ai绘画画怪物设定图：我把一坨肉养成了完整生物
开门见山：怪物设定图最忌一句话生成整只怪。我实测直出二十张只有一张结构成立，拆成部件分开生成再组合，能用的比例翻了四倍。AI 是好用的零件厂，装配图得你自己画。
给自家的架空世界攒设定集，第一只怪物我磨了三个晚上。起因很简单：我在小说里写了一头住在盐碱沼泽里的魔兽，皮糙、六肢、头上有骨板。写起来很爽，画出来就是灾难。ai绘画在怪物设定图这件事上，能力上限比大多数人想象的高，下限也比大多数人想的低。
这篇不讲龙不讲克苏鲁，那些前人写透了。我讲的是从零设计一只没有原型可抄的怪，每个坎都是我自己趟出来的。
别一上来就画整体：先把怪拆成零件
整只直出成功率极低，拆成头、躯干、肢体分别生成再组合，结构成立率能翻四倍。AI 擅长造零件，不擅长装配。
我第一晚干的事特别蠢：把设定一句话扔进去，「六肢鳞甲魔兽，骨板头颅，沼泽栖息」。出了二十张，十九张肢体数目对不上，剩下的接缝处像橡皮泥捏的。唯一一张能看的，六条腿还长在了同一侧。我不死心，又换了个更华丽的句式重跑一批，结果一样——花样句子救不了结构错误。
第二晚换思路。头部单独出：骨板、复眼、颌部外露的臼齿，出一组挑一张。躯干单独出：注意我只描述肩胛和骨盆两处着力点，方便后期接腿。肢体单独出：一次只要求两条腿，对称结构它有把握。三个部件各出十来张，挑出风格、光照一致的，拼到一起修。
数字摆这里：拆件法的两次尝试里，部件可用率大概七成，比整只直出的二十分之一高了不止四倍。代价是你要自己当装配工，接缝处的鳞片走向得手动顺。值不值？对要进设定集的图，值。
三视图一致性是硬仗，别信一次成型
同一只怪物要正侧背三视图，靠同一句提示词反复生成根本锁不住，得靠图生图垫底。我的做法是定稿正视图后垫图跑侧背。
设定图讲究三视图。我在正视图定稿后，直接用文字要求侧面视角，出了八张，八张长得都不一样：骨板形状变了三次，复眼从六颗变成四颗。这不是玄学，是文字根本锁不住细节。
后来改用图生图：正视图垫底，重绘幅度我试了三档，0.35 以下它基本原样抄，0.5 左右开始自由发挥，0.65 以上等于重新投胎。侧视图和背视图最后都用 0.4 左右出的，骨板轮廓保住了七成，剩下三成用局部重绘修。一晚上跑了二十多张，才凑齐能对上的三张。
这里有个判断值得记住：文字管大局，垫图管细节。想让第二张图长得像第一张，别改词，垫图。
补一句踩坑提醒：垫图跑侧视图时记得把「复眼六颗」这类精确计数词原样带上，我漏过一次，背视图的复眼直接少了两颗，整套图又返了工。
让怪物像活物：写它的饭碗和天敌
怪物可信的关键不在尖牙利爪，在生态位。把食性、运动方式、栖居痕迹写进提示词，图里的生物感会明显变强。
我的沼泽魔兽第一版看着像塑料制品，牙很尖，但整只怪是「摆」在那的。改动的契机是我给提示词里加了两组词：一组是食性痕迹——「颌部沾着盐晶，口腔内侧有滤食用的须」；一组是运动逻辑——「前肢粗壮适合下压，后肢带蹼」。就这两组词，出图里它的姿态立刻从站桩变成了半蹲蓄力，像随时要扑进泥里。
回头看，新手画怪物最容易堆「恐怖」「狰狞」这类词，其实那些词对画面的贡献接近零。真正起效的是功能和材质：角质、盐霜、蹼、滤食须。怪物的可信度是拿生物逻辑换来的，不是拿形容词吓出来的。
材质词也有个甜区可以抄：金属光泽词（「湿亮的角质」）配哑光底（「粗粝的盐霜」）做对比，主体会自己从背景里浮出来。我试过全套高光材质，图糊成一团反光；改成亮暗各占一半，层次一下就拉开了。这类小账本攒多了，第二只怪会快很多——我的第二只岩缝兽，一个晚上就到了定稿。
三个晚上下来，那只魔兽终于从一坨肉长成了有骨骼、有饭碗、有栖息地的完整生物。ai绘画在设定图这件事上是个态度很好的学徒：零件管够，图纸它不管。你要是也在攒世界观，先把第一只怪的饭碗想明白，再开生成器。
常见问题
怪物设定图用什么工具合适？
带图生图和局部重绘的工具优先，三视图全靠它们。纯文生图的工具做设定图会非常吃力。
一只怪从零到定稿要多久？
我的记录是三个晚上，大约一百二十张图。熟练之后部件法能压缩到一晚。
触手、骨板这类词为什么总画错位置？
因为位置关系词是弱项。写「肩部后方伸出骨质棘刺」比「背部有刺」靠谱，部件单独出再拼更稳。
生成的怪物能商用吗？
自创怪没有原型参考，风险相对小；但平台条款各不相同，商用前先读一遍你要用的那家的协议。