Come creare una raccolta di personaggi con Midjourney

Obiettivi del lavoro: migliorare il set di immagini preesistente

Sviluppato nel 2017, il set di immagini preesistente sul sito fcp era stato sviluppato usando un grafica vettoriale con dei puppet generici diversificati per colore della pelle (B/N) e capigliature. Il set conteneva circa 60 varianti per un database di calciatori che oscilla fra i 600 e i 700 giocatori a seconda delle stagioni e dei momenti, quindi un rapporto di circa 1 immagine a 12 calciatori. Perciò il primo obiettivo obiettivo di questo lavoro è accrescere la variabilità del set di immagini, per permettere una rappresentazione di almeno 1 immagine a 6 oppure al max 1 a 7.

Obiettivo 2: migliorare l'espressività dei character

Altro limite del set di personaggi 2017 è la scarsa espressività. Essendo sviluppati in grafica vettoriale, i personaggi non hanno espressioni, erano concepiti per rappresentare un aspetto generico e volutamente minimalistico dei calciatori. Ma oggi nel 2025 il secondo obiettivo di questo lavoro è sviluppare una raccolta di immagini che abbia una maggiore espressività e capacità di rappresentazione dei volti e delle specificità dei calciatori.

Problemi da affrontare: passare da un modello B/N a uno multietnico con variabili di età

Il principale aspetto di difficoltà quando si deve creare una raccolta di volti generici è trovare un approccio sistemico per rappresentare le peculiarità somatiche. Ma non solo: c'è poi il fattore età, i giocatori hanno volti ed espressioni che sono funzione anche di età diverse e di un diverso grado di esperienza e consapevolezza. Insomma una sfida affascinante. Vediamo come l'abbiamo affrontata.

 

Fantacalciopedia.com è un sito di informazione fantacalcistica che implementa un database di squadre e calciatori originale. È seguito da 2 milioni di fantagiocatori

 

Dati del problema: cosa sappiamo

• Numero dei calciatori in Serie A: range di circa 600-700
• Età media dei calciatori in Serie A: circa 27 anni, ma noi sappiamo che le schede calciatore possono oscillare dai 16 anni ai 37-38anni, coprendo quindi un range di almeno 20-22 anni.
• Poi abbiamo l'esigenza di rappresentare diverse specificità etnico-geografiche:
• on top-level ci sono gli europei, gli africani, gli americani, gli asiatici 
• ma poi ci sono i sottogruppi: per esempio i sudamericani, cioè gli argentini, gli uruguagi, i brasiliani con le varianti più chiare, più scure, più caraibiche
• ci sono gli europei balcanici, i serbi, i croati, i bosniaci e via dicendo
• ci sono i turchi, i libanesi, gli israeliani e più in generale gli euro-asiatici 
• ci sono gli europei centrali, i francesi, i belgi, i tedeschi, con le pettinature ricciolute e lineamenti spesso affilati, ma anche inglesi, scozzesi, irlandesi
• ci sono gli europei del sud, i cd mediterranei, italiani, greci, spagnoli e altri
• ci sono i nordeuropei e gli scandinavi, con capelli biondissimi, spesso barbe e pelle chiara  
• ci sono gli euro-africani, francesi, inglesi, italiani e via discorrendo con pelle colore ebano e acconciature afro-style
• ci sono gli orientali, cinesi, giapponesi, indonesiani, indiani, benchè al momento minoritari nel campionato italiano
• e poi ci sono ovviamente una marea indistinguibile di ibridazioni.

Età media dei calciatori in Serie A: circa 27 anni, ma noi sappiamo che le schede calciatore possono oscillare dai 16 anni ai 37-38anni, coprendo quindi un range di almeno 20-22 anni.

Ma il nostro obiettivo è trovare uno schema che ci dia ampiezza espressiva senza assumere dimensioni infinite o ingestibili. È impossibile rappresentare tutta la realtà, bisogna trovare un compromesso sistemico con un ragionevole margine di approssimazione.

Obiettivo finale: sviluppare una raccolta di almeno 100 character. 

Step 1: sviluppare dei singoli character di prova, il parametro cref 

Scegliamo di utilizzare Midjourney per affrontare questo lavoro. A mio parere in questo momento dal punto di vista creativo è il miglior motore generativo disponibile. 
La prima cosa da fare è sviluppare dei character di prova per trovare uno stile soddisfacente di riferimento. Mi occorre un prompt per lo sviluppo del personaggio e naturalmente delle immagini di partenza. Voglio utilizzare il parametro --cref per questa fase 1: introdotto da MJ solo negli ultimi mesi, questo parametro consente di passare al motore generativo un personaggio modello, in modo da ottenere dei risultati somiglianti a quel modello, anche in contesti diversi.

È una figata gigantesca, anche se richiede un po' di lavoro, perchè ovviamente non è ancora facilissima da governare. 

Il mio soggetto di partenza è Romelu Lukaku e dopo una ventina di prompt design e aggiustamenti, il mio prompt risolutivo è:
"portrait of Romelu Lukaku with blu shirt running across a snowy soccer field, surrounded by Christmas decorations such as lights, a Christmas tree, and wreaths. The character is dynamic, wearing a festive winter sports outfit, with the background showcasing a clear sky and snowflakes gently falling. The atmosphere is joyful and festive, evoking the spirit of Christmas."  

Il risultato mi soddisfa, anche se non ho necessità di sviluppare il corpo dei calciatori perchè la raccolta mi servirà in formato portrait quadrato, ma comunque mi aiuta a definire uno stile, che adesso dovrò moltiplicare.

Il parametro CREF permette di riprodurre immagini a partire da uno specifico personaggio. L'immagine qui sotto somiglia molto al calciatore Romelu Lukaku, ma è una riproduzione creata con Midjourney.  

 

Step 2: Creare una tavola output di esempio 

A questo punto devo riprodurre altri giocatori, perchè il mio obiettivo è creare una tavola di output-esempio. Chi sta lavorando in questi tempi con le intelligenze generative ha forse imparato un piccolo-grande segreto degli LLM: le ai generative possono fare cose incredibili, la cosa difficile al momento è far capire loro che cosa vogliamo ottenere. Ma non divaghiamo.

Scelgo alcuni calciatori che hanno tratti, pettinature e peculiarità visive particolari. Il mio intento è creare un ventaglio puramente esemplificativo. Unisco l'utile al dilettevole: mi servirà anche una cover per la guida all'asta invernale. Metto insieme le due cose e con un po' di buona volontà il risultato non è malvagio:    

Step 3: Generare tavole di character e moltiplicare le varianti  

 
A questo punto sono pronto per passare alla generazione di raccolte. Devo sviluppare un prompt per Midjourney, ma per prima cosa gli do in pasto due immagini di output-riferimento:

• la vecchia griglia di raccolta vettoriale, che è il format che voglio ottenere
• la nuova griglia-esempio che ho creato

Così inizia la battaglia dei prompt. MJ mi restituisce risultati diversificati e in molti casi lontanissimi da ciò che mi occorre. Ciononostante questa fase di lavoro mi è utile per affinare il prompt ed avvicinarmi agli stili di risultato che mi interessano. La versione finita del prompt che mi offre i migliori risultati è:   

"A collection of male characters soccer players portraits with the same front-facing view, showing different hairstyles, hair colors, and skin tones. Each character has a unique look but follows the same cartoonish, minimalistic style, with clear lines and soft shading. The characters' expressions are neutral with simple details like t-shirts. The focus is on diverse hairstyles, such as curly, straight, wavy, and mohawks, with a variety of hair colors including blonde, brown, black, and red. The skin tones vary from light to dark shades. The style should be consistent throughout the collection, emphasizing the differences in hair and skin."

E il risultato: 

Step 4: Moltiplicare le varianti, prompt remix e vary subtle/strong

Prompt Remix e Prompt Vary (Subtle/Strong) sono due potenti strumenti di affinamento dei risultati su Midjourney. 

Mi occorrono molte e diverse varianti per ampliare la dotazione e l'espressività dei personaggi. Per ottenere questo risultato fletto i prompt numerose decine di volte, generando un'enorme quantità di tavole, ma la maggior parte non mi occorre integralmente, devo selezionare i singoli elementi. In questa fase lavoro principalmente con il prompt remix e il prompt vary subtle/strong, si tratta di due strumenti dalla potenza apocalittica che permettono o di rimixare il prompt muovendo il focus dell'output (remix), oppure di affinare successive varianti senza allontanarsi troppo dal punto di partenza (vary subtle/strong). 

Questa parte del lavoro è super-interessante perchè personalmente resto ogni volta profondamente affascinato, quasi timorato, dalla capacità di generazione delle varianti dettaglio. Le tavole risultato-finale che seleziono sono circa 30 e alcune sono incredibili secondo me. Contengono in media 10-12 personaggi ciascuna. Sarebbero circa 300-350 character, ma a me ne servono all'incirca 1/3.

Eccone qualcuna:

Step 5: Selezione personaggi e creazione collection finale  

Per portare a termine il lavoro non resta che selezionare i personaggi, cercando di mantenere un'uniformità stilistica. Alla fine del lavoro la collection finale consta di circa 130 personaggi, che offrono una maggiore ampiezza, espressività e variabilità di rappresentazione dei calciatori. Ecco qualche screen della nuova raccolta, che trovate già pubblicata sul sito fantacalciopedia.