GPT Image 2《钢之炼金术师》主视觉生成器
一款实用的炼金术动画主视觉生成器：七部分提示词、实际设置、五种常见问题，以及与 Krea 2 使用相同提示词的对比。
GPT Image 2《钢之炼金术师》主视觉生成器
这是一个可实际使用的动画主视觉生成器，描绘柴油与蒸汽驱动的炼金术世界：身着红衣、四肢为钢铁的少年，一副空心铠甲，白石首都上空的黑色日蚀，以及一座村庄，烧毁的房屋上已重新长出青草。它基于 GPT Image 2 构建，并用同样的两条提示词与 Krea 2 进行测试，让你看清额外的细节带来了什么，又付出了什么代价。
以下内容均来自 Neta Studio 上已发布的《钢之炼金术师》世界：四件真实作品、两条提示词、两个模型，以及生成它们时使用的设置。复制框架，改变场景，同时锁定风格。
这个生成器真正擅长什么
当画面需要交代一个地方时，GPT Image 2 最为出色。它将前景、主体和背景分成清晰可辨的层次，让小道具保持可辨，并维持建筑的尺度感。因此，它适合制作世界观主视觉、背景底图，或任何需要观众看清人物站位的画面。它也擅长机械细节：机械铠关节、步枪背带、胸甲上的血印。在一个以机械作隐喻的设定中，这些都很重要。
- 空间纵深它将广场、人群和天际线构建为彼此独立的层次，而不是将它们压平成一张海报的轮廓。当画面需要交代地理关系时，可以使用它。
- 机械与服装细节钢铁肢体、皮带、手套上的符号和铠甲接缝，在完整分辨率下仍清晰可辨。当道具是情节的一部分时，可以使用它。
- 交代空间的光线它能理解所描述的光源，并让光线在人物和地面上保持一致。一个主光，一种氛围，没有意外出现的第二个太阳。
七部分提示词框架
一条可靠的主视觉提示词依次包含七个部分：媒介、地点、主体、动作、服装与道具、光线、排除项。顺序很重要，因为模型最看重开头的内容。先写风格，再写地点，第三写人物，不要把排除清单埋在句子中间。
媒介与风格渊源
“动画赛璐珞风格主视觉，二维插画，竖版电影海报构图。”先于其他内容，写明所承袭的风格、维度和画面形式。
地点与时刻
“日蚀下的白石首都广场。”一个地点，一个时刻。不要描述蒙太奇。
主体与轮廓
“一名身材矮小的金发炼金术师，身穿红色长外套，举起钢铁机械铠右臂。”身高、头发、外套、肢体、姿态。轮廓应当能用一句话说清。
动作与结果
“蓝色炼成闪电从手套迸发；紫色炼成阵透过铺路石发光。”写出动作对世界造成的影响，而不只是手在做什么。
第二个人物与关系
“一副高大的空心铠甲立在他身后，一只巨手搭在少年肩上。”关系即戏剧：守护者、威胁、见证者，或平等的同伴。
光线与色调
“日蚀带来逆光，阴影边缘分明，尘埃与余烬飘散，固有色纯净。”一个主光，一道补光，一种点缀色。
排除项
“不要文字，不要标志，不要水印。”每次生成都重复这一句。若不加约束，两个模型都会自行编造标牌。
填充后的框架
动画赛璐珞风格主视觉，二维插画，竖版电影海报构图。柴油与蒸汽驱动的首都，约定之日：白石广场前景中，身材矮小的金发炼金术师身穿红色长外套，四肢为钢铁机械铠，金色双眼炽亮，红色外套在风中翻飞。他举起右臂，正施展炼成术，蓝色炼金闪电在戴着手套的手周围迸发。他身后，一副高大的空心铠甲守在那里，红色眼光亮起，胸前有一道血红色的血印，一只巨手搭在少年肩上。头顶的天空中悬着黑色日蚀；铺路石下，一座遍及全国的巨大炼成阵以发光的紫色线条和血红色节点横贯广场，向中央司令部的暗色高塔延伸。画面边缘，身穿蓝色制服、手持步枪的士兵，以及一名黑发、身着制服并戴着白手套的上校，呈现为小小的剪影。平涂底色，经过设计的硬边阴影，选择性使用动画线稿，限制中间色调，固有色纯净，日蚀带来强烈逆光，空气中飘着尘埃与余烬，尺度宏大，不要文字，不要标志，不要水印。
模型： GPT Image 2 · 尺寸： 1024×1536 · 质量： 高 · 输出： PNG
值得注意的设置
两次实际生成，同一份简报
《约定之日》的 Prompt 原封不动地分别交给了 GPT Image 2 和 Krea 2。GPT Image 2 构建了一处场所：脚下的石板、边缘的人群、日蚀后的高塔，以及透过铺路石向上发光、带有真实透视的炼成阵。Krea 2 构建了一张 Poster：少年居中而渺小，铠甲被压平成灰色剪影，持枪士兵在左右两侧对称排列，炼成阵则由干净的霓虹线条画成。
GPT Image 2 与 Krea 2 的不同之处
区别不在质量，而在对图像的理解。GPT Image 2 认为观看者想要进入场景，于是给出门、距离和地平线。Krea 2 认为观看者想要一眼认出场景，于是给出对称、对比，以及在缩略图中依然清晰的剪影。一套世界观素材两者都需要：供游玩使用的场景图，以及供人发现的 Poster。
- 何时选择 GPT Image 2画面需要容纳一处地点、一群人、一台机器或一件证物时。如果观看者应当能够说出每个人站在哪里，就选这个模型。
- 何时选择 Krea 2需要为封面、缩略图或氛围测试快速、低成本地生成高对比度画面时。先用它探索，再用 GPT Image 2 重建选中的构图。
村庄测试：没有反派的场景
第二个 Prompt 去掉了战斗，留下悲伤：烧毁的房子、白百合、跪着的铠甲、手持扳手的机械师、山脊上的风车。这是更难的测试，因为画面中没有任何威胁。GPT Image 2 让村庄有了人居住的痕迹：工坊里悬挂的铜制肢体、焦黑横梁上方兀立的烟囱、绵长的金色光线。Krea 2 则把同一个村庄变成书籍封面：两块平面、简化的羊群、门口摆好姿势的两个人。
五种常见问题与一句话修正
- 图像看起来像照片 风格描述太弱。明确写出线条质感、平涂的固有色和边缘锐利的阴影，并在每次生成时重复同一句话。
- 场景没有空间布局 你描述的是氛围，而不是地点。按顺序加入前景物件、中景主体和背景地标。
- 手画错了 给每只手安排一件事：握住、触碰或示意，并说明哪只手可见。模型容易画不好仅作装饰的手。
- 炼成阵看起来像涂鸦 把它描述为透过石头的光，并指明透视方向，而不是贴在图像表面的贴纸。“透过铺路石向上发光，朝向高塔延伸”就有效。
- 画面里还是出现了文字 检查黑板、招贴和店面。重新生成，不要涂掉文字：涂去的招牌仍会留下一块质感不对的矩形。
可重复的三轮工作流
第一轮：低成本探索
用 Krea 2 以 768×1024 的尺寸测试剪影和配色。保留两三个在缩略图尺寸下仍清晰可辨的构图。
第二轮：重建选中的画面
将同一个 Prompt 交给 GPT Image 2，以 1024×1536 的尺寸、高质量设置生成，不使用参考图。只加入第一轮发现的人物和物件位置修正。
第三轮：修正一处问题
只针对一处问题重新生成一次，不要同时修改五处。手有问题就修手，不要同时重写光线和服装。
成对发布
将 GPT Image 2 和 Krea 2 的版本一起分享。对比对读者有用，也能让你如实看清每个模型的表现。
成本、速度，以及何时使用较便宜的模型
GPT Image 2 的图像生成成本较高，速度也相对较慢。用它制作主视觉或反复使用的背景画面是合适的；用它为十个创意制作缩略图总览则有些浪费。实际工作中，可以先用 Krea 2 探索，选定构图，再以相同的骨架和更严格的风格约束，在 GPT Image 2 中重建选中的画面。这样既能获得一个模型的速度，也能获得另一个模型的深度。
发布一组属于同一世界的图像
四张图足以呈现一种视觉风格：两个 Prompt，两个模型。将它们作为一组发布，四张图使用相同的风格描述句和配色。然后像记录证据一样写下说明：模型看到了什么，选择保留什么，又丢失了什么。一组配有真实说明的图像，比十张没有标注的图像更有说服力。
发布前的检查清单
- 图像是否交代清楚了空间？ 无需解释，观者就应能指出前景、主体和背景各在哪里。
- 故事是否体现在手上？ 每一只可见的手都应握着、触碰着什么，或传达某种信号。不要有仅作装饰的手。
- 是否只有一个明确的布光思路？ 一个主光，一个补光，一种氛围。如果说不出它们是什么，画面的布光便只是偶然。
- 文字是否已经去除？ 检查黑板、海报、店面和画面角落。如果还有残留文字，就重新生成。
- 它是否与整组图像一致？ 将它与上一张图并排比较。如果线条粗细或色温发生偏移，说明风格约束没有生效。
- 分享链接是否有效？ 发布作品并打开分享链接。页面上的图像应当是你确认过的原文件，而不是重新渲染的版本。
关于这个生成器的问题
- 我需要参考图吗？ 生成第一张图时不需要。如果一个角色的面孔或一处地点的布局必须在整个系列中保持一致，就需要。GPT Image 2 接受参考图；Krea 2 则不支持。
- 为什么我的动漫图像看起来像照片？ 你的风格描述力度不够。明确写出线条质感、平涂色彩和硬阴影的呈现方式，并在每次生成时重复同一句描述。
- 我可以在图像中生成文字吗？ 尽量避免。两个模型生成清晰可读文字的效果都不稳定，Krea 2 在这方面尤其薄弱。可以在页面排版时再加上标题。
- 一个世界应该有多少张图像？ 四张足以呈现一种视觉风格：两个 Prompt，两个模型。只有当某个场景需要新的角度或新角色时，才添加更多图像。
生成你的第一幅炼金术主视觉
日蚀与烧毁的房屋已分别用两个模型生成并发布。打开这个世界，复制 Prompt 骨架，让下一幅画面属于你。