主视觉生成器

GPT Image 2 科幻世界观主视觉生成器

用 GPT Image 2 生成扎实的科幻世界观主视觉:真实的参数设置、六分句提示词配方、两个来自 Half-Life 的实操案例,以及与 Krea 2 的坦率对比。

一句话,六个分句,一个画面。从 GPT Image 2 科幻世界观主视觉生成器 出发,搭建一个看上去被统治的地方。

本页内容概览

这是一份实用页面,讨论如何把 GPT Image 2 当作有根基的科幻主视觉生成器。它不是模型评测。内容涵盖真正重要的参数设置、能产出可用画面的提示词顺序、两个来自 Half-Life 世界的实操案例、反复出现的失败情形,以及 Krea 2 明确胜出的具体环节。

  • GPT Image 2 在这一类型里比其他图像模型做得更好的地方。
  • 六分句配方,按模型实际读取的顺序排列。
  • 两个实操案例,含提示词与结果。
  • 它在哪里崩坏,以及如何在不换模型的前提下修好画面。

GPT Image 2 在这里强在哪里

GPT Image 2 不是最快的图像模型,也不是最有风格的。它在这一类型中胜过其他方案的地方是场面调度:它明白一个房间有层次、一群人由个体组成、一件道具带材质。给它一个包含前景、中景与背景的复合指令,它会去分配这些层次,而不是把它们平均掉。

第二个优势是人的重量。在级联那张图里,物理学家的前脚承着身体,眼镜接住裂隙的光,张开的手读起来是惊恐而不是威能。这就是主视觉和壁纸的区别:画面里有人的身体。

模型的真实参数

以下是本页已发布作品实际使用的设置,也是扎实科幻题材的良好默认值。更大并不总是更好:一张 2048 宽、却在 300 像素尺度上丢掉主体的图,做封面不如一张 1536 宽、主体尚存的图。

  • 尺寸: 16:9 主视觉用 2048×1152。已发布的级联画面实际返回 1672×941;把请求当成目标,而不是承诺。
  • 质量: 高。迭代时用中档没问题,但材质细节才是用这个模型的理由。
  • 格式: 归档用 PNG,交付用 WebP。留着 PNG;你之后还会重新裁切。
  • 参考图: 可选,通常也没必要。用它维持服装的连贯性,不要用来定构图。
  • 文字: 不要要求文字。可辨识的标牌会把模型拖向平面设计,离开那个房间。

六分句配方

1

先风格,后主体

开头先写渲染语言——照片级 3D CG、基于物理的渲染——然后用一个分句给出主体。风格放在最前,模型才不会替你挑类型。

2

用材质交代场所

混凝土、拉丝钢、湿沥青、刮花的橙色橡胶。材质是有根基的科幻与“带线缆的奇幻”之间的分界线。

3

唯一的不可能之物

一道紫色裂隙、一座黑色尖塔、一架扫描无人机。只选一个。超过一个,画面就不再是关于人的。

4

见证者与代价

一个表情惊愕的物理学家、一名手掌带疤的战士、一列等得太久的队伍。点明这个人是谁,以及他已经失去了什么。

5

两种颜色的光

一个主光源带一种颜色,一个点缀光。琥珀色应急灯对紫色裂隙光,就是这个世界的全部色彩方案。

6

负面清单

不要文字、不要标志、不要水印、不要 HUD、不要多余肢体、不要动漫比例。每次都要写;否则模型会自己加上游戏界面。

实操案例 1:共振级联

这个指令要求的是样品被插入反质量光谱仪的那一秒。一句话里指定了四个层次:走道上的物理学家、从推车升起的裂隙、环绕他们的舱室、玻璃后的观察者。提示词还要求纸张浮起、咖啡杯倾倒,这是证明空气真的动了的最便宜的办法。

奏效的地方:裂隙留在主体身后,没有把他的剪影冲白;走道栏杆给画面提供了地面;观察窗读起来像一群人,而不是一片纹理。需要二次处理的地方:眼镜框和手套,两者在低质量下都想和背景融在一起。

实操案例 2:City 17

第二个测试考的是相反的能力。没有单一房间,也没有单一事件:一座城市、一处屋顶、一个检查站,以及一眼就要看得清的天际线。提示词把抵抗组织战士放在近景、背对我们,检查站放在中距离,巡逻队放在广场,而 the Citadel 压在一切之上,一半消融在雨里。

奏效的地方:纵深堆叠、映出三种不同光源的湿石板路,以及无人机读起来是一个小小的暗色形状,而不是一件道具。需要小心的地方:横幅。要写明布料有垂坠的重量,否则模型会把它们渲染成平面图形,占领看起来就像一场节庆。

GPT Image 2 在哪里崩坏

这一类型里有三种失败反复出现。第一是标牌:模型总想在隔离栏和屏幕上发明可读的文字,而发明出来的文字永远看着不对。第二是握着工具的手——枪托或撬棍会和手套粘在一起。第三是远处的群体,如果指令没给个体安排任务,人群就会塌成一片重复的纹理。

  • 标牌: 加上“不要文字、不要标志、不要可辨读的标牌”,并把屏幕描述成一块未通电的面板。
  • 手: 减少手持物体的数量,或者把手移出近景。
  • 人群: 给出三个有名有姓的角色——隔离栏边的警员、提着袋子的市民、抱着外套的孩子。有名有姓的角色才会保持为个体。
  • 过曝: 如果画面看起来像游戏预告片,就从提示词里删掉一个光源。

提示词卫生清单

  • 第一分句写风格,第二写主体,第三写材质。
  • 只保留一个不可能元素。
  • 一个主光带颜色,一个点缀光带颜色。
  • 一个点名的见证者,一份看得见的代价。
  • 指定机位:16:9、平视、等效 35–50 mm。
  • 完整重复负面清单,包括 HUD 和水印。
  • 永远不要要求可读文字。

成本与迭代预算

既保质量又不烧预算的实用流程,是把前两张渲染花在构图上,后两张花在细节上。构图问题靠质量修不好;细节问题也不能靠重写整张画面的提示词来解决。把这两笔预算分开,模型就不再显得昂贵。

  • 第 1 遍: 低或中质量,精确提示词,检查层次与剪影。
  • 第 2 遍: 用文字修构图,不要动负面清单。
  • 第 3 遍: 高质量,最终提示词,归档 PNG。
  • 对比: 把最终提示词发给 Krea 2 跑一次。多渲染一张,就能换来第二件作品和一段分析。

同一指令下的 GPT Image 2 与 Krea 2

本页四件作品,是两个指令各渲染两次。规律足够稳定,可以据此做规划。GPT Image 2 造出的画面经得起细看:分层的烟雾、各有面貌的观察者、有垂坠感的布料、落在表面上的雨。Krea 2 造出的画面一眼就读得懂:扁平剪影、均匀间距、一道干净的光,以及缩成缩略图也成立的构图。在级联那个指令上,GPT 赢下房间,输掉视觉冲击。在 City 17 那个指令上,Krea 赢下海报,输掉恐惧。

从画面到世界

主视觉不是流水线的终点,而是这个世界自洽的证明。如果一张画面能用一句符合世界规则的话描述清楚,接下来四张都会更容易。如果它需要一整段例外说明,那这个世界还不到能渲染的时候。

把作品挂到世界上发布

分享页同时带着提示词、模型和世界。这就是作品集与演示的区别。

让提示词跟着图像走

带提示词的已发布作品可复现。没有提示词的已发布作品只是一种情绪。

接着渲染矛盾的一方

无论画面主张什么,都去渲染持反对意见的那一方。世界靠碰撞变强。

常见问题

  • GPT Image 2 擅长科幻吗? 擅长,尤其是包含房间、人群和道具的扎实科幻。它在平面海报式的构图上较弱,Krea 2 在那里更干净。
  • 该用什么画幅比例? 主视觉用 16:9、2048×1152;只有角色卡用 4:5。
  • 能得到一致的角色吗? 用参考图锁定服装和脸,然后让提示词里与角色无关的分句保持完全一致。
  • 为什么我的渲染看起来像游戏? 多半是 HUD、镜头光晕,或两个互相竞争的主光。把这三样都去掉。
  • 应该用最新的模型吗? 用同一段提示词测一下。模型代际会漂移;配方比版本号更重要。

搭建你自己的科幻画面

取六个分句、一个房间、一份代价,然后造出一张看上去被统治的画面。

Half-Life 世界是开放的:把它分叉出去,把这场崩塌换成你自己的原初错误,并保留那条规则——每张画面里,一个不可能元素就够了。

×