如何使用 GPT Image 2 制作动画太空西部风主视觉——以真实的 Cowboy Bebop 世界为例的分步指南
用 GPT Image 2 打造赛璐璐着色爵士黑色电影风主视觉的七个步骤——提示词、色调控制、模型对比与故障排除，并在 Cowboy Bebop 世界的四件真实作品中得到验证。
如何使用 GPT Image 2 制作动画太空西部风主视觉
本指南是一套可操作的方法，而不是一份魔法咒语清单。它假设你想要一组连贯的赛璐璐着色太空西部海报——一艘飞船、一个港口、一处室内场景、一场对峙——而且它们看起来都属于同一部剧。每一步都在 Neta Studio 的 Cowboy Bebop 世界上测试过，最终产生的四张主视觉已发布并在下方链接。
开始前你需要什么
- 一个世界——哪怕很小。七个角色、五个地点和少量事件就足够了。
- 一个风格锁——一句话固定媒介、线条、色彩和阴影。
- 每次创作一个场景——一个清晰描述的单幅画面。
- 两个模型——GPT Image 2 负责结构，Krea 2 负责氛围校验。
- 一个发布位置——这样这一帧就会成为下一帧的参考。
第 1 步——从世界开始，而不是从提示框开始
空白提示框只会产出类型平均值。一个世界才会产出具体细节。打开 Cowboy Bebop 世界，先阅读它的原子：角色是谁、港口是什么样子、哪些事件改变了版图。这样一来，提示词就是指向正典的指针，而不是一次发明行为，模型偏离的空间也会小得多。
第 2 步——选择一个场景和一个瞬间
选择一个单一的时间线节拍。不是“Cowboy Bebop 的世界”，而是“The Bebop 在夜晚漂移于 New Tijuana 上方”或“重逢时玫瑰窗向内破碎”。一个瞬间暗示了光线、姿态和一个前景；一个主题则没有给模型任何可绘制的东西。
第 3 步——写出五句式简报
顺序比长度更重要。GPT Image 2 会更重视前部子句中的主体和后部子句中的风格，所以以风格锁开头，并在提示词变长时以重复它收尾。
风格
1998 年动画赛璐璐着色风格；干净硬朗的轮廓；大面积平涂固有色；两级阴影；低纹理。
地点
一个具名的正典地点，加上一处地标：New Tijuana 的霓虹穹顶、一座大教堂的祭坛、一家 Callisto 爵士酒吧。
主体
一个人物、一件道具、一种姿态。身高、服装、双手正在做什么。
瞬间
这一秒的动作：外套在太阳风中拉扯，玻璃杯悬停在坠落中途。
光线与色彩
一束主光，一抹强调色。暖琥珀衬冷蓝；烛焰琥珀衬月光；品红霓虹衬靛蓝。
第 4 步 — 锁定赛璐璐着色机制
赛璐璐着色不是滤镜；它是一组绘画决策。把它们明确说出来：闭合轮廓、平涂填充、一到两层硬阴影、单一光照方向、无渐变、无照片纹理。如果模型开始产出柔和的绘画式混合，说明风格子句已被更靠后、更具体的名词压过——把该子句移到末尾。
第 5 步 — 使用 GPT Image 2 渲染
按你的使用场景所需的最大画幅比例生成。世界封面用宽画幅，活动海报用竖画幅。让提示词与输出保持关联：模型会在内部重写提示词，而修订后的版本才是实际产出该画面的最可靠记录。
第 6 步 — 执行氛围检查
把完全相同的提示词发给 Krea 2。如果两个模型都能产出同一场景的可识别版本，说明你的简述确实被明确指定了。如果只有一个模型能做到，提示词就是在倚赖该模型的偏好——通常 GPT Image 2 偏向结构，Krea 2 偏向情绪。在改动种子之前，先重写薄弱的子句。
第 7 步——迭代措辞，而非种子
最令人失望的画面，往往是描述不够充分，而不是运气不好。在重新生成之前，先问清楚缺的是哪一个子句：地点点明了吗？道具在场吗？光线是单一的吗？每次只改一个子句，这样你才能知道模型听懂了什么。反复重跑同一个提示词，除了随机波动，什么也教不会你。
排查常见失败
- 看起来像照片写实。 风格子句太抽象了。点明线条、填充和阴影层级。
- 所有东西都在发光。 灯光太多了。保留主光和强调光，删掉其余部分。
- 人物消失了。 说明前景位置和相对比例：“小小的，位于下三分之一，飞船占满上方三分之二”。
- 服装不对。 点明衣物、它的颜色和一件配饰；不要描述角色的性格。
- 标牌是乱码。 描述标牌的形状和颜色，而不是上面的字。
这一类型的提示词库
世界封面。 “1998 年动画赛璐璐风格太空西部片：一艘打满补丁的拖网渔船漂在火星霓虹穹顶城市上方，开阔甲板上一个身穿蓝色西装的瘦高赏金猎人背对镜头，脚边一只柯基，身后是破碎的月亮；温暖的琥珀色航行灯映衬冷蓝阴影，下方是洋红色霓虹；干净的轮廓、平涂色彩、两级阴影、胶片颗粒、宽幅主视觉构图，无文字。”
活动海报。 “1998 年动画赛璐璐风格太空西部片：火星上一座烛光映照的大教堂，一扇彩绘玻璃玫瑰窗向内碎裂，一位猎人在祭坛前，一位金发男子手持武士刀走下唱诗班台阶，长椅间有渡鸦，一朵白玫瑰飘落；月光主光映衬烛焰琥珀色强调光；硬阴影、酒红色与冷蓝色，竖幅主视觉构图，无文字。”
港口场景图。 “1998 年动画赛璐璐风格：夜晚一座冰封的月球港口，燃料管线和货运起重机，一间亮着灯、窗内有萨克斯手剪影的酒吧，没有主角人物；钠灯工作灯映衬蓝色雪地，平涂色彩，硬阴影边缘，宽幅建立镜头。”
保持一组画面的一致性
一致性首先是调色板问题，其次才是角色问题。在每一帧中固定四件事：轮廓粗细、阴影层级数量、双光源规则和强调色。只要这四项保持不变，即使其他一切都不匹配，教堂内景和霓虹港口仍会读作同一部剧。
发布结果
把每一帧作为这个世界的作品发布。这会将它挂接到正典上，赋予它一个分享链接，并让它成为下一次会话的参考。四张已发布画面——一张宽幅封面、一张竖幅活动海报，以及它们对应的氛围图——就足以为整个项目定义一种统一风格。
下一步往哪里去
核心套图一旦存在，就向侧面扩展：一张没有主角的地点设定图、一项道具研究、一个处于对比光中的第二角色。每一次添加都很便宜，而且都会让这个世界的视觉库对下一个分叉它的人更有用。
把这套方法用在一个真实世界上
四张已发布主视觉、一个爵士黑色电影风格正典、两个模型——从 the Bebop 开始，添加下一帧。