必须结构化IP形象生成流程：第一步用Notion建「IP Prompt Vault」模板库，锁定Subject和Fixed Params；第二步提取并固化Seed与合法sref；第三步通过Prompt-Layout校验确保构图一致性；第四步同步至ComfyUI并反向写入Figma元数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Midjourney生成的个人IP形象能反复调用、批量产出、跨项目复用，不能靠每次手动拼凑提示词，必须把角色设定、风格参数、构图逻辑全部结构化为可读写、可版本控制、可自动注入的流程组件。
第一步：用Notion建提示词模板库
在Notion中新建数据库，命名为「IP Prompt Vault」，添加字段：Subject（角色身份）、Style Anchor（风格锚点）、Pose Keyword（姿态指令）、Background Control（背景控制）、Fixed Params（固定参数）。
每条记录代表一个可复用的IP单元，例如“通勤猫娘→赛博朋克水彩→托腮思考→纯白渐变→--style raw --v 6.6 --s 750”。
关键不是填满所有字段，而是【Subject和Fixed Params必须100%锁定，其他字段留作变量插槽】——这样后续才能用脚本安全替换。
第二步：提取并固化种子值与风格ID
方法一：对首张选定图执行/describe，复制返回结果中的Seed数字（如128493765）和--sref ID（如8821），粘贴进Notion对应记录的Fixed Params字段末尾。
方法二：用MJ v6.1的--sref指向自定义风格ID时，必须确保该ID来自你本人生成的图——用他人图片生成的sref在商用时存在隐性版权风险。
这一步操作起来很简单，直接把文件拖进去就行。但漏掉Seed或sref任一参数，后续所有“一致性”都是假象。
第三步：批量生成前做Prompt-Layout校验
第一步：检查主体定位词是否显式存在，如“centered face”“left-profile view”；
第二步：确认--ar参数已写死，例如--ar 1:1用于头像，--ar 4:5用于竖版表情包；
第三步：验证景深关键词是否嵌入，如“shallow depth of field, soft background blur”；
第四步：运行Python校验脚本（见知识库中validate_composition函数），输出缺失项清单；
第五步：根据清单补全提示词，再提交生成。
没过校验就发请求，Midjourney大概率会把角色画偏、切掉半张脸、或者背景糊成一团色块——这不是AI的问题，是你没给它足够明确的空间指令。
第四步：同步到ComfyUI并反向写入Figma元数据
用Python脚本调用Notion API读取当前Prompt记录，提取full_prompt + seed + sref，注入base_sd15.json中CLIPTextEncode节点，POST至本地ComfyUI。
生成成功后，脚本自动调用Figma REST API上传PNG，并在对应Frame组件description字段写入：prompt_id:abc-123 | comfy_id:qwe456 | figma_version:20260614。
这一步完成后，你在Figma里点开任意一个表情组件，就能看到它对应的完整生成链路——从哪条提示词来、用了哪个seed、走的哪套workflow。
