漫创工坊
把文字里的世界,
变成可以持续创作的漫画。
将故事理解、分章分镜与图像生成组织成一条工作流,让创作者从“有一个故事”,走到“有一部作品”。
我是方凯旋。从叙事创作到消费者洞察,
探索技术与人的交点,把想法推进到真实的产品。
把文字里的世界,
变成可以持续创作的漫画。
将故事理解、分章分镜与图像生成组织成一条工作流,让创作者从“有一个故事”,走到“有一部作品”。
让研究不止于报告,
让方案先遇见消费者。
为产品与增长团队,把真人自述沉淀为可复用的研究资产。让新方案先接受有依据的预测,再与本人反馈对照,找到值得投入的验证方向。
遇到一个新问题,就多走进一个领域。
把好奇心变成研究,再把研究变成产品里的一个决定。
从哲学与表达出发,走进 AI 产品实践。
我对“人为什么这样想”保持好奇,也愿意为“能不能做出来”亲自下场。
漫创工坊,把小说漫画化从单次生图,推进为可连续创作的产品工作流。


文字创作者的难点,既在画面,也在连续性:怎样拆章、怎样分镜、对白放在哪一格、下一章如何承接前文。漫创工坊将这些分散环节组织为同一条创作路径,让用户能够持续推进一部作品。
我跨入漫画叙事研究,把文本里的因果、动作和情绪,翻译成画面可以承载的规则:长对白局部拆分,动作按节拍拆格,关键反应保留镜头,分章同时处理上下文衔接。
人物、关系、事件与因果先被理解。
对白、动作、旁白各有画面位置。
角色设定与参考图贯穿章节。
将叙事拆解为结构化章节与镜头信息,以事实链、旁白规则和原子动作约束减少断层。
把角色外观、设定与视觉连续性卡作为生成上下文,持续约束后续画面。
文本侧配置 DeepSeek,图像侧使用 GPT Image 兼容接口,拆开故事理解与视觉表达的职责;保留主备回退与生成审计,在质量、稳定性和成本之间持续取舍。
以结构化叙事约束和多参考图控制连续性,优先解决创作者能否稳定推进下一章的问题。LoRA 风格适配作为后续探索方向,按实际需求评估。
从长对白拆分、分章衔接,到古风画风稳定性与生成失败排查,迭代始终围绕创作者真正会遇到的阻力。产品已上线,形成从需求、AI 辅助开发到运营与质量优化的独立实践。

让散落在用户表达中的洞察,被组织、被调用,并在真实反馈中得到检验。

用户表达散落在访谈、帖子与文档里。产品和增长团队每次评估新方案,仍需要重新拼凑“他为什么愿意继续了解、又在犹豫什么”。我希望把这些资料转化为可以复用的研究资产,让方案在投入资源之前,先暴露值得验证的阻力。
产品逐步收敛到旅游意向人群:从真人自述抽取事实与旅行情境,保留来源并经过审核,再生成针对同一人的方案预测。每个判断都能回到依据,每次验证都对应具体的人。
已采纳来源档案
来源资料
结构化事实
本地原型数据快照 · 2026.10.26;上述为研究资料规模,不代表验证效果。
真人自述 → 来源整理 → 事实抽取与人工审核。
通用模型、固定规则与证据增强模型,对同一方案分别预测。
在获得反馈之前固定结果,避免看到答案后再修改判断。
录入同一位参与者的真实反馈,比较三组预测的表现。
按参与者与旅行情境筛选已审核事实,再注入生成上下文;采用轻量的证据检索路径,让判断回到具体来源。
将预测写入约定字段;保留固定规则对照,分辨模型究竟带来了什么增量。
通过可替换配置接入 DeepSeek,以固定参数生成结构化判断,再用事实编号、方案原文校验与失败留痕约束输出。
以审核后的证据组织上下文,以固定规则作为对照。当前按人物与情境过滤资料;先验证模型是否带来增量,再决定是否引入向量检索或专门训练。
原型已形成证据档案和对照验证流程。当前尚无已完成的预测与真人反馈记录,下一步将围绕同一人的反馈评估模型增量,并用结果继续修正研究结构。
