初次尝试：基础彩色化

我给了 Lovart 一个简单的提示词：

根据手绘的图片，创建彩色的角色设计图，要求严格按照原有的构图

Lovart 首先对我的手绘稿进行了详细分析，识别出了人物的放松姿态、手持链条三节棍、头戴帽子、长发飘逸、宽肩膀肌肉发达的特征，以及右侧三个不同表情的头像。分析还算准确，但感觉仍然缺少细节。

第一张彩色版本出来了，AI 很好地保持了原有的构图和姿态。

风格探索：日式动漫风格

我继续要求："改成日式动漫风格"

这是安达充还是横山光辉风格？看起来很复古。

Lovart 解释说这个版本采用了经典的动漫美学，包括更大更有表现力的眼睛、赛璐珞上色技术、更加风格化的比例和鲜艳的动漫色彩。

挑战特定漫画家风格

我想尝试更具体的风格："改成藤崎龙的漫画风格"

Lovart 表示要转换成藤崎龙的独特漫画风格，但遇到了一些政策限制，于是采用了替代方案：

看起来有点像 KOF 里的拉尔夫和比利的结合。

不甘心的我又试了一次："使用日本漫画《封神演义》的风格再生成一次"

没看出来和封神演义有什么关系啊。

意外收获：动作设计图

有趣的是，Lovart 还自动为我生成了一系列动作姿势，展现张宝的战斗风采：

跳跃攻击：

感觉是前冲不是跳跃，另外三节棍攻击应该是握棍不是握链。

防御姿态：

看起来有点奇怪，为什么拿着链子防御而不是举着棍子防御？

回旋攻击：

三节棍好像没有办法做出这样的动作，有点违背物理常识。

落地冲击：

这是刚做完「韦伯斯特」空翻吗？为什么武器又变成了链锤呢？

体验总结

Lovart 的整体体验看起来是经过优化的，会不断引导用户进行创作。不过生成的结果还不是特别完美，特别是对三节棍这种特定武器的理解和表现还有待改进。

从技术角度来看，这个机制似乎是使用了 LLM Agent 来承接用户的生成要求，AI 先进行思考分析，然后通过类似 Function Calling 的方式调用图像生成模型。

这种方式目前来看还存在可优化的空间，比如可以在每一步思考调用生图模型之前先让用户确认，这样能够减少生成结果与用户期望之间的偏差。