模型指南

如何用 GPT Image 2 製作科幻世界的關鍵視覺

逐步教你用 GPT Image 2 製作有現實質感的科幻關鍵視覺:六句式簡報、兩個以 Half-Life 為例的實作、Krea 2 對照,以及發佈前檢查清單。

你會做出什麼

本指南會帶你用 GPT Image 2 生成一張有現實質感的科幻關鍵視覺,並以 Half-Life 世界作為設定依據。讀完之後,你會得到兩張已發佈的畫面——一張世界觀畫面、一張佔領畫面——各自附上提示詞、模型與專屬分享頁,另外還有一組 Krea 2 對照,讓你看到另一個模型如何處理同一句話。

開始之前

你需要的是一個有規則的世界,而不只是一種氛圍。打開生成器之前,先寫下四件事:最初的錯誤、由此產生的權力機構、一般人付出的代價,以及你願意畫出的那一個不可能元素。如果這四行你寫不出來,再好的提示詞也救不了這張畫面。

  • 最初的錯誤:一場被批准的意外,而不是天然災害。
  • 權力機構:現在由誰統治?哪些「家具」能證明這件事?檢查站、配給、螢幕。
  • 代價:一般人已經失去了什麼。一隻手、一條腿、一個名字、十年光陰。
  • 一個不可能:畫面裡唯一一樣不可能存在於此的東西。

步驟 1——先讀世界,再寫提示詞

打開世界,依序閱讀卡片:先規則,再角色,再地點,最後是事件。順序很重要,因為規則決定了地點可以長成什麼樣子。在 Half-Life 世界裡,三條核心規則很簡單:裂隙是一扇門,HEV suit 是維生系統,而佔領先是行政手段,之後才是暴力。

接著挑出兩句話,讓它們主導你的提示詞。以這個世界來說,就是:有人把樣本放進一台過度調校的光譜儀,以及一座城市學會為自己的水排隊。畫面裡其他一切,都是這兩句話之一的後果。

步驟 2——選擇後果

後果是情節的最小單位:有人替另一個人批准的某件事付出代價。一張畫面只挑一個。如果你想在一張圖裡同時呈現事故、撤離與佔領,最後只會得到一張拼貼。

事故
樣本進入艙室的那一秒。最適合世界觀關鍵視覺:一個房間、一道光、一名見證者。
佔領
一個檢查站、一條隊伍、一支巡邏隊。最適合地點畫面:不必發生事件就能說明世界。
逃離
一條走廊,一扇鎖住的門,一件不是武器的工具。最適合角色畫面。
餘波
一條空蕩的街道,陷阱仍然架著。最適合營造氛圍,最不適合當第一印象。

步驟 3——寫出六個句子

這套寫法與本頁四件已發佈作品所用的完全相同。請照這個順序寫,因為模型對開頭幾句的權重高於結尾,並把否定清單放在最後,讓它像圍欄一樣框住其餘一切。

1

風格與媒材

「照片級 3D CG 渲染、電影感 16:9、基於物理的渲染。」先講渲染語言,再講主體。

2

地點與材質

「Black Mesa 測試艙:混凝土、鋼製走道、電纜橋架、黃色警示條紋。」材質讓房間變得可信。

3

唯一的不可能

「一道紫白色的裂隙能量柱,從樣本推車上升起。」只寫一個。

4

見證者與代價

「一名年輕物理學家,穿著磨損的橘色 HEV suit,舉起一隻手,神情錯愕而非英雄氣概。」

5

雙色光線

「緊急琥珀色閃光映著冷冽的裂隙紫,長而銳利的陰影,空氣中瀰漫煙霧。」

6

圍欄

「不要文字、不要標誌、不要浮水印、不要 HUD、不要多餘肢體、不要動漫比例。」每次都要重複。

步驟 4——渲染世界觀畫面

用 2048×1152、高品質渲染事故簡報。檢查結果時照這個順序看:輪廓、景深層次、材質、臉部、光線。輪廓不行就停下來——再多細節也救不回來。層次太平就改寫地點句,加入一個前景物件;一段走道欄杆或控制台邊緣通常就夠了。

如果裂隙把主體打爆了,就在提示詞裡把主體往側邊移(「位於畫面左三分之一」),而不是要求減弱光線。模型對位置的服從度,比對光線強度可靠得多。

步驟 5——渲染佔領畫面

第二張畫面考驗的是相反的能力。寫出一個不必發生事件就能說明世界的地點:屋頂、廣場、檢查站、尖塔。沿用同一套色調與同樣的機位高度,讓兩張畫面並排放在頁面上時,不會看起來像兩個不同的專案。

步驟 6——做對照

把一模一樣的句子送給 Krea 2 一次。重點不是選出贏家,而是搞清楚你的提示詞到底在說什麼。如果 Krea 2 用同一段文字做出更乾淨的海報,那你的簡報大概本來就是海報簡報。如果它把整個房間弄丟了,代表你的簡報真的在做場面調度,而 GPT Image 2 扛住了它。

  • 提示詞必須完全相同。改一個字,對照就失去意義。
  • 記下兩邊的尺寸。同一份 16:9 簡報,兩個模型分別回傳 1672×941 與 2048×1152。
  • 兩張都發佈。一組對照讓內容加倍,也證明這個世界經得起不同詮釋。

步驟 7——修畫面,不要換模型

大多數失敗的寫實科幻渲染,其實是提示詞問題套上了模型的皮。少了代價、多出第二個不可能、一群沒有角色的群眾、因為「螢幕」這個詞而混進來的 HUD——每一項都有一行就能解決的修法。換模型之前,先把同一個想法重新渲染;換模型會讓其他所有變數一併歸零。

這個類型裡最有用的一招,是加入一名見證者。有行動者也有紀錄的畫面——警衛盯著隊伍、科學家盯著儀表——讀起來就是故事。沒有人正在觀看的畫面,無論光線多好,都只像一張桌布。

步驟 8——發佈作品

把每次渲染都當成附屬於該世界的作品發佈,並記下提示詞與模型。分享頁是可重現的成果物:一個連結就帶著世界、簡報與結果,這正是協作者要提出異議時最需要的東西,而且能讓異議有建設性。

作品頁承載論點

提示詞、模型、世界與圖像放在一起。任何人都能重跑提示詞,或分支這個世界。

世界頁承載規則

卡片是設定依據。作品則是證據,證明這些卡片真的能產出圖像。

對照頁承載洞見

兩個模型、一句話。這是唯一能撐過版本更新的基準。

可直接重複使用的提示詞範本

照片級 3D CG 渲染、電影感 16:9、基於物理的渲染。[地點],具備 [材質 1]、[材質 2] 與 [材質 3]。畫面中央只有一個 [不可能元素]。[見證者] 位於 [位置],[讓代價看得見],神情 [情緒而非力量]。[主光與顏色] 對照 [輔光與顏色],[氛圍:塵埃/雨/煙] 承接光線。不要文字、不要標誌、不要浮水印、不要 HUD、不要多餘肢體、不要動漫比例。

每個括號都填進一個你拍得出來的具體名詞。如果某個括號非得加形容詞才說得通,代表那張世界卡還不夠具體。

常見錯誤

寫氛圍,而不是寫法則
「一個黑暗又史詩的科幻場景」什麼都沒給模型抓。「早上 06:40 的檢查站,三名市民在等,一名警員正在核對配給卡」則給了它一個構圖。
兩個不可能
裂隙和漂浮城市放在同一張畫面裡,會互相抵消。寫實科幻的紀律,是一次只允許一個奇蹟。
讓介面混進來
「螢幕」、「顯示器」、「監視器」這類字會招來模型自己發明的文字。改為描述一塊沒有亮起的面板。
忘記代價
如果畫面裡沒有人失去任何東西,這張圖就只是一張佔領區觀光海報。
一次改三個變數
那你什麼都學不到。改一個句子、重新渲染、再比較。

發佈前檢查清單

  • 風格句第一,主體第二,材質第三。
  • 恰好一個不可能元素,只寫一次。
  • 一道主光、一道輔光,兩者都標明顏色。
  • 一名明確的見證者,姿態要能顯示代價。
  • 註明機位高度與焦段。
  • 否定清單包含文字、標誌、浮水印、HUD。
  • 在圖像旁記下提示詞、模型與尺寸。
  • 這張畫面在 1200 px 寬與 300 px 寬時都讀得懂。

常見問題

  • 一張畫面要花多久?高品質渲染兩到三次,再加一次對照。慢的是構圖,不是生成。
  • 一定得用更新的模型嗎?用同樣的六個句子測一次就知道。這套配方可以沿用,版本號是最不有趣的變數。
  • 這套配方能用在奇幻題材嗎?可以,但「寫實感」來自材質與權力機構。留下檢查站,拿掉雷射。
  • 人群看起來像貼圖怎麼辦?給三個人明確的職責,其餘的就會跟著成立。
  • 失敗的作品也該發佈嗎?發佈對照。一張失敗的畫面擺在修好的版本旁邊,是頁面上最有用的東西。

接下來

兩張畫面站得住之後,就把整組擴充出去。事故給你房間,佔領給你街道,角色則給你門口。每個陣營渲染一張場景板,再為每個角色渲染一張肖像,你手上就會有一個美術部門,而不是一份作品集。

把指南用起來

把指南用起來:分支這個世界、保留六個句子,然後把對照發佈出去。

本指南中的四件作品都發佈自 Half-Life 世界,並保留各自的提示詞。分支它、改寫最初的錯誤,這套配方依然成立。

×