昨天这篇帖子有不少朋友私信我前面几步的 prompt ，现在就把我经历的全流程分享给大家。
嵌入帖：@Lucian_Lc7
用 Grok Imagine 做一套能上传微信的动态表情包，现在是真简单。
这东西之前还得去 StickerFaster 付费导出，其实直接让 Codex 切一下就行，不过 Codex 这一步挺容易切翻车，我把我跑成功的提示词放评论区吧。
整个过程就四步：
先用 Grok 出一个角色形象； 再让 Grok 参考这个形象，做一张 4×3 的表情包图板； 接着让 Grok 做成固定镜头、人物不跨格的小动作视频； 最后把视频丢给 Codex，一次切成 12 个独立动态表情。
第一步：分析爆款
直接去把爆款潮玩丢给 GhatGPT 分析，比如，下面三个 POP MART 经典形象：
我想做一个IP形象的表情包，请你分析我给你图片中的几个经典形象：
1：提炼五官、造型的相同点
2、提炼不同点
3、总结一个完整的提示词
4、这个提示词的作用是把我后续上传的图片都统一成这个风格
5、仔细分析，不要乱猜，完成后自己逐项核对，看你的提示词内容是否与参考图匹配
稍等片刻，GPT会给出详细的分析结果
第二步：固定角色
把你要做成表情包的主体形象发给 GPT，我拿帖子中的印印举例：
请将我上传的参考图片中的主体，重新设计成一套**统一、稳定、可持续扩展的原创毛绒潮玩 IP 形象**。
目标不是简单把原图“卡通化”，而是让不同人物、动物或物体在转换后，都明显属于**同一个 IP 系列、同一套角色骨架、同一种视觉语言**。
## 一、整体视觉定位
风格关键词：
**收藏级潮玩、毛绒玩偶、软胶脸芯、怪萌、幼态比例、大头小身体、真实玩具材质、极简五官、统一角色骨架、轻微反差萌。**
整体效果应像真实存在、能够被量产出来的高品质潮玩公仔，而不是普通二维卡通、迪士尼动画人物或常规 Q 版人物。
---
## 二、固定 IP 骨架
无论输入图片是什么主体，都必须使用以下固定结构。
### 1. 大头小身体
头部约占角色整体高度的 **45%–55%**。
身体明显缩小。
四肢短、粗、圆润。
手脚像毛绒玩具的小爪或小手，不使用真实人体比例。
身体作用主要是完成动作，脸部负责主要情绪表达。
---
### 2. “光滑脸芯 + 毛绒外壳”结构
这是整个 IP 最重要的固定特征之一。
角色头部必须具有明显的双材质结构：
**中央脸部：**
- 独立的光滑脸芯
- 表面平整
- 没有毛绒纤维
- 没有布料纹理
- 没有皮肤毛孔
- 没有绒毛
- 类似高品质磨砂软胶、PVC、Vinyl 或细腻树脂玩具表面
- 柔和、圆润、轻微哑光
- 可以有非常轻微的玩具级反光
**外围：**
- 短而细密的毛绒
- 柔软蓬松
- 包围整个脸芯
- 像人物从一个毛茸茸的玩偶头套中露出脸
脸芯和外围毛绒之间必须存在清晰的材质反差。
**绝对不要把脸部也做成毛绒材质。**
---
## 三、固定脸型
所有角色使用统一的基础脸型：
- 短脸
- 宽脸
- 圆润
- 脸颊饱满
- 下巴非常短
- 没有明显颧骨
- 没有真实鼻梁
- 没有复杂的人类面部骨骼结构
整体像一个光滑软胶面具嵌在毛绒头套中。
不同人物只通过少量身份特征改变，不要改变这套基础脸型。
---
## 四、固定眼睛
眼睛是整个 IP 的主要识别特征。
必须保持：
- 两只眼睛明显放大
- 左右间距偏宽
- 纵向椭圆形或圆角椭圆形
- 深棕色、黑色或接近黑色
- 玩具树脂眼珠质感
- 少量明确高光
- 眼白面积较小
- 结构简洁
不要使用：
- 标准日漫大眼
- 复杂睫毛
- 浓重眼线
- 真实眼窝
- 真实眼皮褶皱
- 过多高光
- 二次元渐变瞳孔
情绪主要通过：
**眼睛开合程度、眼睛形状、瞳孔位置**
来表现。
---
## 五、固定鼻子
鼻子必须非常小。
使用：
- 小圆鼻
- 小椭圆鼻
- 小倒三角鼻
位置位于两眼之间偏下。
鼻子仅作为视觉锚点。
不要：
- 鼻梁
- 真人鼻孔
- 高挺鼻子
- 写实鼻翼
- 复杂阴影
---
## 六、固定嘴型
嘴型必须具有明显的 IP 识别度。
基础嘴型采用：
**横向较宽、上下高度较低、略带怪萌感的弧形嘴。**
可以根据表情改变：
- 闭嘴微笑
- 张嘴大笑
- O 型震惊
- 向下委屈
- 撇嘴
- 咬牙
- 无语直线嘴
但必须始终保持：
- 图形化
- 简洁
- 玩偶化
- 非真人嘴唇
如果露牙：
牙齿应整体图形化、简洁、像玩具雕刻结构。
不要生成过于真实的一排真人牙齿。
不要生成标准儿童动画角色式的大白牙笑脸。
---
## 七、人物身份保留规则
首先分析参考图片，找到最有辨识度的 **2–5 个特征**。
例如：
- 发型
- 发际线
- 眼镜
- 胡子
- 帽子
- 耳朵
- 毛色
- 花纹
- 西服
- 衬衫
- 领带
- 腰带
- 标志性皮带扣
- 鞋子
- 首饰
- 手持物
- 特殊姿势
- 标志性色彩
这些特征必须被保留并转换成潮玩语言。
**不要机械复制原人物全部面部细节。**
优先级：
**统一 IP 骨架 > 人物辨识度 > 原图细节。**
最终应该让人感觉：
“这是这个人物进入了这个 IP 世界。”
而不是：
“原人物被普通 Q 版化了。”
---
## 八、服装与配饰
参考图中具有明显身份识别作用的服饰必须尽量保留。
例如参考图中存在：
- 黑色西服
- 白色衬衫
- 条纹领带
- 特殊皮带
- 特殊皮带扣
- 标志性鞋子
- 手持物
则这些元素不能随意删除或替换。
可以适当简化结构，但：
**颜色、位置、整体轮廓和关键标志必须保留。**
---
## 九、发型
如果输入是人物：
发型必须保留原人物最明显的轮廓。
但将头发转换成：
- 短毛绒
- 植绒
- 毛毡
- 柔软玩偶纤维
不能变成写实真人发丝。
发型既负责人物辨识，也必须与整体毛绒玩偶材质统一。
---
## 十、表情转换
如果原图中人物有明显表情，应优先保留该情绪。
例如原图是大笑：
不要简单生成标准可爱笑脸。
应该提取原图真正的情绪特点，例如：
- 眼睛眯起
- 嘴部张开
- 身体后仰
- 手臂张开
- 领带摆动
- 动作非常外放
再将这些特征转换成统一 IP 的表情语言。
每张表情包只突出一个主要情绪。
---
## 十一、身体动作
保留原图最具有识别度的动作轮廓。
例如：
- 张开双臂
- 指人
- 扶额
- 双手叉腰
- 趴着
- 跳跃
- 摊手
- 抱头
- 握拳
- 拿手机
动作可以夸张约 **10%–30%**，提高表情包识别度。
但不要改变动作原本表达的意思。
---
## 十二、材质
整体强调真实玩具材质。
### 毛绒区域
- short dense plush
- fine soft fibers
- soft fuzzy fabric
- subtle textile texture
- realistic plush toy material
### 脸芯
- smooth matte vinyl
- smooth PVC
- soft-touch resin
- clean polished toy surface
- no fur
- no fabric texture
- no pores
### 配饰
根据物品材质区分：
- 金属：轻微金属反光
- 皮带：柔软皮革或玩具皮革
- 鞋：树脂、软胶或亮面玩具材质
- 领带：布料
- 衬衫：细腻织物
不同部位需要具有明确的材质差异。
---
## 十三、光线与摄影
采用高级潮玩产品摄影风格：
- 柔和棚拍光
- large softbox lighting
- 柔和主光
- 轻微轮廓光
- 自然接触阴影
- 高质量 3D 玩具摄影
- 细节清晰
- 不过度锐化
避免：
- 强烈电影光
- 复杂环境光
- 过暗画面
- 强烈霓虹灯
- 赛博朋克光线
- 过度 HDR
---
## 十四、背景
默认：
- 米白
- 浅灰
- 淡暖色
- 简单摄影棚背景
背景必须干净。
不得抢夺角色注意力。
如果用于表情包，也可以使用纯色背景或透明背景。
---
## 十五、原创性要求
只提取参考潮玩作品中共有的视觉规律：
- 大头比例
- 毛绒材质
- 光滑脸芯
- 极简五官
- 玩偶摄影语言
- 怪萌气质
不要直接复制任何现有商业 IP 的：
- 具体脸型
- 特定牙齿
- 特定耳朵
- 标志性服装
- 特定图案
- Logo
- 专属配色
- 标志性配饰
最终角色必须具有独立的原创视觉身份。
---
## 十六、禁止项
避免生成：
- 普通 Q 版人物
- Disney 风格
- Pixar 风格
- 日漫角色
- 二次元人物
- 真人皮肤
- 毛孔
- 写实面部结构
- 毛绒脸芯
- 布料脸芯
- 整张脸覆盖短毛
- 复杂鼻子
- 真人嘴唇
- 真实牙齿
- 过多雀斑
- 过度腮红
- 婴儿脸
- 超萌幼儿园风
- 细长身体
- 真实人体比例
- 写实手指
- 过度复杂背景
- 大量无关配饰
---
## 十七、最终输出标准
最终图片必须满足：
1. 即使去掉服装，也能看出属于同一套 IP。
2. 更换人物以后，脸型、眼型、鼻型、嘴型和头身比例仍然统一。
3. 输入人物最重要的身份特征仍然可以识别。
4. 中央脸芯必须明显光滑。
5. 毛绒只能存在于头套、头发、身体、服装等区域。
6. 缩小到表情包尺寸后，表情仍然清晰。
7. 整体像高品质实体潮玩产品摄影。
8. 可爱，但不幼稚。
9. 有一点怪萌和反差感。
10. 不像任何已有商业 IP 的直接复制品。
### 本次参考图特别要求
请额外严格保留参考图片中人物的：
**黑色西服、白色衬衫、黑白斜纹领带、黑色皮带、金色 H 形皮带扣、黑色侧分短发、张开双臂的大笑动作以及手中的黑色物品。**
其中：
**金色 H 形皮带扣、条纹领带、白衬衫和黑色西服属于角色本次转换后的核心身份锚点，不得删除、隐藏或替换。**
注意：这里最后面“参考图特别要求”是我对印印特征的总结，你可以依据自己主题形象的特点修改。
输入提示词后，GPT会依据你的参考图和提示词生成一个的IP形象，有不满意的地方可以微调。
第三步：制作表情包图板
换一个新对话，把刚确定好的 IP 形象发给 GPT 并配合如下提示词：
严格使用参考图中的同一个角色，制作一张聊天动态表情包图板。
画布比例保持约 1480×960，排列为 4列×3行，共12格。
每一格都是同一个角色，但做不同的聊天表情和动作：
1. 哈哈哈大笑
2. 疯狂点头
3. 生气跺脚
4. 哭哭
5. 比心
6. 鼓掌
7. 拜拜挥手
8. 疯狂摇头
9. 吃瓜
10. 睡觉打呼噜
11. 开心蹦跳
12. 无语摊手
必须保持12格中的角色造型、脸、身体比例、颜色、服装和画风完全一致。
每个角色完整放在自己的格子中央，四周留出空间，不允许跨格，不允许角色互相接触。
背景统一使用干净的纯色背景。
不要添加文字、编号、水印、边框或复杂背景。
你也可以换其他动作或者加入其他动作。
比如我又加入一张参考图，改变了「12、无语摊手」的人物特征。
仅调整「12.无语沉默」的角色造型，
人物穿着、人在被告席中，下半身被遮挡，这些都要与参考图中一致，但是不要出现被告席三个字
其余内容保持必须保持不变
最终成果如下：
但是注意，如果表情文字所表达的情绪差不多，后续生成视频可能会出现相同动作，这里后面再说怎么解决。
第四步：用 Grok Imagine 生成视频
这一步开始之前别急着往 Grok 扔，先检查三件事：
角色有没有变脸；有没有某个形象突然胖了、瘦了；有没有手脚、耳朵或者道具跑到相邻格子里。
如果有，就继续在 ChatGPT 里要求它修。这一张图是整个流程的母版，母版不稳，后面的视频一定更乱。
严格保持原始 4×3 的十二宫格布局不变，对这张表情图板进行动画化。
要求：
1、镜头必须完全固定，不允许推近、拉远、平移、旋转或抖动。
2、12 个角色分别只在自己的格子内部独立运动。
3、严格保持原角色的造型、五官、颜色、服装、身体比例和整体构图。
4、每个角色只做幅度较小、适合聊天表情包的循环动作。
5、任何角色都不能离开自己的格子。
6、不允许跨格，不允许不同格子的角色或动作互相影响。
7、不要改变原始 4×3 排列。
8、不要增加新的角色、物体、文字、特效、边框或背景元素。
9、不要改变整体画面比例。
10、十二个格子里的动作必须彼此独立，禁止整个画面一起运动。
11、每一格动画都要自然、简洁、可循环，适合作为聊天动态表情使用。
12、动作结束后尽量回到初始姿势，使首尾能够自然衔接形成循环。
背景要求：
1、移除原始背景，只保留角色主体。
2、背景必须为透明背景，不要生成任何场景、纹理、阴影、渐变、地面或装饰元素。
3、 不要生成棋盘格来模拟透明背景。
4、如果当前视频格式无法真正支持透明通道，则使用纯净、统一、无阴影的单色背景，确保角色边缘清晰，方便后续自动去背。
5、角色边缘不要出现白边、黑边、残留背景或半透明脏边。
在 Grok Imagine （支持视频生成 AI 的都可以）上传你做好的表情包图版，输入上面提示词，你会得到如下结果：
这里会有一个大坑：就是生成视频的时候表情之间有可能会污染，相邻人物容易出一样的动作。
不要急，你可以在提示词中加入每个动作想要完成的具体动作，和其他限制。
当然，如果你像我一样懒得打字，你可以简单粗暴的多生成几组不同情绪的画板，或者每组只生成 4-8 个表情，反正切好后选你满意的就好了
第五步：Codex 切图
这步不墨迹，直接把视频上传 Codex 复制下面的提示词：
把这个视频按 4 列 × 3 行切成 12 个独立动态表情。
要求：
1. 自动读取视频宽高，并平均分成 4×3 共 12 格。
2. 每一格分别裁切成独立动画。
3. 保留原始动画，不要改变角色比例。
4. 自动识别每格四周的纯色背景，并去除背景，输出真实透明通道。
5. 不要把棋盘格画进图片。
6. 输出透明背景 Animated WebP。
7. 帧率先设为 6fps。
8. 输出文件按顺序命名为：
- 01.webp
- 02.webp
- ...
- 12.webp
9. 同时输出每个动画的第一帧透明 PNG。
10. 再生成一张 4×3 棋盘格总预览图，方便检查透明效果。
11. 最后把所有输出文件打包成 ZIP。
优先使用 FFmpeg + Python/Pillow，本地处理，不调用外部 API。
去背景时优先从四角和画面边缘采样背景色，根据与背景色的色差建立透明蒙版；
不要简单删除所有相近颜色，避免误删角色脸部、服装和道具。处理完成后检查边缘，不得出现人物局部透明、白边或背景残留
你就会得到自己想要的结果。
Animated WebP 可以留着预览、筛选和二次加工。
真正投稿微信时，再让 Codex：
将最终选中的表情额外导出一套符合微信表情开放平台当前规范的 GIF，并生成对应 PNG 缩略图；尺寸、体积、数量以投稿后台当前要求为准
顺便提醒一下：真要商用，真人素材最好使用本人或已获得授权的图片😎
好了，快去试试吧，有其他 Agent 使用心得我再分享👋👋👋