GPT Image 2 黑暗奇幻世界主視覺生成器
以 GPT Image 2 作為黑暗奇幻主視覺生成器:實戰參數設定、六段式提示詞配方、兩個來自 Ashen Vigil 世界的實作範例,以及模型的極限與瓶頸。
使用 GPT Image 2 生成黑暗奇幻世界主視覺圖
一句描述,六個子句,一個畫面。從 GPT Image 2 黑暗奇幻主視覺生成器 開始,打造一張展現代價的海報。
本工具頁面涵蓋內容
這是將 GPT Image 2 作為黑暗奇幻世界主視覺生成器的操作頁面。內容涵蓋關鍵設定、六子句提示詞配方、來自 Ashen Vigil 世界的兩個實作範例、值得預先評估的失敗模式,以及與 Krea 2 在相同指令下的誠實對比。
- 模型:GPT Image 2,支援文字生成圖片及選擇性參考圖像。
- 強項:材質紋理、道具細節密度、群眾場景配置、灰燼、金屬與火焰。
- 弱項:生成速度、快速迭代、強調剪影的圖像海報。
- 適用場景:需細緻檢視、裁切、列印或作為商店頁面主圖的畫面。

GPT Image 2 在此處表現最優異的地方
GPT Image 2 並非市面上最快的圖像模型,也不是最講求風格的。但它比競爭對手更強的地方在於對指令的尊重。如果你寫下 "a sealed ledger",你會得到一本帶扣環的閉合書籍;如果你寫下 "ash sifts from the joints",你會在肩甲上、地面上以及空氣中看到灰燼。對於那些恐怖感來自於物件而非血腥場面的黑暗奇幻作品而言,這種字面意義上的精確呈現正是其產品的核心價值。
第二個優勢是人群的場景編排。黑暗奇幻的關鍵視覺圖通常需要超過一個人 — 一列隊伍、一群會眾、一排死者 — 但大多數模型會將人群變成一團模糊的臉孔。GPT Image 2 能在不同的深度呈現出獨立的輪廓,每個人物都在做著略微不同的動作,這正是讓儀式顯得莊嚴且制度化的關鍵所在。
該模型的實際設置
- 尺寸:16:9 英雄圖請請求 2048×1152,直式角色框請請求 1024×1536。兩者皆為原生解析度;請勿將正方形圖片放大。
- 品質:任何需要仔細檢視的內容請設為「高」。迭代時選「中」即可,「低」僅適用於縮圖。
- 參考圖片:選填,最適合用於維持色調或服裝的一致性 — 而非複製構圖。
- 輸出格式:關鍵美術圖用 PNG,資訊流變體用 WebP。JPEG 無法保留透明背景。
- 速度:比 Krea 2 慢得多。預算兩次生成足矣,不要設為十次。
- 成本:按單張圖片計費,並根據尺寸和品質調整,因此請在「中」品質下進行迭代,最後再用「高」品質定稿。
黑暗奇幻畫面的六條指令配方
格式與比例
先定義主體:「semi-realistic dark fantasy game key visual, 16:9」或是「character key visual, portrait」。模型在讀取其他內容前,會先確立構圖類型。
場景
指定單一地點卡片,以建築描寫:黑色玄武岩環狀結構、被淹沒的中殿、傾斜的鐘塔。不要加入第二個地點,也不要使用全景掃描視角。
交易內容
說明誰在支付以及記錄了什麼。例如:拿著帳冊的祭司、帶有烙印的騎士、唱著讚美詩的合唱團。此段是故事的核心。
人群
透過姿勢描述排隊的人群:戴著兜帽、在階梯上排列、每個人都拿著一個陶製代幣。姿勢是讓人群顯得生動,而非淪為背景板的關鍵。
材質
定義構成世界的物質:壓實的灰燼、鏽蝕的板甲、濕潤的玄武岩、海藻綠的頭髮。材質細節是此模型價值所在。
光影與色調
單一光源,單一方向。炭色上的餘燼橘、冷冽的藍色黃昏、綠色的水光。最後加上負面提示詞:no text, no logo, no watermark, no UI。
範例 1:The Vigil Flame
第一個測試是此世界的門面。任務簡報要求在同一個畫面中呈現四個層次:樓梯上的隊伍、頂階上的女祭司、火盆,以及身後 the Cinder Citadel 的圓環。GPT Image 2 將火焰置於上方略偏右處,作為唯一的關鍵光源,並利用反光勾勒出庭院四面的玄武岩。女祭司背對鏡頭站立,手持著闔上的帳冊。


成功之處:樓梯潮濕且凹凸不平,每位朝聖者的姿勢各異,鐘樓守衛跪在欄杆旁而非被鎖鏈束縛,且帳冊保持闔上。代價:渲染速度較慢,且影像細節過多,縮圖無法完整呈現 — 您需要為動態牆使用進行裁切。
成功範例 2:Greaves, the Ashless
第二個測試是相反的技巧。沒有人群,沒有建築 — 路上只有一個人物,以及一個幾乎無法具象化的句子:一位由壓縮灰燼組成、身穿生鏽板甲的騎士,頭盔內空無一物。GPT Image 2 將其視為材質問題來解決。灰燼從護頸流出,在空蕩的頭盔上方飄散,落在肩甲上,並在膝蓋旁的骷髏上鋪上一層塵土。誓言烙印呈現為餘燼的樣貌,而非標誌。


成功之處:鎧甲看起來像是修補過的而非設計出來的,劍是插在地上的而非手持的,且灰燼表現得像是一種實體物質。代價:在直式構圖下畫面顯得雜亂,因此輪廓比 Krea 2 那種乾淨的海報騎士形象稍弱。
GPT Image 2 的缺陷之處
- 雙光源漂移。若要求同時呈現火光與日落,它會很樂意將兩者都打上光,這會破壞明暗對比。請指定單一光源,並明確說明「無第二光源」。
- 道具漂移。繩索變成了鎖鏈,帳本變成了翻開的書,烙印變成了十字架。若道具至關重要,請在負面提示詞(negative list)中再次強調。
- 對稱性氾濫。當畫面中有群眾時,它傾向於置中、盾徽式的排列。如果你想要一張看起來像是被「觀察」到的海報,請要求非置中的角色構圖。
- 直式構圖擁擠。在 1024×1536 的尺寸下,它會填滿整個畫面。如果需要空間放置標題,請保留頂部三分之一的空間。
這些都不是致命的問題,而是必須面臨的取捨:根據模型的強項來規劃構圖,並利用第二輪修正它所忽略的條款。
GPT Image 2 與 Krea 2 在相同簡介下的表現對比
兩組 Ashen Vigil 的提示詞皆在未經編輯且無參考圖的情況下於兩款模型中運行。其模式是一致的:GPT Image 2 渲染出帶有歷史感的內部空間;Krea 2 則渲染出帶有氛圍感的海報。GPT 保留了封閉的帳本和跪著的敲鐘人;Krea 則打開了書本並用鎖鏈束縛了敲鐘人。GPT 將灰燼視為一種物質;Krea 則將其視為一種顏色。




真誠的結論:GPT Image 2 在任何需要細看細節的畫面上都能勝出,但在商店貨架上需要以縮圖呈現的場合則會落敗。兩個版本都生成吧。進行比較比進行第二輪藝術指導更省錢。
提示詞衛生檢查清單
- 單一光源,以方位與顏色命名。
- 單一地點卡,以建築而非風景進行描述。
- 單一交易,以道具呈現:帳簿、烙印、繩索、聖詩集。
- 群眾以姿態與階級描述,而非人數。
- 明確命名材質:夯實的灰燼、生鏽的金屬板、濕潤的玄武岩。
- 排除清單:無文字、無字母、無浮水印、無標誌、無使用者介面。
- 比例於渲染前選擇,而非事後裁切。
從畫面到世界
關鍵視覺圖並非流程的終點;它是世界觀連貫性的證明。在 Neta Studio 中,畫面生成的依據與承載角色、地點及時間軸的「原子」相同,因此下一個畫面無需從零開始。將渲染結果發布為作品,即可獲得一個附帶提示詞與模型的分享頁面。
畫面 → 作品
將渲染結果發布至世界觀中;分享頁面會記錄該作品的提示詞、模型及其生成的「原子」來源。
畫面 → 序列
針對下一個情節重複使用相同的地點卡:隊伍、帳簿、火焰、遺忘。一種風格,四張海報。
畫面 → 分歧
讀者繼承這二十一個原子並改寫債務。由於作品皆已附著,比較結果在分歧後依然存在。
成本與迭代預算
在不耗盡預算的前提下保持高品質的實務工作流,是將第一輪渲染設為中等品質,第二輪設為高。先以 1024 寬度草擬構圖、檢視輪廓,再將勝出的提示詞以 2048×1152 重新渲染。兩次不同尺寸的渲染通常比五次全尺寸渲染更划算。
- 第一輪 — 構圖:中等品質,1024 寬度,一種提示詞變體。檢查輪廓與道具清晰度。
- 第二輪 — 完成:高品質,2048×1152,採用勝出子句順序的一種提示詞變體。
- 比較:使用 Krea 2 對相同語句進行渲染,其成本僅為 GPT 一次渲染的一小部分,且能讓您判斷簡報是否清晰易讀。
常見問題集
- 我需要參考圖片嗎? 不需要。所有四幅 Ashen Vigil 作品皆為純文字生成,這也是為什麼它們適合用來公平比較模型的原因。
- GPT Image 2 能生成清晰可辨的文字嗎? 可以,比大多數模型都好,但關鍵視覺元素不應依賴文字。請在排版時加入標題,而非在提示詞中。
- 為什麼我生成的圖看起來像是普通的暗黑奇幻風格? 通常是因為用了兩個光源,且缺少特定道具。請刪除一個光源,並指定一個能記錄債務的物件。
- 我應該保留多少提示詞? 每個畫面保留一個,並儲存在作品中。提示詞的語句順序才是記錄中最有價值的核心。
- Krea 2 比較好嗎? 它在製作海報方面表現較佳,且迭代速度更快。但在這兩個測試案例中,它遺漏了道具細節,因此在比較中敗下陣來。
建立屬於你的暗黑奇幻畫面
運用六句式配方,指向一個擁有真實原子的世界,並發布那個經得起裁切考驗的畫面。
Ashen Vigil 世界現已開放:建立分支、置換地點、保持單一光源規則,並將你自己的交易加入帳本中。