用 AI 做像素风角色精灵图：一个角色，所有动作保持一致

用 AI 做角色一致的像素画：先画一张设定图，每个动作单独生成，再做一张表情图，最后转成干净的 128×128 游戏精灵。附提示词和积分花费。

2026年10月26日

让 AI 图片生成器画"一张有 12 个动作的精灵图(sprite sheet)"，你会得到一张看起来很不错的网格图，但真要用的时候会碰到两个问题：每个动作都太小，没法干净地裁出来；而且角色从一个动作到下一个动作会慢慢走样。这篇指南介绍一套能同时避开这两个问题的流程。上面那只像素画小猫 Byte，我们就是用它大约 15 分钟做出来的。

简单来说：先把角色设计成一张大尺寸的"设定图"，然后把设定图作为参考图上传，每个动作单独生成一张，分辨率选 2K，画质选标准或更高。最后把每个动作缩小到真正的精灵尺寸（比如 128×128），再手动修几个像素就行。

这套方法适用于游戏角色、桌面宠物、VTuber Q 版形象和表情贴纸包。下面所有图片都是在 Image2.5 上用 GPT Image 2.5 做的。

为什么"一张图塞 12 个动作"行不通

一句提示词生成整张精灵图，效果是这样的：

当预览图看还挺好。但整张图宽约 2,200 像素，每个动作只分到大约 550 像素。裁出一个放大看，再和单独生成的同一个角色对比一下：

从 12 动作精灵图里裁出

单独生成

裁出来的那张边缘发虚、有噪点，像素块大小也不均匀，而且一张图里的动作越多，问题越严重。12 动作的精灵图也不是完全没用：在正式定稿前，可以拿它来试试角色的整体造型。真正要用的动作，还是一个一个单独生成。

第 1 步：设计角色设定图

设定图是后面每一张图都要照着画的参考，所以多花几次尝试在这里是值得的。描述角色的体型、服装、配色，以及一两个标志性细节（Byte 的标志是圆眼镜和宽大的卫衣），并要求在纯色背景上画一个正面视图：

角色设定图

一张原创桌面宠物吉祥物 Byte 的像素画角色设定图：一只矮胖的橘色虎斑小猫，直立站着，穿着一件宽大的薄荷绿卫衣，帽子放下，戴着黑色圆框眼镜。单个全身正面视图，居中，在画面中占比大。32 位复古游戏像素画风格，像素方正清晰，干净的深色单像素描边，限定调色板约 16 种颜色，平涂上色，只加一层高光色。纯色浅灰背景，不要文字，不要地面阴影。

试试这个提示词

提示词里每一部分的作用：

"像素方正清晰""单像素描边""限定调色板"：让画面保持像素画的感觉，而不是变成平滑的插画。
"纯色背景，不要地面阴影"：方便之后把角色抠出来。
"居中，在画面中占比大"：把分辨率用在角色身上，而不是空白背景上。
思考模式：比快速模式更能准确遵循又长又细的提示词。做设定图时值得用它。

多生成几个版本，挑出最喜欢的一张下载下来。后面的每一步都要上传它。

第 2 步：选画质档位（对像素画影响更大）

拍照风格的图片，低画质通常就够了。像素画不一样，因为整个风格就靠硬朗的边缘。下面是同一句提示词在低和高两档下的效果，放大来看：

低

高

低画质的描边更软，像素块大小也不均匀。标准明显比低更清晰；高是最干净的。在 Image2.5 上以 2K 生成一张图的花费：

画质	新生成	带 1 张参考图编辑
低	4 积分	7 积分
标准	8 积分	11 积分
高	30 积分	33 积分

我们的建议：试验阶段用 2K + 标准，要保留的最终版本再用高。这两项都在模型选择器旁边的设置菜单里调（比如"2K · 1:1 · 标准"）。本文里的提示词按钮打开时，已经默认选好了 2K 和标准。

第 3 步：每个动作单独生成，并附上设定图

上传你的设定图，然后只描述新的动作。第一句告诉模型要保留什么，最后一句用来避免最常见的错误：

单个动作（先上传你的设定图）

以上传的图片作为角色参考，画出同一个角色（相同的比例、配色、卫衣、眼镜和像素大小），摆出一个新动作：向右走，迈步中，一只脚在前，双臂摆动。单个全身视图，居中，在画面中占比大。相同的像素画风格，像素方正清晰，相同的深色描边，相同的限定调色板。纯色浅灰背景。只有两只手臂和两条腿，不要多余的肢体，不要文字。

试试这个提示词

之后每个动作只需要换掉动作描述。这是我们用的四个：

向右走，迈步中，一只脚在前，双臂摆动
盘腿坐着，在腿上一台打开的小笔记本电脑上打字，看着屏幕
蜷成一团睡在地上，闭着眼睛，尾巴绕着身体，眼镜推到额头上
站着挥手打招呼，右爪高高举起，面带微笑

每次都附上设定图，而不是上一个动作。如果每个动作都照着前一个画，微小的变化会不断累积，角色就会走样。只用设定图作为唯一参考，第 10 个动作也能和第 1 个一样一致。

第 4 步：做一张表情图

脸部比较小，所以把四个表情放进一张 2×2 的头肩图里。四格是最合适的：每张脸仍然能分到大约 1,000 像素。

表情图（先上传你的设定图）

以上传的图片作为角色参考，为同一个角色做一张 2×2 的头肩表情图：开心，闭着眼睛，咧嘴大笑；思考，一只爪子托着下巴；惊讶，睁大眼睛，张着嘴；犯困，眼睛半闭。相同的像素画风格，像素方正清晰，相同的深色描边和相同的调色板。每个表情放在单独的格子里，纯色浅灰背景，间距均匀，不要网格线，不要文字。

试试这个提示词

常见问题怎么修

某个动作画得不对时，与其修改那张出错的图，不如从设定图重新生成，并多加一句说明。下面这些短句能解决常见情况：

问题	加到提示词里
多出一只手或爪子	`只有两只手臂和两条腿，不要多余的肢体。` 并写清每只手的位置，比如 `左爪插在卫衣口袋里`。
比例变了（头变大、腿变短）	`保持与参考图完全相同的头身比。`
不同动作之间颜色有偏差	`使用与参考图完全相同的颜色，不要新增颜色。`
小尺寸下脸看起来不对	改成放在表情图的格子里，而不是作为全身动作的一部分。
边缘或小细节发糊	用 2K 的标准或高画质，并且一张图只放一个角色。

第 5 步：转成真正的游戏精灵

AI 生成的像素画其实是高分辨率画出来的：每个"像素"实际上是 10 到 20 个图片像素组成的方块，而且这些方块并没有严格对齐网格。用来做贴纸、缩略图，或者大尺寸显示的桌面宠物，这完全没问题。但要放进游戏引擎，就得把每个动作转成真正的低分辨率精灵：

缩小到你的精灵尺寸（我们用的是 128×128），插值方式选最近邻 (Nearest neighbor)，不要用平滑滤镜。Aseprite、LibreSprite 或 Piskel 这类工具都能做到；"像素画修复"类工具也能做同样的事，还会顺便把杂色对齐到调色板。
减少调色板到 16 到 24 种颜色，让相近的色调合并。
手动清理：去掉描边上零星的杂像素，把缺口补上。

AI 输出（1920 × 1920）

128 × 128 精灵，6 倍放大显示

右边那张才是真正的精灵：每个像素一种颜色，描边完整连贯。你可以下载它，看看成品文件是什么样的。然后把各个动作并排放到一张画布上，或者作为单独的帧导入引擎。

关于动画：AI 很擅长画关键动作：待机、走路、坐下、睡觉、挥手。但走路循环里流畅的中间帧，目前还是以 AI 动作为关键帧，手动或用动画工具补完更省事。

整套要花多少积分

一张设定图、四个动作加一张表情图，一共六张：

设置	整套所需积分
2K，标准	8 + 4 × 11 + 11 = 63 积分
2K，高	30 + 4 × 33 + 33 = 195 积分

再给设定图预留几次重试。思考模式下每张图大约需要一分钟。

常见问答

做出来的精灵可以用在商业游戏里吗？ 你生成的图片归你使用，包括商业用途，具体见我们的服务条款。所有付费套餐都包含商用授权。请确保你的角色是原创的，不要照搬已有角色。

这是专门的精灵图生成器吗？ 不是。它是一个通用图片模型，但非常擅长根据参考图保持角色一致。你得到的是高分辨率的关键动作；第 5 步会把它们转成能直接用在游戏里的精灵。

用快速模式还是思考模式？ 设定图和各个动作用思考模式，因为这时需要严格遵循提示词里的每个细节。快速模式适合快速试想法。

为什么不直接要透明背景？ 纯色背景比 AI 尝试生成的透明背景更容易可靠地去掉。用编辑器的魔棒工具删掉，或者用任意一个抠图工具都行。