模型指南

如何用 GPT Image 2 制作科幻世界观主视觉

一步步教你用 GPT Image 2 打造有根基的科幻主视觉:六分句提示词、两个来自 Half-Life 的实操案例、一份 Krea 2 对比,以及发布前检查清单。

你将做出什么

本指南演示如何以 Half-Life 世界为事实来源,用 GPT Image 2 生成一张有根基的科幻主视觉。读完之后,你会得到两张已发布的画面——一张世界观画面、一张占领画面——每一张都有自己的提示词、模型和分享页,另外还有一份 Krea 2 对比,让你看到另一个模型面对同一句话时会怎么做。

开始之前

你需要一个拥有规则的世界,而不只是一种氛围。打开生成器之前,先写下四件事:创世之初的错误、由此产生的权力机构、普通人付出的代价,以及你愿意画出的那一个不可能之物。如果这四行你填不满,再好的提示词也救不了这张画面。

  • 创世之初的错误: 一场被批准的意外,而不是自然灾害。
  • 权力机构: 现在由谁统治,又有哪些物件能证明这一点?检查站、配给、屏幕。
  • 代价: 一个普通人已经失去了什么。一只手、一条腿、一个名字、十年光阴。
  • 一个不可能之物: 画面中唯一一件不可能存在于此处的东西。

第 1 步 —— 先读世界,再写提示词

打开这个世界,按顺序阅读卡片:先规则,再角色,然后是地点,最后是事件。顺序很重要,因为规则决定了地点可以长成什么样。在 Half-Life 的世界里,三条生效的规则很简单:裂隙是一扇门,HEV suit 是生命维持系统,而占领在诉诸暴力之前,首先是一种行政管理。

然后挑出将主导你提示词的两句话。对这个故事而言,它们是:一份样本被插入了一台过度调校的光谱仪;一座城市学会了为自己的水排队。画面里的其他一切,都是这两句话之一的后果。

第 2 步 —— 选择后果

后果是情节的最小单位:有人为另一个人批准的事情付出代价。每张画面只选一个。如果你想在一张图里同时呈现事故、疏散和占领,得到的只会是一张拼贴画。

事故
样本进入测试舱的那一秒。最适合作为世界观主视觉:一个房间、一道光、一个见证者。
占领
一个检查站、一列队伍、一次巡逻。最适合作为地点画面:它无需事件也能解释这个世界。
逃亡
一条走廊,一扇锁住的门,一件不是武器的工具。最适合作为角色画面。
余波
一条空荡的街道,陷阱仍处于待发状态。最适合营造氛围,却最不适合作为第一印象。

第 3 步 —— 写出六个分句

这套配方与本页四件已发布作品所用的完全相同。请按这个顺序书写,因为模型对开头分句的权重高于结尾分句;把负面清单放在最后,让它像围栏一样圈住其余所有内容。

1

风格与媒介

“照片级 3D CG 渲染,电影感 16:9,基于物理的渲染。”先交代渲染语言,再交代主体。

2

场所与材质

“Black Mesa 测试舱:混凝土、钢制走道、电缆桥架、黄色警示条纹。”材质让房间变得可信。

3

唯一的不可能之物

“一道紫白色的裂隙能量柱从样品推车上拔地而起。”只写一个。

4

见证者与代价

“一位年轻物理学家,身穿磨损的橙色 HEV suit,一只手抬起,神情惊愕而非英勇。”

5

双色光线

“琥珀色应急频闪灯映着冷冽的裂隙紫,长而硬的阴影,空气中有烟。”

6

围栏

“不要文字,不要标志,不要水印,不要 HUD,不要多余肢体,不要动漫比例。”每次都重复一遍。

第 4 步 —— 渲染世界观画面

以 2048×1152、高质量渲染事故提示词。按这个顺序检查结果:剪影、纵深层次、材质、面孔、光线。如果剪影不成立,就停下来——再多细节也救不回来。如果纵深层次扁平,就在场所分句里加一个前景物体;一段走道栏杆或设备台边缘通常就够了。

如果裂隙把主体照得一片死白,就在提示词里把主体横向移开(“位于画面左侧三分之一处”),而不是要求减少光线。模型对位置的响应比对强度的响应更可靠。

第 5 步 —— 渲染占领画面

第二张画面考验的是相反的能力。写一个无需事件就能解释世界的地点:屋顶、广场、检查站、尖塔。保持相同的色调和相同的机位高度,这样两张画面并排放在页面上时,才不会像是两个不同的项目。

第 6 步 —— 做一次对比

把完全相同的句子发给 Krea 2 一次。重点不是分出胜负,而是弄清你的提示词到底在说什么。如果 Krea 2 用同样的话做出了更干净的海报,那你的提示词很可能本来就是海报式的。如果它丢掉了整个房间,说明你的提示词确实在做场面调度,而 GPT Image 2 把它撑了起来。

  • 保持提示词完全一致。 改动一个词,对比就失去意义。
  • 记录两个尺寸。 同一份 16:9 提示词,两个模型分别返回了 1672×941 和 2048×1152。
  • 两个都发布。 对比能让内容翻倍,也证明这个世界经得起不同演绎。

第 7 步 —— 修画面,而不是换模型

大多数糟糕的有根基科幻渲染,其实是提示词问题披着模型的外衣。缺失的代价、第二个不可能之物、没有角色分工的人群、从“屏幕”这个词里溜进来的 HUD——每一种都有一句话就能解决的修法。先重新渲染同一个想法,再考虑换模型;换模型会重置其他所有变量。

在这个类型里最有效的修法,是加一个见证者。画面里有行动者,也有记录者——一个看着队伍经过的守卫,一个盯着仪表的科学家——它就读起来像一个故事。画面里没有人注视,再好的光也只是一张壁纸。

第 8 步 —— 发布作品

把每一张渲染图作为作品发布,并挂接到这个世界上,同时记录提示词和模型。分享页是可复现的成果载体:一个链接里带着世界、提示词和结果,这正是合作者需要的全部,好让他们能有依据地反驳你。

作品页承载论证

提示词、模型、世界和图像放在一起。任何人都能重跑提示词,或分叉这个世界。

世界页承载规则

卡片就是事实来源。作品则证明这些卡片确实能生成图像。

对比承载洞见

两个模型,一句话。这是唯一能经受版本更新的基准。

可复用的提示词模板

照片级 3D CG 渲染,电影感 16:9,基于物理的渲染。 [地点],带有 [材质 1]、[材质 2] 和 [材质 3]。画面中央只有一件 [不可能之物]。[见证者] 位于 [位置],[可见的代价],神情 [情绪而非威能]。[主光与颜色] 对着 [辅光与颜色],[氛围:尘土 / 雨 / 烟] 捕捉着光线。不要文字,不要标志,不要水印,不要 HUD,不要多余肢体,不要动漫比例。

每个方括号里都填一个你能拍到的名词。如果某个方括号需要形容词才能讲通,说明世界卡片还不够具体。

常见错误

写氛围,而不是法则
“一个黑暗史诗的科幻场景”让模型无从把握。“06:40 的一个检查站,三名市民在等待,一名警员正在核对配给卡”则给了它一个构图。
两个不可能之物
一道裂隙和一座漂浮城市出现在同一画面里,会互相抵消。有根基的科幻,是一次只讲一个奇迹的纪律。
让界面溜进来
“屏幕”“显示屏”“监视器”这类词会招来臆造的文字。改成描述一块未点亮的控制面板。
忘记代价
如果画面里没有人失去任何东西,这张图就是一张占领区的旅游海报。
一次改动三个变量
那样你什么也学不到。改一个分句,重新渲染,再对比。

发布前检查清单

  • 风格分句放最前;主体第二;材质第三。
  • 恰好一个不可能元素,只点名一次。
  • 一束主光和一束辅光,都带颜色。
  • 一位点名的见证者,姿势要显出代价。
  • 写明机位高度和焦距。
  • 负面清单包含文字、标志、水印、HUD。
  • 在图像旁记录提示词、模型和尺寸。
  • 画面在 1200 像素宽和 300 像素宽下都读得通。

常见问题

  • 一张画面要花多久? 高质量渲染两到三次,再加一次对比。慢的是构图,不是生成。
  • 我需要换更新的模型吗? 用同样的六个分句去测试它。配方可以迁移;版本号是最不有趣的变量。
  • 这套配方能用于奇幻吗? 可以,但“有根基”来自材质和权力机构。保留检查站,丢掉激光。
  • 如果人群看起来像一块贴图怎么办? 给三个人各自安排一个具体职务,其余的人自然会跟上。
  • 失败作品也该发布吗? 发布对比。一张失败的画面挨着一张修好的画面,是页面上最有用的东西。

下一步

两张画面站得住之后,就扩展整套作品。事故给了你房间,占领给了你街道,角色阵容给了你门口。为每个阵营渲染一张场景图,再为每个角色渲染一张肖像,你拥有的就不再是作品集,而是一个美术部门。

把这份指南用起来

把这份指南用起来:分叉这个世界,保留六个分句,然后 发布对比。

本指南中的四件作品都发布自 Half-Life 世界,并保留了各自的提示词。分叉它,改写创世之初的错误,这套配方依然成立。

×