SuperAPI AI 工具集

emotional-canvas-moodboard

设计与创作

查看项目

更新于 10-16 04:09

技能介绍

用途

Emotional Canvas Moodboard 用于把游戏的情感方向转化为具体的视觉情绪板。它适合在完成 game-design-emotional-canvas 之后使用,或当用户已经能描述目标感受、相邻感受、视觉基调、禁忌元素和参考寻找目标时使用。

该技能的核心定位是参考收集与情绪板组装,而不是撰写抽象创意文案。它要求快速从情感解读转向查询生成、候选收集、严格淘汰和情绪板渲染。其工作原则是:好的情绪板不是一堆好看的图片,而是对原型应传达感受的视觉论证。

主要能力

  • 构建或规范化情感画布,包含:目标感受、三个定义性描述词、相邻感受、对比感受、要寻找的视觉参考、要寻找的音频参考、叙事基调、禁忌元素。
  • 将情感画布转换为 6-12 条聚焦的图像搜索方向(lane),每条方向代表一个有用的视觉维度,例如形状语言、色彩与光照、环境氛围、质感与材质、构图与镜头距离、界面或街机参考风格、角色能量或运动语言、时代/风格锚点。
  • 为每条方向编写 2-5 个搜索短语,查询模式为:[主题/风格] + [情绪形容词] + [视觉约束]。
  • 从网络收集候选图池,通常 16-40 张,混合宽泛氛围参考与直接机制相关参考,积极剔除近似重复项和低分辨率缩略图。
  • 在渲染前进行严格策展,默认最终情绪板为 6-12 张图片,每张图片必须承担独特作用(氛围、形状语言、色彩、空间、运动、HUD/可读性、收集品/奖励语言、材质完成度或调色板参考)。
  • 输出产物:当前概念的简短情感画布摘要、带聚焦图像查询的搜索计划列表、下载的候选源图池、描述策展板的机器可读 manifest.json、渲染的 moodboard.html、渲染的扁平化 moodboard.jpg,以及解释强保留与弱淘汰的简短策展说明。

使用方式

工作流程如下:

  1. 构建或规范化情感画布。若用户已提供情感画布,将其规范化为上述结构;若只提供概念,则先用 game-design-emotional-canvas 的结构创建紧凑情感画布。保持简短,目标是驱动搜索质量。
  2. 将画布转换为图像搜索方向,创建 6-12 条聚焦搜索方向,每条写 2-5 个搜索短语。
  3. 收集候选池而非最终板。使用网络搜索和常规网络访问寻找视觉参考,优先官方游戏商店截图、官方主视觉图、ArtStation / Behance 项目图片、强编辑或作品集图片;避免随机文章头图、通用图库结果、空分类页或填充摄影。将源 URL 保存在 manifest 中,即使文件已下载到本地。此技能不按版权状态过滤,目的是快速本地参考收集,版权审查可在后续单独流程进行。
  4. 渲染前严格策展。从美学质量、情感契合、可读性/剪影清晰度、色彩语言、几何或材质相关性、集合内独特性等维度评判每个候选,然后大幅删减。最终板默认 6-12 张,每张必须赢得位置,拒绝仅仅“相关”的图片。记录至少:最强的 3-5 张为何保留、若干弱候选为何被拒、每张保留图片在板中承担的独特作用。
  5. 将文件保存到专用板文件夹,例如 output/moodboards/<slug>/。推荐布局:downloads/ 存放本地图片文件,manifest.json 存放策展板元数据,moodboard.html,moodboard.jpg,可选 candidate_manifest.json,可选 curation-notes.md。
  6. 渲染情绪板。使用 scripts/download_urls.py 快速下载已策展的图片 URL 列表;使用 scripts/render_moodboard.py 将 manifest 转为平铺 JPG 板和保留说明与源链接的 HTML 板。除非用户要求其他比例,优先 16:9 输出。
  7. 像创意交接一样报告:返回提炼后的目标感受、板中 3-5 个最强情绪信号、收集参考中的明显缺口、HTML 与 JPG 输出的文件位置,以及证明策展发生的简短保留/淘汰摘要。如有帮助,可将结果拆分为两个更小的配套板:美学/氛围板(色彩、色调、材质、氛围)和机制/可读性板(空间、运动、危险清晰度、HUD、得分语言)。

捆绑脚本用法:

下载 URL 到板文件夹:

python scripts/download_urls.py --input <url-list.json> --output-dir <board-folder>/downloads --prefix ref

渲染板:

python scripts/render_moodboard.py --manifest <path-to-manifest.json> --title "Board Title"

可选:

python scripts/render_moodboard.py --manifest <path> --width 1920 --height 1080 --columns 4

适用场景

  • 游戏原型开发前的美术方向探索。
  • 已有情感方向后快速收集视觉参考并组装情绪板。
  • 需要将抽象情感转化为可共享的视觉论证。
  • 需要区分美学/氛围与机制/可读性两类参考时。

限制

  • 该技能用于参考收集与情绪板组装,不用于撰写长篇抽象创意文案。
  • 不按版权状态过滤,版权审查需在后续单独流程进行。
  • 最终板默认 6-12 张,若结果看起来像一堆搜索结果,则视为失败。
  • 资料中未提供具体收费、价格、平台支持范围等信息。

参考文件

仅在有用时阅读:references/search-patterns.md 用于查询设计与图像方向思路;references/sample-emotional-canvas.md 用于基于示例游戏概念的完整示例。

该技能属于 Stanislav Stankovic 的 Game Design Skills Bundle,依据 PolyForm Noncommercial 1.0.0 许可,免费用于个人、学术和非营利用途;商业用途需要许可,以技能包形式出售。条款见 https://github.com/Stanestane/game-design-skills-bundle。Required Notice: Copyright Stanislav Stankovic (https://www.stane-island.net/)。