如何運用 GPT Image 2 創作暗黑奇幻藝術——提示詞、光影與後續檢視
專為暗黑奇幻打造的 GPT Image 2 實戰指南：風格約定、景深堆疊、四張正式主視覺背後的兩組原始提示詞，以及必須排查的七種生成失誤。
本指南以四張實際發布的圖像為基礎撰寫：一張瞭望塔世界觀主視覺，以及一張女神官角色主視覺，兩者皆在 Neta Studio 的《哥布林殺手》（Goblin Slayer）世界觀下各生成了兩次——一次使用 GPT Image 2，一次使用 Krea 2。以下引用的每組提示詞皆為當時實際使用的原始文字，解析度為 1024×1024，未經過任何後製處理。只要按照本文的順序步驟進行，你也能生成風格基調一致的圖像。
這套方法並不是什麼神秘的提示詞魔法，而是在要求模型進行任何渲染之前，必須先完成的一連串決策：解讀世界觀、訂立風格約定、建立景深堆疊、設定畫面角色、聚焦單一光源，並以縮圖檢視成果。GPT Image 2 非常擅長這個流程的中段，卻也很容易自作主張替你做出最初與最後的決定——而這正是你必須親自把關的原因。
撰寫提示詞之前：先讀懂世界觀
《哥布林殺手》（Goblin Slayer）是一個極度講求「準備」的世界，美術創作亦然。在動筆寫下任何提示詞之前，請先理解四大法則：哥布林能在數週內大量繁衍、冒險者等級決定派往何處、諸神擲骰決定命運，而公會規範則是一套嚴謹的程序。這四項事實決定了一張優秀圖像該有的樣貌：巢穴擁擠逼仄、冒險者等級森嚴且報酬微薄、運氣真實存在，而每個場景看起來都應該像是由一個隨時準備赴死的人所精心策劃。
- 強節奏畫面 由下方照亮的瞭望塔天井狹道、騎士在泥濘中辨識足跡、新手冒險者跪倒在斷矛殘骸中、從樹林邊界窺伺農莊
- 弱節奏畫面 冒險小隊呆板並肩站立、毫無動態的英雄肖像、看不出絲毫威脅的風景、對著鏡頭咆哮的怪物
- 檢驗標準 用一句包含動詞的話描述畫面。如果動詞只是「是」（或單純的狀態描述），請果斷換掉這個節奏
第二個檢驗標準：畫面中是否蘊含著「決策」？瞭望塔的畫面包含兩個決策——騎士要從何處切入，以及那團火光究竟是預警還是陷阱。女神官的畫面則包含一個——哥布林殺手是否會為她停下腳步。缺乏決策的畫面只是普通插圖；蘊含決策的畫面，才稱得上是主視覺。
步驟 1 — 優先訂立風格約定
風格約定是這個世界觀中每段提示詞的第一句話，而且永遠不變。它明確指明了媒材、明度架構、採光法則與調色盤。將它置於最前段，讓模型在開始構圖前就確立好視覺基調；整套圖像一字不差地重複這句話，四張圖像才能呈現出如同同一波宣傳企劃般的整體感。
暗調數位繪畫，採暗色調主義（Tenebrism）繪畫風格：大面積深色塊、如碎墨般的邊緣、粗細交錯的筆觸、單一且克制的光源方向、壓縮的暗部明度，並融合深靛藍、血紅、翡翠綠與骨白。
光是這句話，就能避免兩種常見的失敗模式。第一種是 GPT Image 2 在未獲明確指示時預設生成的過度平滑數位繪畫質感。第二種是色彩漂移：若未明確指定四色調色盤，模型就會自行添加第五、第六種顏色來讓畫面「看似合理」，整套作品便會失去協調感。
步驟 2 — 建立景深堆疊
暗色調主義是一種營造景深的技巧，而非單純把畫面變暗。畫面需要三個層次分明的景深平面：前景的深色主體、發生核心事件的中景，以及確立空間尺度的遠景。在瞭望塔的圖像中，這些層次分別是樹木與騎士（前景）、分布著哥布林的山坡（中景），以及燃燒的塔樓與月亮（遠景）。每個平面都擁有各自獨立的明度範圍與光源。
在安排登場角色之前，請務必先依序明確寫出景深層次：「前景為樹線與蹲伏的身影；中景為岩石間有矮小身影穿梭的斜坡；背景為內部燃著火光、上方懸著明月的坍塌塔樓。」若先寫角色，GPT Image 2 就會毫不猶豫地把三組身影全塞在同一個平面上，不管你想不想要，整張圖看起來都會像張宣傳海報。
步驟 3 — 安排畫面角色
一到三個人物即可，每位都該具備一道輪廓、一件配件與一個動作。「身穿破舊板甲的銀等冒險者」是輪廓；「蹲伏在樹線旁辨識足跡」是動作。兩者合一才構成角色；拆開來看就只是服裝設定。這套規則同樣適用於哥布林：「岩石間穿梭的矮小輪廓」就已足夠，而且遠比寫上一整段關於哥布林生理結構的描述要好得多。
- 輪廓優先 在描繪細節前先說明形體輪廓 — 高大披甲、矮小精壯、裹著斗篷屈膝跪地
- 一件配件 高舉的提燈、一把短劍、飾有地母神聖徽的法杖。一件是故事；五件就成了商品目錄
- 一處戰損 斷裂的皮帶、及膝的泥濘、凹陷的肩甲。在這個世界裡，戰損就是「老手」的代名詞
- 角色描述上限九十詞 若角色區塊的篇幅長於場景區塊，生成的畫面重心就會全落在服裝外觀上
步驟 4 — 聚焦單一光源
在這個世界中，每個畫面都只有一個關於光影的決策，而且提示詞必須將其表述為物理起因，而非氛圍。「下方哥布林營火照亮」是起因；「戲劇性光影」則是不切實際的空想。起因為模型指明了方向、色彩與理由 — 同時也為畫面賦予了視覺落點。
在這個世界觀設定中，最佳的單一光源莫過於火，因為它能在冷色調中合理融入暖色，且光源本身可以置於畫外。畫面底部的營火、鏡頭邊緣外的提燈、山脊後方燃燒的村莊：這些都能讓你在不必露出光源本身的情況下照亮主體。次佳的選擇是月光，但前提是你必須接受它的冰冷、遙遠且無濟於事 — 而這正是這個世界對諸神一貫的看法。
步驟 5 — 以 512 px 檢視畫面
評斷一張圖之前，先將它縮小。黑暗奇幻的畫面必須耐得住縮圖的考驗，因為無論在世界觀設定頁、分享卡片還是手機螢幕上，它大多都以縮圖呈現。如果在 512 像素下依然能辨識輪廓與光源，構圖就算過關；若糊成一片爛泥，再多細節也無力回天。
生成四張候選圖
同一組提示詞，跑四次。GPT Image 2 的構圖變化往往超出預期；四張中最好的一張通常遠勝第一張。
縮小至 512 px
若人物與火光依然清晰可辨，代表明暗結構奏效。如果看不清，應重寫描述光線的句子，而非一味疊加細節。
與對照組比對
將它與另一款模型的算圖並排檢視。風格有所差異無妨，但偏離世界觀則不可接受。仔細檢查色調與邊緣質感。
保留成對圖像
將兩者一併發布。比起單張主視覺圖，對比呈現對讀者更有參考價值，同時也能證明靠的是提示詞的實力，而非純憑運氣。
兩組提示詞完整內容
以下是實際採用的完整字串。篇幅偏長是刻意設計的：前六十詞用於確立風格契約，其餘部分則依序交代場景、光影、角色陣容、戰後餘波與負面提示清單。其中的字句絕非裝飾 — 每個子句都在發揮實質作用，避免模型擅自自行揣摩。
提示詞 1 — 世界觀主視覺
暗色調數位繪畫，暗部明暗對照法（Tenebrism）繪畫風格：大面積深色塊面、破碎墨跡般邊緣、粗細交織筆觸、單一克制的光線方向，由深靛藍、血紅、翡翠綠與骨白構成的壓縮暗部色階。夜幕下的邊境瞭望塔，半坍塌於山坡上，石造通道從下方被哥布林營火與濃煙照亮；前景中，身穿殘破板甲與全封閉圓頭盔的銀等冒險者手持短劍與小圓盾蹲伏於樹線邊緣，辨識泥地中的足跡；在他身後的岩石間，有粗製哥布林長矛與穿梭的矮小輪廓；潮濕苔蘚、泥漿、冰冷月光、一抹暗紅餘燼微光；泥濘戰靴與清點完畢的屍體，毫無英雄主義，電影感寬畫幅構圖，史詩級黑暗奇幻邊境格局，無文字，無浮水印，無標誌。
提示詞 2 — 角色主視覺
暗色調數位畫作，採用暗調主義（tenebrist）繪畫風格：大片暗色塊面、如墨痕般破碎的邊緣、粗細交織的筆觸、單一且克制的光源方向；深靛藍、血紅、翡翠綠與骨白壓縮而成的幽暗色調。遭遇伏擊後的殘破瞭望塔內：一名十五歲、留著金色短髮的女神官身著白金法衣，跪在火把光芒中，緊握頂端飾有地母神象徵的權杖，神情交織著恐懼與決意；周遭散落著斷矛、新手的零亂裝備與傾倒的提燈；一名身著殘破板甲的高大鎧甲冒險者高舉提燈，持圓盾在前，邁步越過她走向昏暗走廊；火光外隱約閃爍著哥布林的眼睛、濕滑石壁、翠綠青苔；張力緊繃、具臨場感、電影質感的直式角色海報，無文字、無浮水印、無標誌。
請注意每組提示詞末尾的負向列表：no text, no watermark, no logo（無文字、無浮水印、無標誌）。之所以保持簡短，是因為 GPT Image 2 能良好遵循簡短的負向清單，清單過長時反而會開始忽略。風格約定早已明令禁止真正關鍵的干擾——清晰可讀的文字、多餘角色、身分混淆，以及千篇一律的無特色美化。
生成成果
兩組提示詞在首次生成時都產出了立即可用的圖像，這相當罕見且值得深入探討。世界觀提示詞呈現出深夜的建築外觀，具備層次分明的空間景深，以及塔內隱現的火光。角色提示詞則算出了兩名人物、兩處光源，以及清晰可辨的戰後現場。兩者都維持了設定的調色盤，也都沒有擅自添加文字。
模型評析：GPT Image 2 vs Krea 2
這番比較並非為了分出高下。GPT Image 2 是個場景渲染器：它能建構出景深、材質質感與次要動作，但使用成本較高。Krea 2 則像是海報引擎：擅長濃縮為剪影輪廓、極力烘托氛圍，且成本僅為前者的十分之一。在世界觀構建的工作流程中，兩者缺一不可，因為世界觀設定頁需要精緻圖版，而封面則需要視覺張力強烈的海報。
| 評估考量 | 適用模型 |
|---|---|
| 多角色群像場景 | GPT Image 2 — 能保留第二與第三名角色，以及交代其背景的道具細節。 |
| 封面或縮圖 | Krea 2 — 元素較精簡，在小尺寸下辨識度極高，快速迭代的成本低得多。 |
| 風格還原度 | GPT Image 2 較精準遵循約定規範；Krea 2 則將其轉化為整體氛圍。 |
| 生成速度 | Krea 2 速度更快；GPT Image 2 速度較慢，且每次生成的差異較大。 |
| 文字與紋章 | 兩者皆不可靠。請避免生成清晰文字；若需表現紋章，建議使用造型輪廓而非文字來呈現。 |
七大失敗案例與解法
這是在四張成圖以及同批被淘汰的廢案中，實際出現過的七種失誤。每一次修正都是調整提示詞，而不是事後修圖 — 如果畫面在結構上就出了問題，重新生成絕對比動手修圖更快。
- 暗部細節過度刻畫 — 暗部失去厚重感，畫面變得灰濁。解法：加入「壓縮明度階、大面積隱沒邊緣、單一亮部焦點」。
- 角色群向畫面中央聚攏 — 導致所有角色都擠在同一個平面上。解法：明確寫出景深層次，一層一層交代前後空間關係。
- 盔甲乾淨、衣裝如新 — 畫面瞬間失去邊境世界的粗獷感。解法：為每個角色具體指定一處磨損或戰損痕跡。
- 畫面出現第五種顏色 — 通常是暖橘色或藍綠色。解法：重複強調四色調色盤，並註明「別無其他」。
- 火在畫框外，畫面卻一片暖調 — 光線缺乏合理來源。解法：明確指出火源位置，以及它照亮了哪些表面。
- 面容過於精緻 — 移除帶有美化意味的詞彙，改加「歷經風霜、不加美化、神色疲憊」。
- 畫面需要圖說才能成立 — 代表畫面缺乏明確的敘事抉擇。解法：回到步驟 3，為角色賦予具體行動，而不是單純擺姿勢。
在世界觀中實際運用
最後這一步是多數教學往往忽略的：將圖片連結到具體內容上。在 Neta Studio 中，生成的圖像可以與世界觀綁定、發布為可分享的作品，並作為下一次生成的參考依據。正是這一點，能把四張散圖化為一套系列作品，進而將整套作品構築成擁有嚴謹正史設定、而非只是東拼西湊的情緒板（mood board）的世界主頁。
直接在世界內生成
先開啟世界。由於風格契約與原子設定皆已預先載入，提示詞能直接繼承既有正史設定，無須憑空捏造。
成對生成
以相同尺寸算圖：GPT Image 2 負責場景，Krea 2 負責海報。兩張都發布出來 — 對照就是最好的證明。
連結並分享
將作品連結到該世界，它就會顯示在世界頁面上，並獲得固定的分享網址。
將圖說寫為提示詞註記
寫出這張圖確立了哪些設定，而不只是它描繪了什麼景象。這正是讓圖庫展現出完整世界觀的關鍵。
接下來該練習什麼
若想盡快掌握這種風格調性，請依循以下順序練習：一張沒有角色的場景空景底圖、同一個場景加入單一人物作為比例尺、身處拱門下且僅有單一光源的人物，最後則是帶有劫後殘局氛圍的雙人場景。每一步都只精準增加一重難度。大多數人往往直接越級挑戰雙人場景，最後草率斷定模型畫不出暗黑奇幻風格。
建立世界觀就是捷徑。二十五個原子設定早已包含提示詞原本必須逐一交代的答案：高塔長什麼模樣、公會發多少報酬、女神官穿戴著什麼、那團火為何至關緊要。先讀懂世界，你的提示詞每一次都會更加精簡。
撰寫你自己的暗黑奇幻提示詞
開啟《哥布林殺手》（Goblin Slayer）世界，複製風格契約，並執行四階段循環迴圈。兩大模型、同一個世界，以及值得公開發布的對照成果。
一個世界，四部發布作品，兩大模型
本頁的所有提示詞皆可直接複製貼上 — 而且每張圖像都源自相同的 25 個原子設定。