果是:如果你只要「卡通」「動漫」,通常會拿到這個半成品,因為那兩個詞描述的是算圖方式。想要 Q 版,提示詞就得動比例,而且第一句就要有那個頭身數字。

去哪兒做

Ottermind 上兩個入口,對應這件事的兩半,都不是「Q 版專用預設」——比例來自你寫的那句話。

  • AI Character Generator——要做一組圖時更適合。可以從人像或一段文字描述開始,頁面裡的角色庫會據此生成一套可重複使用的角色參考:一張包含頭和鞋的全身圖、一張完整髮型的臉部特寫,以及正面、正側、背面的無頭身體圖。把那句頭身寫在描述框裡,這套參考就會繼承它。
  • Photo to Anime Converter——適合一次性把某張照片風格化,照片負責相似度,文字負責方向。頁面裡發布了六個風格範例,從電影感動漫到手繪動畫,也提醒你「動漫」和「Q 版」是兩種不同的要求。

這兩個頁面都不會替你完成的事:結果仍然要量。在確認之前,量頭身、量眼線位置、數明暗層次,再按它實際會被看到的尺寸看一遍。Ottermind 的工具只是把你的描述交給 Studio,積分、可用模型和下載選項取決於帳號;本文不對免費生成、輸出解析度、出圖時間或積分消耗做任何承諾。如果需要透明背景,請另外安排一步去背,而不是讓 Q 版提示詞去要「透明」。

常被問到的問題

Q 版應該幾個頭高?

兩到三個,兩點五是最省事的預設值:臉還能讀,姿勢也還留得住。低於兩個頭,你畫的是一個頭加四肢——那也是一種合法風格,但是另一種。高於三個,大多數觀眾讀到的是「風格化的孩子」,而不是 Q 版。

Q 版和 Q 版大頭貼是一回事嗎?

大頭貼是用途,不是風格。Q 版大頭貼就是把一張 Q 版圖裁成頭像,所以最穩的做法是畫一個對稱的全身像、四周留夠空白——之後裁方形、裁圓形或者留全身,都不至於把角色裁掉。

AI 能在多張圖裡保持同一個 Q 版角色嗎?

只靠文字描述不能可靠做到,因為每次生成都是獨立的一次。可行的辦法是先出一張角色設定圖,之後把它當參考附在每次提示詞裡,並且每段描述都保留同一句頭身。漂移一定會有,逐張檢查,而不是假定連續。

能用真人照片做 Q 版嗎?

可以,輸入框接受 JPG、PNG、WebP,上限 12 MB。請把結果當成一張新插畫而不是相似度保證,先和照片比對,公開發布或販售之前先取得可辨識本人的同意。

應該生成多大尺寸?

生成得比最終用途大一些,然後再看縮小版,因為線寬是最先崩的。1024 像素夠用於頭像或貼圖;如果要印刷,先定印多大,並把提示詞裡的線寬當成最終成品的比例,而不是生成檔案的比例。

Q 版是少數「定義真的可以量」的風格之一。定下頭數、寫進提示詞,再用同一把尺去量結果——這就是可重現的風格和一張再也做不出來的幸運圖之間的差別。

下載桌面端與行動端 App

隨時隨地使用 Ottermind。

電腦