主視覺產生器

GPT Image 2 科幻世界主視覺產生器

以 GPT Image 2 生成有現實質感的科幻世界主視覺:真實參數設定、六段式提示詞配方、兩個 Half-Life 實作範例,以及與 Krea 2 的誠實比較。

一句話、六個子句、一個畫面。從 GPT Image 2 科幻世界主視覺產生器 出發,建構一個看起來確實被統治的地方。

本頁涵蓋內容

這是一份實用頁面,談的是如何把 GPT Image 2 當成有現實質感的科幻主視覺產生器,而不是模型評測。內容包含真正關鍵的參數設定、能產出可用畫面的提示詞順序、兩個來自 Half-Life 世界的實作範例、反覆出現的失敗情況,以及 Krea 2 確切勝出的環節。

  • GPT Image 2 在同類題材中比其他圖像模型更擅長的地方。
  • 六段式配方,依照模型實際閱讀的順序排列。
  • 兩個實作範例,附上提示詞與成果。
  • 它在哪裡失手,以及如何在不換模型的前提下修正畫面。

GPT Image 2 在此題材的強項

GPT Image 2 不是目前最快的圖像模型,也不是最有風格的。它在這類題材中勝過其他選項的地方是場面調度:它懂得一個房間有層次、一群人有個別面孔、一件道具帶有材質。給它一份包含前景、中景與背景的複合簡報,它會把層次分配好,而不是把一切平均糊在一起。

第二個強項是人的重量。在串聯那張圖裡,物理學家的前腳撐住全身、眼鏡映著裂隙的光、張開的手讀起來是驚慌而不是掌控。這就是主視覺與桌布的分別:畫面裡有人真的有身體。

模型的真實參數

以下是本頁已發表作品所用的設定,也是處理有現實質感科幻題材時不錯的預設值。尺寸並非越大越好:一張寬 2048 卻在 300 像素處就丟掉主角的畫面,比一張寬 1536 卻守住主角的畫面更不適合當封面。

  • 尺寸:16:9 主視覺用 2048×1152。已發表的串聯畫面實際回傳 1672×941;把請求當成目標,而不是保證。
  • 品質:高。反覆調整時用中等即可,但材質細節正是使用這個模型的理由。
  • 格式:PNG 存檔、WebP 交付。保留 PNG,之後你還會重新裁切。
  • 參考圖:非必要,通常也用不到。若要使用,請用在服裝延續性,而不是構圖。
  • 文字:不要要求。清楚的招牌會把模型拉向平面設計,偏離空間本身。

六段式配方

1

先風格,後主體

先寫渲染語言——擬真 3D CG、物理基礎渲染——再用一個子句寫主體。先定風格,模型才不會替你決定類型。

2

用材質建立場所

混凝土、拉絲鋼、濕瀝青、刮損的橘色橡膠。材質就是有現實質感的科幻,與加了電纜的奇幻之間的分野。

3

唯一的不可解之物

一道紫色裂隙、一座黑色尖塔、一架掃描無人機。只能有一項。超過一項,畫面就不再是關於人。

4

見證者與代價

表情驚愕的物理學家、手上有疤的戰士、排得太久的隊伍。寫出這個人是誰,以及他已經失去了什麼。

5

兩種顏色的光

一個帶有顏色的主光源,一個點綴光。琥珀色的緊急照明配上紫色的裂隙光,就是這個世界的全部色盤。

6

負面清單

不要文字、不要標誌、不要浮水印、不要 HUD、不要多餘肢體、不要動漫比例。每次都寫,否則模型會自己加上遊戲介面。

實作範例一:共振串聯

簡報要求的是樣本被插入反質量光譜儀的那一秒。一句話裡指定了四個層次:走道上的物理學家、從推車升起的裂隙、環繞他們的艙室、玻璃後方的觀察者。提示詞還要求紙張飄起、咖啡杯傾倒,這是證明空氣真的動了最便宜的方法。

成功的地方:裂隙留在主體後方,沒有把他的剪影整個吃掉;走道護欄替畫面立了地板;觀察窗讀起來像一群人,而不是一片材質。需要再處理一輪的地方:眼鏡框與手套,兩者在低品質時都想和背景融在一起。

實作範例二:City 17

第二個測試是相反的能力。沒有單一房間、沒有單一事件:一座城市、一處屋頂、一個檢查站,以及一眼就要讀得懂的天際線。提示詞把反抗軍戰士放在近景、背對我們,檢查站放在中距離,巡邏隊放在廣場,the Citadel 則壓在所有事物之上,在雨中半溶解。

成功的地方:景深堆疊、濕鵝卵石同時反射三種不同光源、無人機讀起來是一團小小的暗影而不是道具。需要留心的地方:旗幟。要要求有重量的布料,否則模型會把它們畫成平面圖形,佔領看起來就像節慶。

GPT Image 2 的失手之處

這類題材有三種失敗反覆出現。第一是招牌:模型總想在護欄與螢幕上發明可讀文字,而發明的文字永遠看起來不對。第二是握著工具的手——槍托或鐵撬可能和手套熔成一體。第三是遠處的人群,若簡報沒有給每個人各自的任務,就會塌縮成重複的紋理。

  • 招牌:加上「不要文字、不要標誌、不要可讀招牌」,並把螢幕描述成未通電的板面。
  • 手部:減少手中物件數量,或把手移出近景。
  • 人群:給三個具名角色——護欄邊的警員、提袋的市民、抱著外套的孩子。具名角色才會保持個體。
  • 過度打光:如果畫面看起來像遊戲預告,從提示詞裡拿掉一個光源。

提示詞衛生檢查表

  • 風格子句在前,主體其次,材質第三。
  • 恰好一個不可解元素。
  • 一個帶顏色的主光,一個帶顏色的點綴光。
  • 一位具名見證者,一個看得見的代價。
  • 指定鏡頭:16:9、平視、等效 35–50 mm。
  • 完整重複負面清單,包含 HUD 與浮水印。
  • 永遠不要要求可讀文字。

成本與迭代預算

能維持品質又不燒預算的實際流程,是把前兩次算圖花在構圖,後兩次花在細節。構圖問題無法靠品質解決;細節問題無法靠重寫整張畫面的提示詞解決。把這兩筆預算分開,模型就不再讓人覺得昂貴。

  • 第一輪:低或中品質、完整提示詞,檢查層次與剪影。
  • 第二輪:用文字修正構圖,不要靠負面清單。
  • 第三輪:高品質、最終提示詞,把 PNG 存檔。
  • 比較:把最終提示詞送給 Krea 2 一次。多算一張圖,換來第二件作品和一段分析。

相同簡報下的 GPT Image 2 與 Krea 2

本頁四件作品,是兩份簡報各算兩次。模式相當一致,足以據此規劃。GPT Image 2 建立的是可以細看的畫面:層層煙霧、各有面孔的觀察者、有重量的布料、落在物體表面的雨。Krea 2 建立的是可以一眼讀懂的畫面:扁平剪影、均勻間距、一道乾淨的光,以及縮成縮圖仍成立的構圖。串聯那份簡報上,GPT 贏了空間,輸了圖形張力。City 17 那份簡報上,Krea 贏了海報,輸了恐懼。

從單張畫面到一個世界

主視覺不是流程的終點,而是這個世界是否自洽的證明。如果這張畫面能用一句符合世界規則的話說清楚,接下來四張就會更容易。如果需要一整段例外說明,這個世界還沒準備好被渲染。

把作品掛在世界底下發表

分享頁同時帶著提示詞、模型與世界。這就是作品集與展示品的差別。

讓提示詞與圖像同行

附上提示詞的已發表作品可以被重現;沒有提示詞的,只是一種氣氛。

接著渲染它的矛盾

畫面主張什麼,就去渲染與它相左的陣營。世界靠碰撞變得更強。

常見問題

  • GPT Image 2 擅長科幻嗎?擅長,前提是有現實質感、有空間、有人群、有道具的科幻。它在圖形化海報構圖上較弱,那方面 Krea 2 更乾淨。
  • 該用什麼長寬比?主視覺用 16:9、2048×1152;4:5 只留給角色卡。
  • 能讓角色保持一致嗎?用參考圖鎖定服裝與臉部,然後讓提示詞中非角色的子句完全保持一致。
  • 為什麼我的圖看起來像遊戲?大概是 HUD、鏡頭光暈,或兩盞互相競爭的主光。三者全部拿掉。
  • 該用最新的模型嗎?用同一個提示詞測試它。模型世代會漂移;配方比版本號更重要。

打造你自己的科幻畫面

拿六個子句、一個房間和一個代價,建構一個看起來確實被統治的畫面。

Half-Life 的世界是開放的:分支它、把這場崩毀換成你自己的創世錯誤,並保留那條規則——每張畫面一個不可解之物就夠了。

×