Một sheet, không phải mỗi asset một ảnh
Thay vì yêu cầu mô hình vẽ mỗi sprite một ảnh, hãy yêu cầu một sheet: một ảnh 4 megapixel duy nhất bố trí thành lưới, rồi dùng script cắt rời các ô.
- Một chủ thể, chẳng hạn một nhân vật, là một sheet gồm bốn góc nhìn của cùng một chủ thể đó.
- Một họ vật phẩm là một sheet gồm tám đến mười hai vật khác nhau.
- Một món đồ quan trọng, như một vũ khí, là một sheet gồm nhiều góc nhìn của chính món đó.
Một sheet mang lại ba điều.
- Tính nhất quán. Bốn góc nhìn ra từ cùng một lần render: cùng màu, cùng trang phục, cùng vũ khí, cùng ánh sáng. Bốn lần render riêng lẻ cho bốn nhân vật khác nhau.
- Một phong cách chung cho mọi vật trong một họ.
- Năng suất. Một sheet mất bốn đến năm phút và cho bốn đến mười hai sprite.

Các sheet không chỉ dành cho game. Một turnaround nhân vật dùng được làm ảnh tham chiếu cho mock-up ứng dụng, truyện tranh hay storyboard. Đó cũng là loại ảnh tham chiếu mà các mô hình image-to-video như Seedance, MiniMax Hailuo hay Wan 2.2 nhận làm điểm xuất phát.
Mọi điều bên dưới đã được kiểm chứng khi sản xuất một bộ 1000+ tệp: nhân vật, vật phẩm, hiệu ứng, đạo cụ và texture cho một game. Các thiết lập theo hướng dẫn thiết lập Qwen-Image 2.1.
Thiết lập và đồ thị ComfyUI
Dùng mô hình gốc thay vì Turbo, ở CFG 3 kèm negative prompt, với APG và FreSca trên nhánh mô hình. Đồ thị không có prompt upsampler: prompt được đưa vào đúng như đã viết.
| Node | Thiết lập |
|---|---|
| UNETLoader | qwen_image_2.1_int8_convrot.safetensors |
| CLIPLoader | qwen3vl_8b_int8_convrot.safetensors, type qwen_image |
| VAELoader | qwen_image_2.1_vae_bf16.safetensors |
| QwenImage21Cache | device auto, dtype int8 |
| APG | eta 1.0, norm threshold 10.0, momentum 0.3 |
| FreSca | scale low 1.0, scale high 2.0, frequency cutoff 8 |
| TextEncodeQwenImage21 | prompt và negative prompt, resolution 1024 |
| EmptyLatentImage | 2432 × 1664 cho sheet, 1024 × 1024 cho texture |
| KSampler | 20 bước, CFG 3.0, euler, simple, denoise 1.0 |
| VAEDecode, SaveImage | PNG xuất ra ở chế độ RGBA, xem phần tiếp theo |
Nhánh mô hình đi qua UNETLoader, rồi QwenImage21Cache, APG, FreSca và KSampler. Thời gian đo trên máy đã sản xuất bộ asset:
| Tác vụ | Thời gian |
|---|---|
| Sheet, 2432 × 1664, 20 bước | 230 đến 320 giây |
| Texture, 1024 × 1024, text-to-image | khoảng 80 giây |
| Lượt image-to-image, 1024 × 1024 | khoảng 40 giây |
Hướng dẫn thiết lập ghi nhận một card 12 GB render được ảnh 4 megapixel cỡ này với đỉnh 11.5 GB trên trọng số int8, nên một sheet hẳn là vừa, miễn là không có gì khác dùng chung card.
Hai cái bẫy nếu bạn điều khiển ComfyUI qua API. Trong JSON gửi tới /prompt, ảnh tham chiếu được truyền dưới dạng khóa phẳng: "images.image_1": [node, 0]. Dạng lồng nhau, "images": {"image_1": …}, được chấp nhận mà không báo lỗi, và ảnh tham chiếu bị âm thầm bỏ qua. Và luôn kiểm tra PNG nhận về có ở chế độ RGBA không. Một prompt bọc sai hai câu RGBA cho nền đục; hãy báo lỗi thay vì đem cắt.
Nền trong suốt gốc
Qwen-Image 2.1 tự tạo kênh alpha, miễn là prompt được bọc trong hai câu.
- Mở đầu:
This is an RGBA image with transparency. - Kết thúc:
The image has alpha channel and the background is transparent.
Kết quả là một PNG RGBA thật sự. Khoảng 1 % pixel là bán trong suốt và không có viền màu. Cách này thay cho nền magenta cũ phải tách bằng chroma key, vốn để lại viền và buộc phải dọn màu loang.
Thêm vào câu kết: no ground, no cast shadows, no frames, no text, no labels. Thiếu nó, mô hình thích đặt một bóng đổ hay một mảng đất dưới mỗi chủ thể, và điều đó làm hỏng việc cắt.

Cách viết prompt cho một sheet
Vì không có gì viết lại prompt thay bạn, prompt phải dài và chính xác: các prompt của bộ này dài từ 2500 đến 3000 ký tự, còn prompt ngắn cho một sheet kém với các góc nhìn na ná nhau.
Thứ tự dưới đây là thứ tự đã hiệu quả. Hãy giữ nó.
- Câu RGBA mở đầu.
- Chủ thể và lưới. “A game character turnaround sheet of one single character, description, drawn four times at exactly the same scale in a strict row of 4 equal cells with generous empty space between the cells, read left to right.”
- Các ô, từng ô một, có đánh số. “cell 1, … ; cell 2, … ; cell 3, … ; cell 4, …” Trên lưới 4 × 2, hãy gọi tên cả các hàng: “Top row: cell 1, … Bottom row: cell 5, …”
- Mệnh đề đồng nhất. “Same character in every cell: identical colours, proportions, costume, weapon and lighting.”
- Khối phong cách, dùng chung cho cả bộ.
- Câu RGBA kết thúc.
Prompt đầy đủ của sheet nữ ranger ở trên:
This is an RGBA image with transparency. A game character turnaround sheet of one single character, a young woman ranger in her twenties with light brown skin, a long dark braid over one shoulder, a hooded forest-green cloak, a brown leather jerkin over a cream linen shirt, dark trousers, tall laced boots, a straight one-handed sword with a plain steel crossguard and a leather-wrapped grip held low in her right hand with the point toward the ground, and a small round wooden buckler strapped to her left forearm, drawn four times at exactly the same scale in a strict row of 4 equal cells with generous empty space between the cells, read left to right: cell 1, standing at rest, seen straight from the front, both feet on the same line, face fully visible; cell 2, standing at rest, turned 45 degrees to her right so we see the front and her right side, the sword arm nearest the viewer; cell 3, standing at rest in strict profile, facing right, one eye visible, the braid down her back, the sword in front of her; cell 4, standing at rest seen directly from behind, the back of the hood, the cloak and the braid, the sword hanging point down along her right leg so that exactly one blade shows beside the cloak, no face. Same character in every cell: identical colours, proportions, costume, weapon and lighting. Style: hand-painted game illustration, visible brush strokes, rich material detail, crisp silhouettes, soft frontal light from slightly above, a thin cool rim light, no outline, no motion blur. The image has alpha channel and the background is transparent, no ground, no cast shadows, no frames, no text, no labels.
Các quy tắc rút ra từ thử nghiệm:
- Mô tả vật liệu, không chỉ mô tả đồ vật. “a battle axe: a long straight ash-wood haft and one broad crescent steel blade with a bearded lower edge, the head wedged and riveted, the edge bright and nicked” (một cây rìu chiến: cán gỗ tần bì thẳng dài, một lưỡi thép hình lưỡi liềm rộng có mép dưới kéo dài, đầu rìu nêm và tán đinh, lưỡi sáng và sứt mẻ).
- Mô tả mỗi góc nhìn bằng những gì camera thấy, không bằng tên gọi của nó. “seen from a three-quarter back angle, turned 135 degrees so we see its back and its left side, the face hidden” hiệu quả. Chỉ “back three-quarter view” thì hiệu quả kém hơn nhiều.
- Góc nhìn từ trên xuống, nếu bạn thêm vào, cần nhấn mạnh: camera chĩa thẳng xuống, chỉ thấy đỉnh đầu và vai, không thấy mặt, “like a token on a tactical board game map” (như một quân cờ trên bản đồ board game chiến thuật).
- Nói rõ thứ không được có khi mô hình đi chệch. Một chủ thể không có tay chân sẽ mọc vuốt và miệng trong các ô tấn công nếu văn bản chung chung. Hãy viết “no arms, no legs, no teeth”.
- Nếu thêm các ô hành động, hãy viết riêng cho từng chủ thể. Một câu dùng chung, “the subject attacks”, cho tư thế yếu trên cả dàn nhân vật. Mỗi chủ thể có động tác lấy đà và đòn đánh của riêng nó: vung chùy, cắn, phun lửa, quật xúc tu.
- Để ý những từ làm đổi cách thể hiện. “bold simplified, strong contrast, clean silhouette” cho một icon kho đồ đã cho ra một biểu tượng đen trắng. Với icon màu, hãy viết “in full colour, painted with exactly the same rich materials as cell 1”.
- Một khối phong cách cho cả bộ giữ chủ thể, vật phẩm và đạo cụ trong cùng một thế giới. Khối của bộ này nằm trong prompt ở trên: minh họa game vẽ tay, nét cọ rõ, chi tiết vật liệu, hình bóng sắc nét, ánh sáng dịu chiếu từ phía trước hơi chếch trên, viền sáng lạnh, không đường viền, không nhòe chuyển động.
Negative prompt của bộ:
artifacts, washed-out colors, low quality, low resolution, blurry, extra fingers, missing fingers, deformed hands, bad anatomy, extra limbs, text, watermark, signature, labels, captions, letters, numbers, cast shadow, ground, floor, gradient background, frame, border lines, photo, 3d render

Các mẫu sheet
Mọi sheet đều 2432 × 1664 pixel.
Một chủ thể: một hàng 4 ô, một nhân vật
| Ô | Góc nhìn |
|---|---|
| 1 | đứng yên, chính diện |
| 2 | đứng yên, ba phần tư trước |
| 3 | đứng yên, nghiêng hoàn toàn |
| 4 | đứng yên, sau lưng |
Bốn góc nhìn trên một hàng là bố cục giữ vững trong mọi lần thử: ô cao, hình lớn, và vũ khí vẽ đúng ở mỗi góc nhìn. Lưới 4 × 2 với một góc nhìn từ trên xuống và hai ô hành động cũng dùng được, nhưng bốn ô thêm đó chính là nơi sheet hỏng: một lưỡi kiếm thứ hai ở góc nhìn sau lưng, thanh kiếm đặt sai chỗ khi nhìn từ trên xuống, một bàn tay kỳ dị trong đòn đánh. Hãy thêm chúng khi cần, và kiểm tra từng ô một.
Họ vật phẩm: 4 × 3 hoặc 4 × 2, các vật khác nhau
Mỗi ô một dòng: “Cell 5, row 2 column 1: description.” Vật dài thì thêm “lying horizontally across the cell, pointing to the right” (nằm ngang trong ô, hướng sang phải) để chúng lấp đầy ô. Kết thúc bằng: “Exactly one object per cell, N objects in all, no duplicates, no object crossing into another cell, each object drawn large enough to fill most of its cell.”
Mười hai vật mỗi sheet là con số lớn nhất đã dùng trong bộ. Quá số đó, các ô trở nên nhỏ.

Prompt đầy đủ của sheet này:
This is an RGBA image with transparency. A game item sheet of twelve different dungeon objects, each drawn large in its own cell of a strict 4 by 3 grid of equal cells with generous empty space between the cells, read left to right then top to bottom. Cell 1, row 1 column 1: an iron key with a looped bow and two square teeth, lying horizontally across the cell, pointing to the right. Cell 2, row 1 column 2: a wooden torch, a split oak stick wrapped in tarred cloth, the flame burning upward. Cell 3, row 1 column 3: a small red health potion, a round glass flask with a cork stopper and a wax seal. Cell 4, row 1 column 4: a leather coin pouch, drawstring closed, bulging, two gold coins showing at the mouth. Cell 5, row 2 column 1: a battle axe, a long straight ash-wood haft and one broad crescent steel blade with a bearded lower edge, the head wedged and riveted, the edge bright and nicked, lying horizontally across the cell, pointing to the right. Cell 6, row 2 column 2: a round wooden shield with an iron rim and a central iron boss, three planks visible, seen straight on. Cell 7, row 2 column 3: a rolled parchment scroll tied with a red ribbon, lying horizontally across the cell, pointing to the right. Cell 8, row 2 column 4: a lantern, a square iron frame with four glass panes and a ring handle, a candle glowing inside. Cell 9, row 3 column 1: a short sword with a plain crossguard, a leather-wrapped grip and a round pommel, lying horizontally across the cell, pointing to the right. Cell 10, row 3 column 2: a loaf of dark rye bread with a cracked crust. Cell 11, row 3 column 3: a brass compass in an open round case, the needle visible. Cell 12, row 3 column 4: a coil of hemp rope with a frayed end. Exactly one object per cell, twelve objects in all, no duplicates, no object crossing into another cell, each object drawn large enough to fill most of its cell. Style: hand-painted game illustration, visible brush strokes, rich material detail, crisp silhouettes, soft frontal light from slightly above, a thin cool rim light, no outline, no motion blur. The image has alpha channel and the background is transparent, no ground, no cast shadows, no frames, no text, no labels.
Đạo cụ và hiệu ứng: 4 × 2 hoặc 4 × 3
Đạo cụ: “dungeon fixtures seen straight on from the front” (đồ đạc hầm ngục nhìn thẳng từ phía trước), với ánh sáng đều. Hiệu ứng: “glowing, with soft luminous edges” (phát sáng, mép sáng dịu). Vật phóng: “flying to the right”.
Một món đồ nhiều góc nhìn: một hàng 4 ô
Cùng một vật trong cả bốn ô: góc cơ bản chính diện, nằm trên mặt đất nhìn từ trên xuống, icon kho đồ có màu, icon hành động hai tông. Có thể thêm các góc nhìn khi bị ném ở một hàng thứ hai; loạt đầu tiên với một thanh đao falchion và một cây rìu cho phối cảnh rút ngắn thuyết phục, kể cả cây rìu nhìn từ cạnh lưỡi, nhưng vũ khí ném nhìn trực diện là ô hỏng thường xuyên nhất. Mẫu này mới nhất trong bộ và vẫn đang được xem xét.

Cùng công thức, phong cách khác
Lưới, văn bản các ô và khung RGBA không phụ thuộc vào phong cách. Chỉ khối phong cách thay đổi. Các sheet bên dưới đến từ prompt nữ ranger với khối phong cách được thay bằng một trong các khối sau:
- Pixel art.
Style: 16-bit pixel art, a visible pixel grid, flat colours with two or three shades per material, hard pixel edges, a one-pixel dark outline, no anti-aliasing, no gradients. - Anime.
Style: anime cel shading, clean dark line art, flat colours with one hard shadow tone, small bright highlights, a saturated palette, soft frontal light. - Vector phẳng.
Style: flat vector illustration, simple geometric shapes, no gradients, no texture, a limited palette of six colours, thick uniform outlines, soft frontal light. - Low poly.
Style: low poly 3D render look, visible flat triangular facets, matte materials, no texture detail, soft studio light from the front and above.
Với khối low poly, hãy bỏ “3d render” khỏi negative prompt, nếu không hai chỉ dẫn sẽ chọi nhau.




Trong bốn sheet ở trên, nhân vật, trang phục và các tư thế của cô giữ nguyên từ khối này sang khối khác; chỉ cách thể hiện thay đổi. Hãy chọn một khối cho cả bộ. Sprite làm từ các khối khác nhau không đứng chung được với nhau.
Cắt sheet thành sprite
Việc cắt dựa trên kênh alpha, gồm bốn bước.
- Chia ảnh thành các ô bằng nhau.
- Trong mỗi ô, lấy hộp bao của các pixel có alpha trên 32, với lề 4 pixel.
- Đưa alpha dưới 24 về 0, để loại bỏ quầng mờ.
- Coi ô có dưới 100 pixel đục là ô trống.
Rồi đặt mỗi sprite theo mục đích dùng.
- Sprite chủ thể: trong một canvas có tỷ lệ khung của ảnh tham chiếu trong game, chân chạm mép dưới.
- Vật phẩm: căn giữa canvas.
- Icon kho đồ: ô vuông 192 pixel. Vật dài hơn 1.6 lần chiều rộng được xoay 45 độ, mũi hướng lên góc trên bên phải.
- Cửa, song sắt: kéo giãn sát mép, alpha ép về 255. Cửa ra tối hơn mong muốn hai đến bốn lần, nên hãy chỉnh độ sáng của chúng theo một ảnh tham chiếu.
Nếu một chủ thể tràn sang ô bên cạnh, phép cắt sẽ xén mất nó. Vì thế prompt mới yêu cầu “generous empty space between the cells” (khoảng trống rộng rãi giữa các ô).
Texture liền mạch
Mô hình không tạo được tile hoàn hảo ngay cả khi được yêu cầu, nên phương pháp dưới đây, giữ lại sau nhiều lần thất bại, sửa đường nối về sau.
- Text-to-image ở 1024 × 1024 với “A seamless tileable texture, top-down flat orthographic close-up of … Even diffuse lighting, no vignette, no perspective.”
- Dịch chuyển ảnh đi nửa chiều rộng và nửa chiều cao. Đường nối giờ chạy qua giữa ảnh, thành hình chữ thập.
- Image-to-image ở strength 0.55 trên ảnh đã dịch, với node
QwenImageImg2Img. - Chỉ giữ lại dải chữ thập ở giữa đã làm mềm của lượt đó, 96 pixel mỗi bên đường nối với Gaussian blur 32 pixel, dán ngược lên bản gốc đã dịch. Các mép vẫn là phần trong nguyên vẹn của lần render đầu.
- Dịch ngược lại theo chiều kia.
- Mirror blend (hòa trộn gương) 24 pixel mỗi bên mép để khử bước nhảy màu cuối cùng, và do đó cả bước nhảy về độ nổi.
- Suy ra normal map và roughness từ ảnh cuối.
Số đo kiểm soát: chênh lệch trung bình giữa hai mép đối diện chia cho gradient trung bình bên trong tile. Ở 1.0, đường nối không khác gì bất kỳ pixel lân cận nào.

Những gì không hiệu quả:
- Một lượt image-to-image toàn ảnh không có mask: mô hình tự tạo lại đường nối ở mép của chính nó.
- Hai lượt luân phiên: kết quả tệ hơn, 2.07 rồi 2.43 trên texture sàn.
- Vẽ lại một texture độ phân giải thấp có sẵn bằng image-to-image: kết quả bị sọc. Hãy làm lại từ text-to-image.
Hãy yêu cầu hoa văn lớn, năm hoặc sáu hàng gạch mỗi tile. Hoa văn nhỏ làm sự lặp lại lộ rõ.
Làm lại, kiểm tra, lặp lại
- Một sheet là tất định với một prompt và seed cho trước. Giữ PNG thô cùng văn bản prompt bên cạnh nó.
- Làm lại một chủ thể bằng cách làm lại cả sheet của nó với seed khác, không bao giờ làm lại một ô đơn lẻ. Giữ sheet cũ: sau này có thể nhặt được một tư thế đẹp hơn từ đó.
- Tách việc vẽ khỏi việc cắt. Việc cắt và đặt có thể chạy lại từ các sheet thô mà không cần gọi ComfyUI.
- Làm cho batch tiếp tục được. Sheet đã có trên đĩa thì không vẽ lại, nên một lượt chạy ba tiếng vẫn sống sót qua gián đoạn.
Ba kiểm tra đáng làm trước khi đưa sprite vào game.
- Xem trên nền sáng hoặc nền ca rô, không phải trên xám đậm. Nền tối che mất viền và quầng.
- Xem ở kích thước trong game, không chỉ khi phóng to. Một icon phải còn đọc được ở 32 pixel.
- Chụp màn hình trong game để đối chiếu sprite với các bề mặt. Sprite HD trên tường làm bằng pixel to thì chỏi nhau. Khi đó các bề mặt phải làm lại ở cùng mức.
Giới hạn đã biết
- Vật phẩm đôi khi ra quá giống ảnh chụp, nhất là kim loại và thủy tinh. Sửa từng trường hợp trong văn bản.
- Các ô hành động là phần kém tin cậy nhất. Kiểm tra từng chủ thể một.
- Sắc màu trôi từ sheet này sang sheet khác: tường ngả xanh, cửa ra tối. Ấn định màu trong văn bản và chỉnh lại sau nếu cần.
- Mô hình có thể gộp hoặc nhân đôi ô trên lưới chật. Giữ tối đa mười hai ô và gọi tên mỗi ô theo hàng và cột.
- Chữ và ký hiệu trên vật phẩm, cổ tự hay chữ khắc, không đáng tin. Bỏ đi hoặc thêm vào sau.
- Giấy phép. Trọng số theo Qwen Research License: chỉ dành cho nghiên cứu và đánh giá. Asset đưa vào một game thương mại cần có giấy phép từ Qwen trước, và một dịch vụ lưu trữ có điều khoản riêng của nó.
Thiết lập của bộ trong một bảng:
| Thiết lập | Giá trị |
|---|---|
| Mô hình | Qwen-Image 2.1 gốc, int8 |
| Số bước, CFG | 20, 3.0 kèm negative prompt |
| Sampler | euler, simple |
| Guidance | APG 1.0, 10.0, 0.3 rồi FreSca 1.0, 2.0, 8 |
| Sheet | 2432 × 1664, một hàng 4 ô hoặc lưới 4 × 3 |
| Texture | 1024 × 1024, seed cố định |
| Lượt sửa đường nối | image-to-image ở 0.55, dải 96 pixel |
| Hòa trộn mép | 24 pixel |