最后下载到的并不是一张 AI 图片，而是一整套协调的角色系统：统一的基础形象、多个动作状态、透明边缘、固定帧尺寸、预览图，以及 Codex 能正确读取的文件。
手动完成同样的流程，往往需要一到数小时
手动制作需要确定角色形象、为每行动作绘制或反复提示、修正不一致帧、清理透明背景、排列图集、编写 pet.json，并在 Codex 中测试文件夹。熟练的人可能更快，图片复杂或需要多次重试时也可能更久。
- 手动耗时会因经验和图片复杂度而变化
- 10–15 分钟是通常预估，不是绝对最长时间
- 自动化省下的是准备和整理流程，并不意味着创作可以瞬间完成
开始做动作之前，先分析原图
系统会识别主体、轮廓、颜色、服装和最值得保留的特征，相当于先建立一份视觉说明，避免每个动作都重新猜测原图应该长什么样。
一只宠物不只有待机动作
完整宠物包包含待机、奔跑、跳跃、挥手、等待、工作、检查和失败等 9 个 Codex 状态。每个状态又需要多帧画面，而且看起来必须还是同一个角色。
- 缩小后动作仍然要看得懂
- 不同帧之间身体比例要稳定
- 服装和颜色不能在每一行动作里漂移
透明背景和边缘还需要清理
生成图可能带有白边、残留背景像素或不适合精灵图的柔和阴影。系统需要统一透明背景，并在拼接前检查每一帧的边界。
最后还要变成真正能安装的宠物包
所有动作会按照规定排列成图集，再和 pet.json、预览图、联络表、安装说明一起打包。目标不是只生成一张好看的图，而是交付一个可以使用的文件夹。
等待时间主要用于分析主体、生成并统一 9 个动作状态、清理边缘、拼接图集、制作预览和打包。它更像一条小型动画生产流程，而不是简单的一键出图。