GPT Image 2 で夢盗みのキービジュアルを作る方法 — 実践ガイド

なぜ夢には建築が必要なのか

夢強盗の物語は魔法の話ではありません。見知らぬ人がその考えを自分のものだと信じてしまうほど説得力のある場所を構築する専門家の話です。つまり、ビジュアルを霧や浮石にすることはできません。直角に折れ曲がる大通り、無重力で回転する廊下、病院の記憶の中にのみ存在する要塞など、ルールを 1 つ取り除いた建築のように見える必要があります。不可能なことは具体的でなければならず、その周囲のすべてが動作する必要があります。

このガイドは、GPT Image 2 と GPT Image 2.5 を使用して Inception: Dreamshare ワールドに 4 つの公開フレームを生成する方法です。これは、そのワールド上または自分自身で実行できるように書かれており、特別なプラグインは想定していません。必要なのはプロンプト、モデル、公開する場所だけです。

プロンプトを書く前に必要なもの

何かを入力する前に、4 つのことが必要です。これらがなければ、プロンプトはムードボードになり、モデルは映画を発明しなければなりません。

ステップ 1: 書く前に世界を読む

世界を開いて、プロンプト履歴ではなくロケーション カードを読み取ります。カードには、フレームを特定する名詞がすでに含まれています。アトリエには製図台、紙のモデル、灰色のパリの光が満ちる窓があります。回転するホテルには、真鍮製の燭台、深い緑色の壁、金色の鏡、模様の入ったカーペットが備わっています。モデルは夢のホテルというフレーズからそれらの詳細を推測することはできませんが、読者はそれをすぐに推測できます。

このガイドの 2 つのフレームでは、名詞が世界から直接来ています。Haussmann ファサード、日よけ、駐車中の車、大通りの濡れた石畳。チョッキ、丸めたシャツの袖、真鍮製の燭台、廊下用の模様入りのカーペット。プロンプトには、世界がすでに暗示していないもので発明されたものは何もありません。

ステップ 2: 操作を 1 つ選択する

このジャンルで最もよくある失敗は、不可能なことを 2 つ同時に要求することです。折れ曲がり、氾濫し、光る街路は強盗の枠組みではありません。それはスクリーンセーバーです。動詞を 1 つ選び、残りの画像は普通のままにしておきます。

コミットする前に 2 番目の質問をしてください。この操作はアーキテクチャ、ボディ、またはライトを変更しますか?折り目がアーキテクチャを変える。回転すると体が変わります。洪水は光と地平線を変えます。カテゴリを選択すると、最初にプロンプ​​トの詳細をどこで使用するかが決まります。

ステップ 3: 6 つの要素のブリーフを作成する

テンプレートには 6 つの句があり、順序は固定されています。固定された構造により 2 つの世代を比較できるため、意図的に退屈にしています。すべてのモデルのテンプレートを書き直すと、出力ではなく独自の形容詞を測定することになります。

ステップ 4: サイズと品質を設定する

構図は安価に生成し、ディテールは高価に生成します。中品質の正方形のフレームは、初期段階で重要な唯一の質問、つまり操作が読み取られるかどうかに答えます。完了したら、最終的な比率で高品質で再レンダリングします。ワールド カバーの場合は、1536x1024 の風景で十分です。共有カードは 1024x1536 を必要とします。ギャラリーのグリッドには正方形が必要です。

弱い構成をアップスケールしないでください。折り目はサムネイル サイズで読み取れるか、そうでないかのどちらかであり、解像度をいくら上げても、存在しなかったヒンジは追加されません。

ステップ 5: 生成、検査、再レンダリング

決まった順番で検査を行います。最初の操作: 不可能なものを 1 秒以内に挙げることができますか?次に目撃者：人間のスケールはありますか、そして彼らの姿勢は重力と一致していますか？第三に、素材です。石、布地、金属はそれぞれ同じように動作しますか? 4 番目の否定的な要素: 忍び込んだテキスト、ロゴ、または光はありますか?

失敗した場合は、再レンダリングごとに 1 つ修正します。 5 つの要素を一度に変更しても、どれが機能したかについては何もわかりません。このガイドのフレームにはそれぞれ 2 つのパスが必要です。1 つ目は操作を証明し、2 つ目は証人スケールを修正して迷光を除去します。

実用的な例: 折りたたみ大通り

概要：黄金色に輝く午後遅く、直角に折れ曲がるパリの大通り。歩道には二人の目撃者がいた。折り目が選ばれたのは、それが正典の中で最も読みやすい不可能なジェスチャーであるためです。通りは平面であり、それを 90 度持ち上げると、イメージ全体が方向についてのステートメントに変わります。

実際の例: 回転廊下

概要: アールデコ調のホテルの廊下が無重力で回転し、壁の間に 1 人の男性が体を支えている。ローテーションが選ばれたのは、都市ではなく身体を試すからです。コリドーは単一の方向を含むために存在します。それを取り除くと、フィギュアはフレーム内で唯一の安定したオブジェクトになります。

両方のプロンプトに欠けていることに注目してください。夢についての言及も、超現実主義についての言及も、カラーグレーディング言語もありません。夢という言葉は、輝き、霞、浮かぶ島々を連想させます。実際に画像を生成するのは、操作 (折りたたむ、回転する) です。

モデルを公平に比較​​する

両方のモデルに同じサイズの同じ概要を実行し、両方を公開して、比較を行います。 GPT Image 2 はドキュメントです。アーキテクチャ、連絡先、マテリアルを保護するため、ストア ページ、サムネイル、およびフレームが切り取られるあらゆる場所に最適です。 GPT Image 2.5 はポスターです。幅広のジェスチャ、よりクリーンな対角線、より多くの空気感、より優れたスクロールの停止機能を備えています。どちらが一般的に優れているというわけではありません。表面が決める。

結果の公開

各フレームをプロンプトとモデルを付けて世界の作品として公開します。公開された作品は、世界の原子を継承する永続的な共有リンクであり、ワールド ギャラリーに表示され、リミックスすることができます。このガイドの 4 つのフレームは、Inception: Dreamshare の世界から公開された作品です。つまり、スクリーンショットを信頼せずに、フレームを開いて概要を読み、比較することができます。

フレームをファンタジーにしないための 7 つのルール

これらは 4 世代、2 つのモデルで生き残ったルールです。ジャンルは追加を拒否するものによって定義されるため、これらはすべて否定的なルールです。

この結果は、はっきりと述べておく価値があります。不可能なことを説明するためにフレームにキャプションが必要な場合、プロンプトは雰囲気を説明しています。フレームがサムネイル サイズで説明されている場合、プロンプトには操作が説明されています。これは、ガイド全体を 1 つのテストに圧縮したものです。

世界を探検してみよう

ワールド公開と4つのキービジュアルが公開中。それをフォークし、原子を 1 つ変更し、実際に見たいフレームを生成します。つまり、折り目の内側、廊下が曲がる直前の瞬間、チョッキが見せないようにしている顔の表情です。次に、それをオリジナルと並べて公開し、比較して議論させます。