如何用 GPT Image 2 創作薩爾達世界美術——提示詞、光線,以及那道小小的檢查
一份寫給薩爾達風格世界美術的 GPT Image 2 實戰指南:讀懂世界、寫下風格契約、搭起景深堆疊、只打一束光,最後把畫面縮成縮圖來檢查——兩段原始提示詞全文公開。




本篇指南源自四幅實際發布的圖像:一張海拉魯世界主視覺,以及一張林克角色海報;兩者各生成兩次——一次用 GPT Image 2,一次用 Krea 2——皆於 Neta Studio 的《海拉魯:血月紀元》世界中完成。以下引用的每一段提示詞,都是實際使用的原文,尺寸為 1024×1024,未使用參考圖,也未經後製。只要照著順序走,你也能得到同一調性的圖像。
方法並不是什麼祕密提示詞,而是在模型動手算圖之前,一連串先做好的決定:讀懂世界、寫下風格契約、搭起景深堆疊、安排畫面中的角色、只打一束光,最後把成品縮成縮圖檢查。GPT Image 2 在這串流程的中段非常擅長,卻也很樂於把最前與最後兩步留給你。
| 重點速覽 | |
|---|---|
| 目標 | 一張薩爾達世界主視覺,以及一張與之同屬一個世界的角色海報 |
| 模型 | GPT Image 2,1024×1024,品質設為高 |
| 對照 | 以相同提示詞、相同尺寸在 Krea 2 上執行 |
| 提示詞 | 2 段,全文刊於下方 |
| 世界 | 《海拉魯:血月紀元》——26 個設定單元 |
| 時間 | 這對圖約需一次專注的時間;真正耗時的是迭代 |
| 原則 | 一個畫面、一個光向、一個故事 |
動筆之前:先讀懂世界
《海拉魯:血月紀元》是一個關於封印逐漸失效的世界,而這件事應該在每一張圖裡看得見。在寫下任何一個提示詞之前,先讀懂四股壓力:封印正在變薄、各部族停滯不前、機械仍懷有敵意,而騎士記不得自己為何還該在意。這四件事決定了什麼樣的圖才算好圖。城堡該像一把承受重壓的鎖;地景該同時顯得有人住過、又被遺棄;騎士該像是被修補過的,而不是被選中的。
- 有力的畫面 被紅色脈絡刺穿的繭狀城堡、死寂地景中發亮的初始台地神廟、帶著缺角劍且身上拼湊著不相稱修補的騎士、草叢裡報廢的守護者
- 薄弱的畫面 戴著綠帽擺姿勢的英雄、山丘上一座樣板的奇幻城堡、一字排開的隊伍、對著鏡頭咆哮的怪物、看不見任何歷史痕跡的地景
- 檢驗方式 用一句話描述這個畫面。如果那句話只有氣氛、沒有地點,提示詞就還沒準備好。
先寫下風格契約
風格契約是提示詞裡那塊不隨圖變動的部分。只寫一次,控制在八十字以內,然後貼進這組圖的每一段提示詞。這個世界的契約是「商業遊戲繪畫」:寬闊而可見的繪畫色塊、結構分明的硬邊、大面積相連的色群、深邃的陰影、少數飽和的點綴色,細節只留給臉、手與標誌性道具。
| 重點速覽 | |
|---|---|
| 媒材 | 高完成度的商業遊戲繪畫 |
| 造形 | 寬闊而可見的繪畫色塊;先做結構分組,再談細節 |
| 邊緣 | 轉折與視覺焦點處為硬邊;僅在有機形體與遠景保留柔邊 |
| 色彩 | 大面積相連的固有色、深邃陰影,並以血紅與神廟青作點綴 |
| 細節額度 | 臉、手、標誌性道具;大面積保持安靜 |
| 負面清單 | 線稿、噴槍漸層、物理渲染的玻璃質感、相片般的人類肌膚、立體建模感、文字、標誌、浮水印 |
先搭好景深堆疊,再談其他
世界主視覺在成為一張畫之前,先是一組景深堆疊。先決定三個帶狀區域,以及每一區該對故事交代什麼。前景:證據(報廢的守護者裝甲、高草、斷裂的道路)。中景:問題(被繭包覆的城堡、城堡鎮、初始台地邊緣)。背景:尺度(血月、火山、沙漠城牆、神獸的剪影)。如果你說不出每一區裡有什麼,模型就會用通用的奇幻素材把空缺填滿。
前景——證據
半掩在草裡的報廢守護者機械,橙色眼睛已然黯淡,紅色餘燼飄散。這告訴觀者:這裡發生過一場戰爭。
中景——問題
城堡裹在紅黑色的繭裡,尖塔被發光脈絡刺穿,殘破的城堡鎮匍匐其下。這才是整張圖要說的事。
左側錨點——歷史
初始台地被高高切開、孤立一方,上頭有座殘破神廟,以及一盞冷藍的神廟之光。那是騎士醒來的地方。
右側錨點——地理
一座火山,火口泛紅,遠處是沙漠的蒼白城牆。這是王國的尺度。
地平線——尺度
四頭神獸如耐著性子的獸類般列成剪影。這是反噬的技術。
天空——時鐘
一輪巨大的血紅之月與稀薄餘燼。這是所剩的時間。
只照亮一件事,其餘任其沉入暗處
人工智慧奇幻美術最常見的失敗,就是平均式打光:什麼都亮,於是什麼都不亮。選一個主光源,再選一個點綴光。在世界圖裡,主光源是血月,城堡的怨念脈絡是次要光暈,神廟青則是冷色點綴。在角色圖裡,月亮從一側送來溫暖的紅光,神廟從另一側送來冷青的光,臉就夾在兩者之間。那不是裝飾,而是把這個世界的論點化為光。
把光寫進提示詞時,要寫成方向,而不是形容詞。「右側來的暖紅月光,左側來的冷青神廟輪廓光」可以用;「戲劇性打光」不行。GPT Image 2 會遵循方向,卻會忽略情緒詞。


世界圖的原始提示詞
這是兩張世界圖實際使用的完整文字。它很長,而且每一個子句都有存在的理由:地理、證據、光線、風格、負面清單。第一次嘗試時不要縮短;等你確認模型忽略了哪個子句,再動手刪。
Key visual for the dark fantasy game world "Hyrule: The Blood Moon Age". A single wide panoramic establishing landscape at night with no characters: a vast green kingdom of hills and dead roads under an enormous blood-red moon; in the middle distance Hyrule Castle stands wrapped in a red-black cocoon of Malice, its spires pierced by glowing veins, the ruined Castle Town spread at its feet; to the left the high cut-off table of the Great Plateau with a ruined temple and a cold blue shrine-light; to the right a volcano with a red caldera and a distant desert wall; four mechanical Divine Beasts silhouetted on the horizon like patient animals; broken Guardian machines half-buried in grass in the foreground, their orange eyes dim; thin red embers drifting in the air; mist in the valleys. High-finish commercial game painting, shaping form with broad visible painted planes and strong structural grouping, solid brush-shaped hard edges at structural turns and focal points, limited soft edges on organic and distant areas, large connected local color and value groups, deep-color shadows, a few saturated accent colors of blood red and shrine cyan, detail concentrated on identity and signature props, large surfaces quiet and connected. Cinematic lighting, clear focal subject and readable depth layers, epic and oppressive mood. No text, no letters, no logo, no watermark, no UI, no people, no creatures.
角色圖的原始提示詞
角色提示詞保留世界的子句,再加上一個帶著處境的人物。留意其中指定了什麼:年齡區間、髮型、疤痕、衣物的修補、手套、劍的狀態、表情、兩道光,以及腳下踩著什麼。模型不需要一份人物傳記,它需要的是傳記留下的可見證據。
Character key visual for the dark fantasy game world "Hyrule: The Blood Moon Age": Link, the knight who was supposed to die a hundred years ago. A single figure, full body, standing on a windswept cliff edge of the Great Plateau at night, three-quarter view, facing the distant castle. He is a lean young man with long ash-blond hair tied back, a scarred right cheek, a worn and repaired blue Champion's tunic with faded white embroidery, leather bracers, a traveler's bow and quiver on his back, and the Master Sword held low in his right hand, its blade faintly blue and chipped; his left hand is wrapped in a fingerless glove marked with a dimly glowing Sheikah eye. Behind him the enormous blood-red moon rises over Hyrule Castle, wrapped in a red-black cocoon of Malice with glowing veins; red embers drift past his shoulder; dead grass and broken Guardian plating lie at his feet; cold cyan shrine-light rim-lights his left side, warm red moon light his right. Determined, exhausted, unsmiling expression. High-finish commercial game painting, shaping form with broad visible painted planes and strong structural grouping, solid brush-shaped hard edges at structural turns and focal points, limited soft edges on organic turns, large connected local color and value groups, deep-color shadows, a few saturated accents of blood red and shrine cyan, detail concentrated on face, hands and the sword, large surfaces quiet and connected. Cinematic character poster, clear focal subject and restrained background, vertical hero composition. No text, no letters, no logo, no watermark, no UI, no extra characters, no monsters.


把成品縮成縮圖再讀
在細看細節之前,先把圖縮到寬 200 像素,盯個三秒。世界主視覺必須撐得過一張卡片、一個分享面板、一則搜尋結果。如果構圖在縮圖尺寸下糊成一團,再多細節也救不回來。這也是最快看出模型究竟做了什麼決定——而不是你希望它做什麼決定——的方法。
- 檢查一 在 200 像素下,你看得出光從哪裡來嗎?如果看不出,就是光打得太平均了。
- 檢查二 有沒有一個明確的視覺焦點形狀?如果城堡、月亮與台地彼此搶戲,畫面就沒有主角。
- 檢查三 這張圖是否告訴你,快門按下之前曾發生過什麼?報廢的機械、修補的痕跡與長滿草的道路,是買到歷史感最便宜的方式。
- 檢查四 有沒有任何文字、紋章或介面雜訊?若有,帶上負面清單重跑,並避開「海報」或「標題」這類字眼。
- 檢查五 它看起來還和同組其他圖屬於同一個世界嗎?如果不是,風格契約已經漂移了。
模型筆記:GPT Image 2 與 Krea 2
每個專案都讓兩個模型跑一次同一段提示詞。重點不是排名,而是弄清楚它們各自對你的世界做了什麼。GPT Image 2 建構出的場景,是你走進得去的:它會處理距離、天氣與材質,還能在一張畫面裡安放六種陰影。Krea 2 做的是一張封面:它簡化裝備、強化剪影,把色彩壓平成容易辨讀的色群。兩者都是正確答案,只是回答的問題不同。
| 用途 | 模型 | 理由 |
|---|---|---|
| 建立鏡頭 | GPT Image 2 | 景深、天氣與材質的真實感 |
| 封面或縮圖 | Krea 2 | 剪影與平塗色彩在小尺寸下依然清楚 |
| 配備裝備的角色 | GPT Image 2 | 修補、綁帶、疤痕與道具都保持清晰可辨 |
| 氣氛探索 | Krea 2 | 定案前廉價而快速的變化嘗試 |
| 公開發表的對照 | 兩者皆用 | 相同提示詞、相同尺寸,未經後製 |
| 最終世界正典 | 兩者皆用 | 兩張都留;差異本身就是美術指導 |
一個實用習慣:先用 GPT Image 2 生成建立鏡頭,再把完全相同的提示詞丟給 Krea 2。如果 Krea 2 用同一段文字做出更好的封面,你就從中學到了關於提示詞的某件事;如果它做出的是另一個世界,就表示那段提示詞承載的地理太少、氣氛太多。
迭代,但別把世界弄丟
一組圖多半是在迭代時散掉的。第一張還維持設定,第五張已經成了另一個王國,而且沒人說得出是從哪一步開始的。解法是一次只改一個變因,並讓風格契約固定不動。地理、天氣、證據、出場角色與光線,就是那幾個變因。改一個,重算,再拿錨定圖比對。如果同時動了兩個變因,你不會知道是哪一個弄壞了世界。
留下錨定圖
從第一次生成中挑出最好的一張,而且永遠不要覆蓋它。之後每一次比對,都以它為準。
只改一個變因
天氣、視角、證據、出場角色或光線。一次只改一項。
以同一份契約重跑
原封不動貼上風格契約。不要在這一組圖做到一半時「優化」它。
縮小比對
把新圖和錨定圖並排,縮到 200 像素。如果剪影語言變了,就停手。
記下提示詞
把完整文字與模型名稱跟著檔案一起存檔。沒有提示詞的圖,既無法重現,也無法辯護。
成對發表
做對照時,兩張圖與兩個模型名稱都要公開。對照本身比贏家更有用。
公開對照,而不只是贏家
只有一張圖的世界頁面,是情緒板;有一組對照圖的世界頁面,才是一套方法。把兩個模型跑同一段提示詞的結果都公開,能達成三件事:證明這個世界是一套系統,而不是一次僥倖的生成;給其他創作者一個可重現的起點;也讓風格契約變得可讀。本頁的四件作品正是為此存在:兩段提示詞、兩個模型、一個世界。
用字要精準。說明哪張圖出自哪個模型,引用提示詞,交代尺寸,並聲明未經後製。不要宣稱模型「理解」這個系列;它理解的是你給它的那個畫面。這份誠實,會讓這篇指南在下一個模型問世之後依然有用。
寫下你自己的海拉魯提示詞
打開這個世界,複製風格契約,跑一遍六步循環。先做建立鏡頭,再做角色,最後做對照。本頁的提示詞都能直接複製貼上。
一個世界、四件已發表作品、兩個模型
本頁的提示詞都能直接複製貼上——而且每一張圖都出自同一批 26 個設定單元。
平台:Neta Studio · 類型:指南 · GPT Image 2 薩爾達世界美術 · 世界:《海拉魯:血月紀元》 · 作品:《血月之下的海拉魯》(GPT Image 2/Krea 2)· 《本該死去的騎士》(GPT Image 2/Krea 2)