如何使用 GPT Image 2 制作动画主视觉
一个将动画世界卡片转化为主视觉的五课工作流程：桥、教室、双手、光线与缺席。
如何使用 GPT Image 2 制作动画主视觉
本指南通过一个世界来讲解模型的使用。这里没有神奇词句清单，只有五节课——一座桥、一间教室、一双手、一束光和一场缺席——每一课都以角色卡、事件和机位为基础。学完后，你应该能在大约四分钟内写出一条动画主视觉提示词，并通过一次修改加以修复。
本指南不要求你有图像模型使用经验，也不要求你对《声之形》了如指掌。你需要的是这个世界的卡片、GPT Image 2，以及在每一课中做出一个决定：接下来的十秒会发生什么。下方的每张示例图都是来自这个世界的真实已发布作品。
开始之前需要准备什么
- 一个带有卡片的世界 一张角色卡、一张地点卡和一个事件。卡片提供事实，模型提供画面。不要让模型编造事实。
- GPT Image 2 一款以细节见长的模型。它接受参考图像，能够处理小道具并构建空间纵深。它比 Krea 2 更慢、成本更高，因此适合用来制作你打算保留的画面。
- 一句风格描述 用一句可重复使用的话描述线条质感、色彩和阴影。你将在这个系列的每条提示词中粘贴它。
- 一条排除条件 不要文字、字母、标识牌、水印和标志。如果不明确禁止，动画模型会自行编造学校标牌。
第一课——写提示词之前先读卡片
提示词不是对一张图片的描述，而是一组指令，用来调度一个已经存在于世界中的场景。写下任何提示词之前，先阅读角色卡，记下三件事：这个人在场景中想要什么、在隐瞒什么，以及双手正在做什么。前两项决定人物调度；第三项决定画面是否有生命力。
将也的卡片写道：安静的高中毕业班学生，黑发凌乱，目光低垂，曾是欺凌者，后来又成了众矢之的。在桥上的场景中，他既想道歉，又想消失。这种矛盾决定了调度：他站得太远，拿着合上的笔记本，看着她的鞋子而不是她的脸。这些都不是风格词，却都能被看见。
角色：一个愿望，一种恐惧
用动词写下来。“想要被原谅；害怕被看见”可以使用，“悲伤而愧疚”则不行。
地点：一个障碍物
找出空间中妨碍自由移动的东西：栏杆、课桌或门口。把它放在前景。
事件：一个尚未完成的动作
选择一个进行到一半的动作：正在递出的笔记本、半抬起的手，或尚未关上的门。画面应该捕捉过程，而不是结局。
第二课——用三个层次构建画面
当观众无需思考就能分清前景、主体和背景时，动画主视觉最易读懂。按这个顺序来写。前景：栏杆、桌沿、相机。主体：人物，与前景保持明确的距离。背景：河流、城镇、黑板。如果先写背景，模型往往会把人物像贴纸一样贴在上面。
三个层次，一条动作线。栏杆横贯画面，河流从栏杆处向远方延伸，城镇层叠在后方。观众还没看清任何一张脸，这一组空间关系就已经告诉他们每个人站在哪里。
桥的提示词以栏杆作为前景，以向远处延伸的河流作为中景。城镇的公寓楼和电线位于后方，对比度较低，从而让人物保持突出。左侧的樱花树并非装饰；它避免画面产生走廊般的狭长感，也让光有了可以穿过的东西。
第三课——光就是论点
不要描述情绪，要描述产生情绪的光。“温暖的低角度阳光和柔和的长影”无需提及惆怅，就能呈现晚下午的感觉。“从上方照下的冷荧光灯”则让教室带上一种机构场所的气息。模型对光的方向和质感的响应，远比对形容词的响应可靠。
桥上只需一盏主光和一处补光：左侧低角度的阳光，以及浅色栏杆反射出的柔光。在教室里，窗户是主光，绿色黑板构成负空间。如果再加一扇窗或一盏顶灯，房间就不再显得空旷，而像是专为拍照布了光。
第四课——指导双手的动作
双手是动画模型最容易露出破绽的地方，也是这个故事的情感所在。让每一只可见的手都有事可做。将也的手拿着笔记本或搭在栏杆上。硝子的双手半抬，正在打手语，而不是悬在空中摆出笼统的手势。结弦的手拿着相机。一只有事可做的手，比一只为了优美而摆姿势的手更容易画，也更有意义。
如果一只手是场景的中心，就说明它在做什么、靠近什么。“她的双手半抬至胸口高度，掌心朝向他，耳后露出助听器”是一组模型可以遵循的指令。“她歉疚地打着手语”则不是。模型无法从一个副词推断出手语的语法。
第五课——呈现缺席
这一组中最难的画面没有人物。桌上一本文字本摊开，一副助听器放在旁边；还有樱花花瓣、空椅子和一只钟。提示词必须让房间看起来不久前还有人在。诀窍是选择能暗示人体存在的物件：一把向后推开的椅子、摊开的一页纸、一只被放下而非掉落的助听器。剩下的交给光。
GPT Image 2 将它呈现为一幅有纵深的静物画：课桌在前景，成排桌椅向远处延伸，黑板稳住后墙。Krea 2 则将它呈现为一场色彩构成：窗户变成平面的海报形状，物件变成醒目的图形。两种方式都成立，但只有其中一种适合作为背景底图。生成之前，先决定你需要哪一种。
提示词模板
格式
“［风格］主视觉，电影感 16:9，［一天中的时间］。”
地点
“［地点］，带有［具体细节］。［前景障碍物］位于紧贴画面的前景。”
人物
“［姓名］，［年龄］，［发型］，［服装］，［姿态］，［目光方向］。［第二个人物］位于［距离］处，［双手正在做的事］。”
道具
“［物件］拿在［哪只手］中，［状态：打开／合上／半抬］，［第二个物件］在［位置］可见。”
光线与风格
“［主光］和［补光］，［阴影的表现］。［可重复使用的风格句］。”
排除条件
“不要文字、字母、标识牌、水印和标志。”
一次修复
生成效果不好时，绝不要重写整条提示词。只修改一个分句，再重新生成。如果构图不对，就修正画面层次。如果面部不对，就移除一个角色，简化轮廓特征。如果画面漂亮却空洞，就加一个障碍物，让一只手有事可做。如果画面太杂，就移除一个光源和一处背景细节。一次修复应该只用一句话，而不是新写一段。
- 构图平淡？ 加入“紧贴画面的前景”和向远处延伸的中景。明确写出三个层次。
- 面部不像角色？ 将出场人物减少到两个，每人只保留一项轮廓特征。生平留在角色卡里。
- 双手粘连？ 为每只手指定一个物件和一个位置。移除所有无事可做的手。
- 出现了文字？ 强化排除条件，并检查黑板、海报和商店招牌。重新生成，不要直接涂改。
用风格锁定保持动画风格一致
一致性是一句话，不是一项模型设置。写一句风格锁定语，并原封不动地反复使用：“精细准确的动画线条，线条略有收尖，透明轻盈的固有色，低对比度的明暗色组，水彩般的过渡，柔和克制的阴影。”对于一个系列，这句话比任何种子值都更有用。它告诉模型该画出什么样的线条、色彩如何落在画面上，以及允许多少对比度。改动一个词，系列风格就会发生偏移。
如果需要角色在不同场景中保持一致，就加入参考图像，并保持轮廓特征完全相同。不要指望模型记住上一条提示词中的脸。把每次生成都当成一次新的拍摄：同一个演员、同一套服装、同一份布光方案。
双作品比较法
写一条提示词
对两个模型使用相同的文本、画面比例要求和排除条件。不要为某一个模型单独调整提示词，那会破坏比较的意义。
先生成低成本版本
先运行 Krea 2，测试轮廓和配色。它速度快，单张成本约为四分之一。
用 GPT Image 2 重建选定的画面
保留提示词的骨架和风格锁定语。只为打算发布的构图支付更高的成本。
发布前检查清单
- 画面是否交代清楚了地点？ 无需旁人说明，观众就应该能指出前景、主体和背景分别在哪里。
- 故事是否体现在手上？ 每只可见的手都应该拿着、触碰着或示意着什么。不要有装饰性的手。
- 是否恰好只有一个光线思路？ 一个主光、一个补光、一种氛围。如果你说不出它们分别是什么，画面的光就是碰巧形成的。
- 文字是否消失了？ 检查黑板、海报、店面和画面角落。如果还有任何字迹，就重新生成。
- 是否与系列一致？ 将它与上一张图并排比较。如果线条粗细或色温发生偏移，说明风格锁定没有保持住。
- 分享链接是否有效？ 发布作品并打开分享链接。页面上的图片应该是你确认过的原文件，而不是重新渲染的版本。
关于本指南的问题
- 提示词应该有多长？ 长到足以覆盖七个分句，短到便于排查问题。桥的提示词约有 120 个英文单词。如果你的提示词有 300 个，你写的可能是小说，而不是镜头。
- 制作系列作品需要使用相同的种子值吗？ 不需要。使用相同的风格句和轮廓特征即可。种子值适合制作细微变化，不适合维持不同场景之间的连续性。
- 可以用 Krea 2 制作最终图像吗？ 可以，如果你想要更平面的海报效果。它更快、更便宜，但不接受参考图像，在呈现清晰可辨的细节方面也较弱。
- 应该先发布什么？ 先发布一组对照作品：用同一条提示词分别在两个模型中生成。这样的比较是你能展示给其他创作者的最有用的东西，也能证明效果来自提示词，而非运气。
将指南付诸实践
五节课、四件已发布作品，以及一个还需要新画面的世界。打开工作室，生成那个你已经能在脑海中看见的场景。