GPT Image 2 像素藝術生成器 — 來自一個世界、而非提示詞的 16 位元場景
建構於 GPT Image 2 與 Krea 2 的像素藝術生成器：相同提示詞、兩個模型、四張已發布畫面——以及讓 16 位元藝術得以自持的 exact 風格契約。
打造你自己的 GPT Image 2 像素藝術
一款以 GPT Image 2 與 Krea 2 為基礎打造的像素藝術產生器，直接接入一個已具備角色陣容、色盤與正典設定的世界。
GPT Image 2 是一款通用圖像模型，但它在像素藝術上意外地擅長——前提是你得用具體的字句告訴它，像素藝術究竟是什麼。放任不管，它會傾向平滑的數位繪畫，再疊上一層「復古」濾鏡。一旦給了色盤、邏輯解析度與陰影規則，它產出的畫面無論在 32 像素寬或 2048 像素寬下都能正確辨識。這個差別，就是像素藝術產生器的全部工藝所在。
GPT Image 2 究竟如何處理像素藝術
真正的像素藝術算圖與加了濾鏡的插畫之間，有三點差異。第一，像素網格是邏輯性的：每一條邊緣都落在同一個方形模組上，所以放大圖片得到的是清晰的方塊，而非模糊。第二，色盤有限且嚴格執行：陰影是階梯式的，不是漸層混合的。第三，細節是挑選出來的，而非平均化的——一張臉是四個像素，一扇窗是兩個像素，模型必須決定要捨棄什麼。GPT Image 2 這三點都做得到，但唯有當提示詞把它們寫成約束條件、而非形容詞時才成立。
穩定有效的約束句：「正統手工逐格配置的 16 位元像素藝術、限定 24 色色盤、清晰的最鄰近方形像素、三階像素陰影、選擇性遞色、明確分離的明度層次、縮圖尺寸下仍可辨識。」它做的正是引擎裡著色器會做的工作。
為什麼像素藝術產生器需要一個世界
像素藝術是一種風格；世界則是一組決定。風格告訴模型該怎麼畫，世界告訴它什麼存在：哪些角色、哪些道具、哪些建築，以及這個設定被允許使用的四種顏色。少了後半段，每一次生成都是一個新的美術方向，十張圖之後你就有了十張互不相干的圖片。有了它，第十張圖看起來就像屬於第一張——因為它們是從同一套正典生成出來的。
本頁用一個具體的世界作示範：Deltarune: Fountains of the Dark，27 個原子，16 位元像素風格，四件已發表作品。下方每一張圖都是從那個世界生成出來的，而非來自制式提示詞。
你會得到什麼
- 主視覺 2048 寬的像素場景，具備清晰的深度堆疊與固定色盤
- 角色畫格 單一人物，輪廓、服裝與道具在多次算圖間保持一致
- 場景對照 同一組提示詞分別交給 GPT Image 2 與 Krea 2，並排呈現
- 可直接裁切的 sprite 高對比主體，縮放至 32×32 與 64×64 後仍可辨識
- 世界觀一致的成組圖像 每張圖都從世界繼承色盤與角色陣容，而非來自參考圖上傳
16 位元契約
像素藝術不是單一種樣貌。8 位元是四色與硬邊塊磚；16 位元是二十四色、階梯式陰影與遞色漸層；現代獨立像素藝術則在其上加入光影與粒子。Deltarune 屬於 16 位元的範疇：厚重的方形像素、窄色盤、以選擇性遞色處理中間值，以及用畫筆繪出、而非算圖產生的光影。如果你的提示詞沒有指明範疇，模型會隨機挑一個——通常都是錯的那個。
明確指定範疇：16 位元、24 色、最鄰近、三階陰影。接著指定例外：允許一個暖色光源、不得反鋸齒、不得柔和漸層、不得攝影級景深。
同一組提示詞，兩個模型
下方兩張圖是由完全相同的提示詞生成，包含色盤與 16 位元約束。GPT Image 2 回傳了一個場景：向陰影深處退去的層架、在半空中定格的個別鉛筆、反射光柱的濕滑地磚，以及三個比例正確的人物。Krea 2 回傳了一張海報：奶油色地板、黑色裂隙、厚重的輪廓，幾乎沒有中間調。兩者都沒有錯。它們回答的是不同的問題——「這個地方看起來是什麼樣子」對比「這個地方感覺起來是什麼樣子」。
GPT Image 2 與 Krea 2 的像素藝術對決
- 景深 — GPT Image 2 會建立前景、中景與背景；Krea 2 則把所有東西壓平成單一平面。
- 細節 — GPT Image 2 會描繪個別道具與材質；Krea 2 則簡化為形狀。
- 剪影 — Krea 2 勝出；它的人物在 64 像素下依然可辨，因為沒有其他東西可讀。
- 色彩 — Krea 2 更鮮豔、更平；GPT Image 2 在同一組調色盤內保留更寬的明度範圍。
- 速度與價格 — Krea 2 快速又便宜，足以反覆迭代；GPT Image 2 較慢，且每張圖成本更高。
- 提示詞長度 — GPT Image 2 適合長而有結構的提示詞；Krea 2 適合簡短、並把風格放在最前面的提示詞。
大家實際上都生成些什麼
工作流程
開啟世界
從已建立的世界開始，這樣角色、調色盤與道具都已經決定好了。在這個例子中：Deltarune: Fountains of the Dark。
選定一個節拍
噴泉開啟、一場遊行、一次播送。每張圖只承載一個事件；一張主視覺無法同時承載兩個。
先寫好風格契約
媒材、調色盤、像素規則、陰影規則。把這些放在提示詞的最前面，優先於主體。
在兩個模型上生成
場景用 GPT Image 2 以 2048×1152 生成；海報用 Krea 2 以相同長寬比生成。兩份輸出都保留。
以縮圖尺寸判斷
把圖片縮到 128 像素寬。如果剪影與光源仍然清晰可辨，這張像素畫就成立。
範例：黑暗噴泉
提示詞描述的是一間普通的補給室、一根吞沒天花板的垂直黑色柱子、柱子底部三個小小的人物，以及被往上拉的普通物件——箱子、鉛筆、紙張。GPT Image 2 把它變成帶有景深堆疊、並在黑暗中帶有光源的畫面；濕潤的地板、層架與漂浮的道具都在發揮尺度作用。同樣的提示詞在 Krea 2 上產生了一張更平的圖，柱子讀起來像牆上的一道裂口，角色則像一張標題卡。兩者都跑，你就能用一句話同時得到一個建立鏡頭與一張海報。
範例：卡片王國遊行
第二個主體是一場遊行：Lancer 騎著腳踏車在前方，隊伍在中間，卡片士兵框住兩側，地平線上是一座堆疊卡片組成的城堡。這是檢驗景深的測試案例，因為城堡必須維持剪影，而角色必須維持細節。GPT Image 2 讓五個平面都保持清晰，並讓五彩紙屑飄在空中。Krea 2 把平面壓縮，讓色彩發揮作用——更熾熱的緋紅、洋紅色的天空、一座玩具積木般的城堡。
有效的提示詞模式
媒材與調色盤 → 長寬比與取景 → 地點與光源 → 角色區塊（先剪影，再服裝，再道具）→ 動態或天氣 → 負面清單（不要文字、不要標誌、不要浮水印、不要邊框）。總長度控制在約 200 字以內；更長的提示詞會開始丟失最早的約束。
成本、速度與迭代
像素畫的工作流程是一場搜尋，而不是單次拍攝：每個節拍你生成四到八個候選，然後留下一個。這改變了模型的算盤。Krea 2 便宜到可以拿來燒在探索上——構圖、調色盤、剪影——而 GPT Image 2 值得花在最終畫格上，在構圖已經決定之後。一個實用的循環是：三張 Krea 草稿，選一張，然後用同樣的提示詞做一次全尺寸的 GPT Image 2 算圖。
另一項成本是一致性。每個模型在每次生成之間都會漂移；唯一可靠的解法是每次都重新貼上相同的角色與調色盤區塊。寫起來感覺重複，但這是整個工作流程中槓桿最高的單一習慣。
常見問題
- GPT Image 2 擅長像素藝術嗎？ 擅長，前提是提示詞要明確寫出像素網格、調色盤數量和陰影規則。少了這些限制，它會偏向帶有復古濾鏡的平滑插畫。
- 它能輸出真正的 32×32 精靈圖嗎？ 先生成大圖再用最近鄰縮小，或者要求以平坦背景呈現精靈風格的題材，然後自行縮小。原生的小尺寸輸出在目前所有模型上都不可靠。
- 它能渲染文字嗎？ GPT Image 2 可以，但像素藝術文字是已知的失敗模式。把標題留在圖像之外。
- 我該要求多大的尺寸？ 16:9 主視覺用 2048×1152，頭像或方形裁切用 1024×1024。調色盤固定之後，像素藝術就與解析度無關。
- 我可以將這些圖像用於商業用途嗎？ 請查閱模型條款以及你正在渲染之世界的 IP 權利。同人世界並非授權。
開始生成
打開世界，挑選一個節拍，貼上風格契約。角色陣容、調色盤和黑暗的四條法則都已就位——模型只需要把它們畫出來。
從世界生成像素藝術
GPT Image 2 負責深度，Krea 2 負責海報——一個世界，四張已發佈的畫格，兩個模型比較。