GPT Image 2 像素艺术生成器 — 来自一个世界、而非提示词的 16 位元场景
建构于 GPT Image 2 与 Krea 2 的像素艺术生成器：相同提示词、两个模型、四张已发布画面——以及让 16 位元艺术得以自持的 exact 风格契约。
打造你自己的 GPT Image 2 像素艺术
一款以 GPT Image 2 与 Krea 2 为基础打造的像素艺术产生器，直接接入一个已具备角色阵容、色盘与正典设定的世界。
GPT Image 2 是一款通用图像模型，但它在像素艺术上意外地擅长——前提是你得用具体的字句告诉它，像素艺术究竟是什么。放任不管，它会倾向平滑的数位绘画，再叠上一层「复古」滤镜。一旦给了色盘、逻辑解析度与阴影规则，它产出的画面无论在 32 像素宽或 2048 像素宽下都能正确辨识。这个差别，就是像素艺术产生器的全部工艺所在。
GPT Image 2 究竟如何处理像素艺术
真正的像素艺术算图与加了滤镜的插画之间，有三点差异。第一，像素网格是逻辑性的：每一条边缘都落在同一个方形模组上，所以放大图片得到的是清晰的方块，而非模糊。第二，色盘有限且严格执行：阴影是阶梯式的，不是渐层混合的。第三，细节是挑选出来的，而非平均化的——一张脸是四个像素，一扇窗是两个像素，模型必须决定要舍弃什么。GPT Image 2 这三点都做得到，但唯有当提示词把它们写成约束条件、而非形容词时才成立。
稳定有效的约束句：「正统手工逐格配置的 16 位元像素艺术、限定 24 色色盘、清晰的最邻近方形像素、三阶像素阴影、选择性递色、明确分离的明度层次、缩图尺寸下仍可辨识。」它做的正是引擎里着色器会做的工作。
为什么像素艺术产生器需要一个世界
像素艺术是一种风格；世界则是一组决定。风格告诉模型该怎么画，世界告诉它什么存在：哪些角色、哪些道具、哪些建筑，以及这个设定被允许使用的四种颜色。少了后半段，每一次生成都是一个新的美术方向，十张图之后你就有了十张互不相干的图片。有了它，第十张图看起来就像属于第一张——因为它们是从同一套正典生成出来的。
本页用一个具体的世界作示范：Deltarune: Fountains of the Dark，27 个原子，16 位元像素风格，四件已发表作品。下方每一张图都是从那个世界生成出来的，而非来自制式提示词。
你会得到什么
- 主视觉 2048 宽的像素场景，具备清晰的深度堆叠与固定色盘
- 角色画格 单一人物，轮廓、服装与道具在多次算图间保持一致
- 场景对照 同一组提示词分别交给 GPT Image 2 与 Krea 2，并排呈现
- 可直接裁切的 sprite 高对比主体，缩放至 32×32 与 64×64 后仍可辨识
- 世界观一致的成组图像 每张图都从世界继承色盘与角色阵容，而非来自参考图上传
16 位元契约
像素艺术不是单一种样貌。8 位元是四色与硬边块砖；16 位元是二十四色、阶梯式阴影与递色渐层；现代独立像素艺术则在其上加入光影与粒子。Deltarune 属于 16 位元的范畴：厚重的方形像素、窄色盘、以选择性递色处理中间值，以及用画笔绘出、而非算图产生的光影。如果你的提示词没有指明范畴，模型会随机挑一个——通常都是错的那个。
明确指定范畴：16 位元、24 色、最邻近、三阶阴影。接着指定例外：允许一个暖色光源、不得反锯齿、不得柔和渐层、不得摄影级景深。
同一组提示词，两个模型
下方两张图是由完全相同的提示词生成，包含色盘与 16 位元约束。GPT Image 2 回传了一个场景：向阴影深处退去的层架、在半空中定格的个别铅笔、反射光柱的湿滑地砖，以及三个比例正确的人物。Krea 2 回传了一张海报：奶油色地板、黑色裂隙、厚重的轮廓，几乎没有中间调。两者都没有错。它们回答的是不同的问题——「这个地方看起来是什么样子」对比「这个地方感觉起来是什么样子」。
GPT Image 2 与 Krea 2 的像素艺术对决
- 景深 — GPT Image 2 会建立前景、中景与背景；Krea 2 则把所有东西压平成单一平面。
- 细节 — GPT Image 2 会描绘个别道具与材质；Krea 2 则简化为形状。
- 剪影 — Krea 2 胜出；它的人物在 64 像素下依然可辨，因为没有其他东西可读。
- 色彩 — Krea 2 更鲜艳、更平；GPT Image 2 在同一组调色盘内保留更宽的明度范围。
- 速度与价格 — Krea 2 快速又便宜，足以反复迭代；GPT Image 2 较慢，且每张图成本更高。
- 提示词长度 — GPT Image 2 适合长而有结构的提示词；Krea 2 适合简短、并把风格放在最前面的提示词。
大家实际上都生成些什么
工作流程
开启世界
从已建立的世界开始，这样角色、调色盘与道具都已经决定好了。在这个例子中：Deltarune: Fountains of the Dark。
选定一个节拍
喷泉开启、一场游行、一次播送。每张图只承载一个事件；一张主视觉无法同时承载两个。
先写好风格契约
媒材、调色盘、像素规则、阴影规则。把这些放在提示词的最前面，优先于主体。
在两个模型上生成
场景用 GPT Image 2 以 2048×1152 生成；海报用 Krea 2 以相同长宽比生成。两份输出都保留。
以缩图尺寸判断
把图片缩到 128 像素宽。如果剪影与光源仍然清晰可辨，这张像素画就成立。
范例：黑暗喷泉
提示词描述的是一间普通的补给室、一根吞没天花板的垂直黑色柱子、柱子底部三个小小的人物，以及被往上拉的普通物件——箱子、铅笔、纸张。GPT Image 2 把它变成带有景深堆叠、并在黑暗中带有光源的画面；湿润的地板、层架与漂浮的道具都在发挥尺度作用。同样的提示词在 Krea 2 上产生了一张更平的图，柱子读起来像墙上的一道裂口，角色则像一张标题卡。两者都跑，你就能用一句话同时得到一个建立镜头与一张海报。
范例：卡片王国游行
第二个主体是一场游行：Lancer 骑着脚踏车在前方，队伍在中间，卡片士兵框住两侧，地平线上是一座堆叠卡片组成的城堡。这是检验景深的测试案例，因为城堡必须维持剪影，而角色必须维持细节。GPT Image 2 让五个平面都保持清晰，并让五彩纸屑飘在空中。Krea 2 把平面压缩，让色彩发挥作用——更炽热的绯红、洋红色的天空、一座玩具积木般的城堡。
有效的提示词模式
媒材与调色盘 → 长宽比与取景 → 地点与光源 → 角色区块（先剪影，再服装，再道具）→ 动态或天气 → 负面清单（不要文字、不要标志、不要浮水印、不要边框）。总长度控制在约 200 字以内；更长的提示词会开始丢失最早的约束。
成本、速度与迭代
像素画的工作流程是一场搜寻，而不是单次拍摄：每个节拍你生成四到八个候选，然后留下一个。这改变了模型的算盘。Krea 2 便宜到可以拿来烧在探索上——构图、调色盘、剪影——而 GPT Image 2 值得花在最终画格上，在构图已经决定之后。一个实用的循环是：三张 Krea 草稿，选一张，然后用同样的提示词做一次全尺寸的 GPT Image 2 算图。
另一项成本是一致性。每个模型在每次生成之间都会漂移；唯一可靠的解法是每次都重新贴上相同的角色与调色盘区块。写起来感觉重复，但这是整个工作流程中杠杆最高的单一习惯。
常见问题
- GPT Image 2 擅长像素艺术吗？ 擅长，前提是提示词要明确写出像素网格、调色盘数量和阴影规则。少了这些限制，它会偏向带有复古滤镜的平滑插画。
- 它能输出真正的 32×32 精灵图吗？ 先生成大图再用最近邻缩小，或者要求以平坦背景呈现精灵风格的题材，然后自行缩小。原生的小尺寸输出在目前所有模型上都不可靠。
- 它能渲染文字吗？ GPT Image 2 可以，但像素艺术文字是已知的失败模式。把标题留在图像之外。
- 我该要求多大的尺寸？ 16:9 主视觉用 2048×1152，头像或方形裁切用 1024×1024。调色盘固定之后，像素艺术就与解析度无关。
- 我可以将这些图像用于商业用途吗？ 请查阅模型条款以及你正在渲染之世界的 IP 权利。同人世界并非授权。
开始生成
打开世界，挑选一个节拍，贴上风格契约。角色阵容、调色盘和黑暗的四条法则都已就位——模型只需要把它们画出来。
从世界生成像素艺术
GPT Image 2 负责深度，Krea 2 负责海报——一个世界，四张已发布的画格，两个模型比较。