coloring-book:從主題到一本填色書(含 KDP 上架準備)
先讀這個(聲明)
- 這是個人工作流程的示範,記錄一個人(我們)實際做過兩本書的步驟。不是法律意見,也不是 KDP 官方支援的方法。
- 開始前請使用者自己閱讀並確認 KDP 的條款:帳號使用、第三方工具使用、AI 生成內容揭露、內容規範。條款會變,以 KDP 當下的官方說明為準。
- 就我們所知,KDP 沒有公開的書籍上傳 API;上傳段是在使用者自己已登入的瀏覽器裡填網頁表單,使用者在場看著、確認再送出。我們不保證任何帳號結果。
- 本檔數字都是「我們記錄的值,請自查」(或標「我們實測」)。沒標的不要當成事實說給使用者聽。
- AI 揭露:書裡的圖是 AI 生成的,KDP 要求如實申報;你(AI)不得幫使用者隱瞞,也不要替使用者想一個「比較好過」的答案。
你要做的事(總覽)
使用者只說「幫我做一本填色書(主題)」。你照順序做 ① 到 ⑤,每步結束要回報使用者一句進度。每一步遇到「人要做的事」就停下來請使用者做,不要代做。
| 步驟 | 內容 | 細節檔 |
|---|---|---|
| ① 場景 | 依主題產 N 頁場景提示詞與備用場景 | references/prompt-principles.md |
| ② 出圖 | 選生圖方式、出每頁圖 | 本檔「步驟 ②」 |
| ③ 品檢 | 每張都量,退件重畫,備用換頁,直到全部完成 | references/qc-rules.md、scripts/qc_page.py |
| ④ 排書 | 內頁 PDF 與封面 PDF | references/book-spec.md、scripts/make_pdf.py |
| ⑤ 上傳 | 引導使用者,在他登入的瀏覽器填 KDP | references/kdp-upload-fields.md |
事前準備
- 需要 Python 3 與 Pillow、numpy、scipy(
qc_page.py用 numpy/scipy;make_pdf.py只用 Pillow)。缺套件時請使用者同意後再安裝,並在虛擬環境內裝。 - 檢查 PDF 可用
pdfinfo、pdftoppm(poppler);Pillow 只能寫 PDF,不能開 PDF。 - 腳本以
python scripts/xxx.py執行,路徑相對於本技能資料夾。
步驟 0:開場確認(問使用者,一次問完)
- 主題是什麼?(若很模糊,給 2–3 個方向讓他選;不要自己亂定)
- 頁數:預設 96 頁、8x8 吋方形(= 47 張圖;我們兩本都這樣做)。「頁」是印出來的頁數,「圖」= 頁數/2 - 1(KDP 最低 24 頁 = 11 張圖);使用者說「24 頁」時要確認他指的是哪一個。
- 你有哪種生圖方式?(Gemini API、免費 Gemini app 手動、或本機顯卡 ComfyUI/FLUX 類)→ 見步驟 ②。
3b. 給誰塗?稀疏(給小朋友)或密(給大人),二選一(對應品檢
--mode sparse|busy,預設稀疏)。小朋友版我們沒做過整本,請看圖確認。 - 作者名(要印在封面上的名字)與書名:由使用者決定。
- 他的 KDP 帳號是否已完成稅務與付款資料?(沒有就先告訴他要自己去設定;不影響前四步)
- 本週已經建了幾本 KDP 平裝?(我們記錄的限制:每週最多 2 本,見 kdp-upload-fields.md。請以 KDP 當下規定為準。)
建立工作資料夾(名稱自訂),內含:scenes.json、spares.json、book.json、raw/、pages/、log.csv、needs_human.txt。三個記錄檔的格式模板在 references/templates/(book.json、log.csv、needs_human.txt),欄位字數上限見 references/kdp-upload-fields.md。
步驟 ①:場景提示詞
照 references/prompt-principles.md:
- 產 N 頁場景句(N = 頁數 / 2 - 1,96 頁 = 47 個)+約 1/6 的備用場景(我們 47 個主場景配 8 個備用)。
- 場景句 = 固定前綴 + 該頁場景句(場所由主題決定,用
{theme}/{place}占位,不要寫死某個小鎮)+Square 1:1 image.。前綴的核心:黑白粗線、不要彩色陰影灰階排線實心黑塊、不要字與人、東西少畫大、整頁都要有東西塗、別重複同一種物件。 - 主角、場所全書不重複;構圖與季節輪替;物件數量漸進。
- 存成
scenes.json(字串陣列)與spares.json。把場景清單給使用者看並等他說可以,再開始出圖(出圖要花錢或花顯卡時間)。
步驟 ②:出圖
怎麼選(問過使用者後擇一):
- A. Gemini 圖像模型(API 或網頁):我們實際用 Nano Banana 2.1(模型代號
gemini-nano-banana-2.1),比例 1:1(方形),出圖後再縮到 2400 px。API 路線可平行出多張(我們 4 路並行);網頁路線則由使用者貼提示詞、你協助整理檔案。需要使用者自己提供 API 金鑰或登入;金鑰只放環境變數,不要寫進任何檔案或貼回對話。 - C. 免費的 Gemini app(手動):你給出每頁完整提示詞,使用者貼到 Gemini app、把圖存進指定資料夾(
raw/),你對每張跑步驟 ③ 品檢;退件就把原因(qc_page.py印的白話一行)告訴使用者,請他重生。注意:這是手動;免費額度有每日上限(上限請自查,我們未驗證);app 的模型可能與我們不同;品質請看圖確認;品檢、排書、上傳仍由你做;不是全自動,張數多時很花時間。 - B. 本機顯卡(ComfyUI + FLUX 類模型):我們試過 FLUX.2 Klein 4B 與另一套 flux3 流程,出圖尺寸 1088 x 1088。我們的紀錄:Klein 在中等細節頁線常偏細(量測 2–4 px,門檻 4.5),我們曾對線太細的頁做「黑線外擴 1 px、最多 3 次」的後製再重新量線寬。我們兩本實際出版的書,圖都是 Gemini 路線出的;本機路線我們沒有出版過成書,視為未驗證。有 Gemini 就優先用。
- 費用:本技能不需要訂閱任何生圖軟體。Gemini API 按用量計費(網頁版依你自己的方案);本機顯卡不需訂閱,但要自己的顯卡與電費;執行技能檔需要 Claude Code(依 Anthropic 方案)。費用請自行評估。
- 最小規格(我們實測):方形 1:1;原圖至少約 1000 px(我們本機版 1088;Gemini 預設尺寸驗證時為 1024,定稿時放大到 2400,線條仍平滑、品檢可過);定稿頁 2400 x 2400 px(8 吋 x 300 dpi),純黑白。
- 封面主圖:同一個模型再出一張彩色方形圖,我們用 2K 尺寸,提示詞要求「上方 25% 留成平靜的奶油色空白、不要字、不要人」。驗證時踩到:只寫 "top 25% blank" 曾讓模型把畫面複製成上下兩段;改寫成「single continuous scene (not split, not tiled)… compose in the lower three quarters; the top quarter is a flat plain cream color」才正常。出圖後一定要自己看圖,確認上方真的有空白,再交給 make_pdf.py。
- 選 A 且使用者沒有 API:不要建議去找繞過限制的方法,請他用有權使用的網頁版逐張出圖,檔案放
raw/,你接手品檢。 - 用 AI 圖像服務前,請使用者自行確認該服務條款允許商用與出書(我們用的 Gemini、FLUX.2 Klein 4B 各有自己的條款,我們讀到 FLUX.2 Klein 4B 為 Apache-2.0;使用者要自己再確認)。
步驟 ③:品檢,直到全部完成
對使用者只講四點:
- 只有黑白,沒有灰色與大黑塊。
- 線夠粗。
- 整頁不空:九宮格每一格都要有東西,每格至少 3 塊可塗。
- 不過就自動重畫(每頁最多 3 次,再不行換備用場景)。 (腳本還會檢查更多細項,不必逐項講。)
每一頁:
最多 3 次:
出圖 -> raw/sNN_try.png
python scripts/qc_page.py [--mode sparse|busy] raw/sNN_try.png # 退件會印白話原因
程式 PASS 後你自己看圖:主角頭身是否清楚、是否和圓形物件融合(references/qc-rules.md)
都 PASS:python scripts/qc_page.py --finalize raw/sNN_try.png pages/cNN.png ; 寫 log ; break
否則:寫 log(含原因);原圖丟掉;同一場景句重畫(手動路線:請使用者重生)
3 次都沒過:換 spares.json 下一個備用場景;備用用完仍沒過:記進 needs_human.txt,繼續下一頁
- 不要為了過關自己改門檻、不要手動挑不合格的圖放進 pages/。
needs_human.txt非空就停下來,列給使用者決定。 - 可平行出多張;紀錄寫清楚(時間、頁、第幾次、結果、原因)。
- 全部完成後做一張總覽接觸表給使用者看,等他說可以再進步驟 ④。
- 我們的實測參考:47 頁的書,log 共 90 筆,每頁最後都有一筆 PASS,中間自動換了 8 次備用場景。預期會有退件與換備用,這是正常的。
步驟 ④:排書、產 PDF
照 references/book-spec.md(我們實測規格:8x8 吋、96 頁、300 dpi、白紙黑白內頁、單面——每張圖後接空白頁、封面含 0.125 吋出血、書背寬 = 頁數 x 0.002252 吋)。
- 範例:
python scripts/make_pdf.py pages/ out/ --title "..." --subtitle "..." --author "..." --blurb "..." --cover-art cover.png產出out/interior_upload.pdf、out/cover.pdf、out/cover_preview.png。 --pages必須是偶數,圖數需要 = pages/2 - 1(驗證用 2 張圖就下--pages 6;不足會報「圖只有 N 張」)。KDP 平裝有最低頁數(我們記錄是 24 頁,請自查);6 頁的驗證書不能上傳,腳本不會替你複製頁面湊頁,也不應這樣做。- 腳本行為:內頁標題頁自動換行(超過 4 行縮字);封面書名/副標/作者字自動依背景選深/淺字色並墊半透明底條;書背字只在
--pages≥ 79 才放(我們記錄值;官方頁寫 79 或 80,請自查),以下留白並印提示;書背字方向(順時針、由上往下讀)請自查。仍要看封面預覽確認位置。 - 你也可以自己寫腳本,只要符合同樣規格。做完自己打開看過一遍,再把預覽給使用者看。
- 書名、副標、作者、描述、關鍵字(7 組)、分類(2 個)寫進
book.json,由使用者確認(我們的格式見 kdp-upload-fields.md)。字都由程式排版,不讓模型畫字。
步驟 ⑤:上傳(你在場看著,確認再送出)
照 references/kdp-upload-fields.md。重點:
- 先停:請使用者自己登入
kdp.amazon.com(含密碼與 2FA),並確認稅務與付款資料已設定。這些他自己做,你不要他把密碼、cookie、驗證碼、證件給你,也不要記錄它們。 - 在他已登入的瀏覽器裡(例如用瀏覽器自動化工具),從 Bookshelf → Create → Paperback,一欄一欄把
book.json的值填進去。每填完一頁,簡短報告「這頁填了什麼」,使用者看著畫面確認。 - 版權聲明(Publishing Rights)單選:請使用者自己選、自己點。
- AI 生成內容揭露:如實申報。我們那兩本:圖像是大量 AI 生成、極少修改,所以填 AI 圖像 = Many AI-generated images, with minimal or no editing,工具欄填實際工具名;內頁文字只有人工排版的標題頁;你的情況自己照實填,並請使用者確認。
- 內頁與封面上傳後,Launch Previewer 並 Approve(我們實測:不做這步無法繼續)。
- 停在 Publish 前,讓使用者檢查所有欄位與預覽,由他決定按不按。
- 提醒每週數量限制(我們記錄的是每週最多 2 本,請以 KDP 當下規定為準)。一次只做一本;不要在使用者不在場時批次上傳。
- 若頁面和我們模板不同,或遇到驗證碼、風險提示、帳號警告:停下來問使用者,不要想辦法繞過。
回報使用者時的口吻
- 用「我們做過的流程是…」「我們實測…」,不要說「KDP 允許」「官方支援」「不會被封」「全自動上傳」。
- 做不到或沒驗證過的就說沒驗證過。
- 最後交付:
pages/(定稿頁)、out/interior_upload.pdf、out/cover.pdf、book.json、log.csv、(若有)needs_human.txt,以及一份「使用者要自己做的事」清單。
附:我們沒驗證過的事(不要對使用者宣稱)
- 其他尺寸、米色紙、精裝、8.5x11 吋的成書。
- 非「可愛動物場景」風格(曼陀羅、寫實、人物)下的門檻是否合適;「稀疏(給小朋友)」預設沒做過整本。
- 「主 AI 自己看圖」的結構檢查和我們另請視覺模型看圖的結果是否一致。
- 銷量、排名、收益:我們不提供任何保證。