GPT Image 2 塞尔达世界生成器 —— 关键视觉来自一个王国,而非一个关键词
一个可用于塞尔达风格世界的 GPT Image 2 生成器:三段式提示词、海拉鲁风格契约、逐字提示词,以及与 Krea 2 在两份相同简报下的诚实对比。




GPT Image 2 是一个通用图像模型;当你给它一个世界、而不是一种情绪时,它就变成了塞尔达世界生成器。你向它要“塞尔达风格的艺术”,它给你一顶绿帽子、一把剑和一片原野。你给它一个具体的王国、一道失效的封印、一座台地、一座被茧包裹的城堡、四道机械剪影和一份风格契约,它就会产出一帧可以作为世界主视觉的画面——那种让一场企划显得仿佛早已存在的图像。
以下所有内容都在 Neta Studio 的 海拉鲁:血月时代 世界中生成:四件已发布作品、两段提示词、两个模型(GPT Image 2 与 Krea 2),同为 1024×1024 尺寸,无后期处理。世界提供正典与风格契约,模型提供判断。本页就是这套分工的实操手册,并完整公开了逐字提示词。
| 速览 | |
|---|---|
| 模型 | GPT Image 2 |
| 能力 | 塞尔达/暗黑奇幻世界主视觉与角色海报 |
| 世界 | 海拉鲁:血月时代(26 个原子) |
| 提示词 | 2 —— 一幅世界建立镜头与一张角色海报 |
| 设置 | 1024×1024,高质量,无参考图 |
| 对比 | Krea 2 使用完全相同的提示词与尺寸 |
| 已发布作品 | 4 —— 两个模型 × 两段提示词 |
| 擅长 | 纵深、天气、材质、多光源、场景真实感 |
GPT Image 2 如何对待一个王国
这个模型有三个习惯,对世界美术至关重要。第一,它把提示词当作场景简报:你点出一座台地、一座被茧包裹的城堡、四道机械剪影和草丛中死去的守护者,它会把它们全部按可信的纵深次序画出来。第二,它会交代材质:石头读起来是石头,布料是布料,金属是金属,它也乐于在同一帧里给你六种阴影。第三,它做的是构图而不是装饰——它决定视线从何处进入、中景承载什么、背景欠前景什么。
正是这些习惯让它适合一个世界页面。一张世界主视觉必须在同一幅图里承担许多工作:确立地理、陈述冲突、暗示历史,并为故事留出空间。GPT Image 2 异常乐意把四者一并扛下。代价是速度,以及过度刻画细节的倾向;解法是更克制的提示词,加上一份禁止微观纹理的风格契约。
三段式提示词
按这个顺序,分三段写提示词。第一段是世界:你在哪里、天气如何、光源是什么。第二段是故事:哪里出了错、已经发生了什么、观者应当为何担忧。第三段是风格契约:媒介、边缘、色彩、细节预算与负面清单。若先写风格,模型会给你一个漂亮的空画框;若先写故事,模型会给你一个没有世界的场景。
地理
点明视点与纵深层次:前景、中景、地平线。说清每一层里有什么。
天气与光
一轮月、一处火山辉光、一点神庙青光。给模型一个明确方向,其余交给它安排。
历史
加入证据:死去的守护者、断裂的桥、被草吞没的道路。历史就是这一帧已经熬过的东西。
风格契约
媒介、塑形、边缘、色组、细节预算、负面清单。控制在 80 词以内。
只要一帧
不要拼贴、不要分屏、不要“概念设定图”。一个机位,一个瞬间。
海拉鲁的风格契约
这个世界使用一种名为“商业游戏绘画”(Commercial Game Painterly)的风格。它刻意收窄。宽阔可见的绘画色块、结构转折与焦点处的硬笔刷边缘、大块相连的色组、深色阴影,以及少量高饱和点缀。细节花在身份特征、双手与标志性道具上;大面积保持安静。负面清单禁止线稿、喷枪渐变、PBR 反射、照片质感皮肤、3D 渲染感、文字、标志与水印。
| 速览 | |
|---|---|
| 媒介 | 高完成度商业游戏绘画 |
| 塑形 | 宽阔可见的绘画色块,强烈的结构分组 |
| 边缘 | 转折与焦点处硬朗;仅在有机形体与远景处柔和 |
| 色彩 | 大块相连的固有色,深阴影,少量高饱和点缀 |
| 细节 | 面部、双手、标志性道具;大面积保持安静 |
| 负面 | 线稿、渐变、PBR 玻璃、照片皮肤、3D 感、文字、标志 |
世界主视觉 —— 逐字提示词
这就是两张世界图共用的那段提示词,尺寸 1024×1024,无参考图。GPT Image 2 与 Krea 2 逐字收到完全相同的内容。
Key visual for the dark fantasy game world "Hyrule: The Blood Moon Age". A single wide panoramic establishing landscape at night with no characters: a vast green kingdom of hills and dead roads under an enormous blood-red moon; in the middle distance Hyrule Castle stands wrapped in a red-black cocoon of Malice, its spires pierced by glowing veins, the ruined Castle Town spread at its feet; to the left the high cut-off table of the Great Plateau with a ruined temple and a cold blue shrine-light; to the right a volcano with a red caldera and a distant desert wall; four mechanical Divine Beasts silhouetted on the horizon like patient animals; broken Guardian machines half-buried in grass in the foreground, their orange eyes dim; thin red embers drifting in the air; mist in the valleys. High-finish commercial game painting, shaping form with broad visible painted planes and strong structural grouping, solid brush-shaped hard edges at structural turns and focal points, limited soft edges on organic and distant areas, large connected local color and value groups, deep-color shadows, a few saturated accent colors of blood red and shrine cyan, detail concentrated on identity and signature props, large surfaces quiet and connected. Cinematic lighting, clear focal subject and readable depth layers, epic and oppressive mood. No text, no letters, no logo, no watermark, no UI, no people, no creatures.


角色主视觉 —— 逐字提示词
角色提示词只增加一个人物和两束互相竞争的光。其余一切仍留在世界契约里:台地、茧中城堡、血月、死去的守护者。我们不要求模型发明一个海拉鲁,只要求它把一个人放进已经存在的海拉鲁。
Character key visual for the dark fantasy game world "Hyrule: The Blood Moon Age": Link, the knight who was supposed to die a hundred years ago. A single figure, full body, standing on a windswept cliff edge of the Great Plateau at night, three-quarter view, facing the distant castle. He is a lean young man with long ash-blond hair tied back, a scarred right cheek, a worn and repaired blue Champion's tunic with faded white embroidery, leather bracers, a traveler's bow and quiver on his back, and the Master Sword held low in his right hand, its blade faintly blue and chipped; his left hand is wrapped in a fingerless glove marked with a dimly glowing Sheikah eye. Behind him the enormous blood-red moon rises over Hyrule Castle, wrapped in a red-black cocoon of Malice with glowing veins; red embers drift past his shoulder; dead grass and broken Guardian plating lie at his feet; cold cyan shrine-light rim-lights his left side, warm red moon light his right. Determined, exhausted, unsmiling expression. High-finish commercial game painting, shaping form with broad visible painted planes and strong structural grouping, solid brush-shaped hard edges at structural turns and focal points, limited soft edges on organic turns, large connected local color and value groups, deep-color shadows, a few saturated accents of blood red and shrine cyan, detail concentrated on face, hands and the sword, large surfaces quiet and connected. Cinematic character poster, clear focal subject and restrained background, vertical hero composition. No text, no letters, no logo, no watermark, no UI, no extra characters, no monsters.


同一份简报下的 GPT Image 2 与 Krea 2
这不是一场赢家通吃的比较。两个模型回答的是不同的问题。GPT Image 2 回答“站在那里会是什么感觉?”,Krea 2 回答“把它放上货架会是什么样子?”。一条世界生产线需要这两种答案;把这一对一并发布,比选出一个冠军更有用。
| 维度 | 更强的模型 | 你实际看到的 |
|---|---|---|
| 纵深与距离 | GPT Image 2 | Krea 2 把中景压平成一条图形色带 |
| 材质 | GPT Image 2 | 金属、布料、湿石与余烬之光彼此分明 |
| 剪影 | Krea 2 | 形体更干净,缩到 200 像素依然读得清 |
| 色彩 | Krea 2 | 更平、更亮、更具海报感的色组 |
| 面部与装备 | GPT Image 2 | 伤痕、修补、绑带与手套细节都得以保留 |
| 速度与成本 | Krea 2 | 单张更快、更便宜 |
| 成套一致性 | 两者皆可 | 同一提示词与尺寸;这一对就是正典 |
对这个世界的实用规则是:用 GPT Image 2 生成建立镜头,用 Krea 2 生成封面,并以同一段提示词把两者一并发布。差异不是噪声,而是可以被指认的美术方向。当后续图像跑偏时,把它与这一对相比较,你就会知道是哪条轴移动了。
尺寸、质量与预算分配
- 1024×1024 本页对比所用的尺寸。对两个模型都安全,也适合并排发布,不失公允。
- 1536×1024 仅 GPT Image 2。更适合宽幅主视觉或落地页横幅;Krea 2 无法匹配这个画幅。
- 高质量(quality=high) 值得用在会被细看的世界主视觉上。迭代阶段可以跳过。
- 中等质量(quality=medium) 迭代档位。先生成四张,选出一张,再用高质量重跑赢家。
- 不使用参考图 这次对比刻意只用文字,好让差异来自模型,而不是输入。
- 一段提示词,两个模型 摸清一个模型品味的最便宜方式。两张图教给你的,比在同一个模型上试十段提示词还多。
常见失败模式与解法
大多数失败的塞尔达世界图,问题都出在五种原因之一,而且没有一种需要换模型。它们需要的是更窄的画框。先修提示词,再修采样器。
从一张图到一个世界页面
一张图不是世界。把它变成世界的步骤是关联:作品获得标题、提示词、模型、简介,以及一条指向世界的链接。在 Neta Studio 上,这意味着图像作为作品发布在“海拉鲁:血月时代”之中,背后是这个世界的 26 个原子。你正在读的这个页面,就是这种关联成立的证明。
保留提示词
把原始文字与模型名称和图像一起保存。没有它们,图像只是一张截图,不是作品。
像给场景命名那样起标题
《血月之下的海拉鲁 —— 世界主视觉(GPT Image 2)》胜过“zelda_final_v3.png”。
写一段 40 词简介
写清图像展示了什么、模型做了什么。它将成为分享描述。
归入世界
作品必须属于世界,而不是属于某个文件夹。世界页面才是正典索引。
成对发布
如果你做了对比,就把两张都发布,并说明各自是哪一张。对比本身就是内容。
海拉鲁提示词库
- 世界,默认 夜色中一幅开阔的定场全景:茧中的城堡居中,左侧是台地的神庙之光,右侧是火山,地平线上四道神兽剪影,前景草丛里是死去的守护者,血月、飞灰、山谷中的雾。
- 世界,天气变体 同一画面换成冻雨:城堡的灯光被抹开,台地隐没不见,守护者半浸在水中,一道神庙青光穿透而来。
- 角色,骑士 一个人物,全身,四分之三侧面,修补过的蓝色外衣,希卡手套,刃口残缺的大师之剑低垂,身后是血月,神庙青光勾出轮廓,脚下是枯草与破碎的守护者装甲。
- 角色,公主 封印之内的塞尔达:一个人物,双手抵着红黑色的“怨念”之墙,金光从指缝间漏出,没有王冠,没有王座,筋疲力尽。
- 势力,格鲁德 黄昏的泥砖城门,冰冷的水池,支架上的一顶雷鸣头盔,一名守卫望向了错误的方向。
- 遗物,剑 雾锁森林中,大师之剑插在石中,一道光束落下,没有人物,没有文字。
关于这个生成器的常见问题
生成一个你可以在其中游玩的海拉鲁
打开这个世界,复制风格契约,运行三段式提示词。先做建立镜头,再做角色,最后做对比。本页的提示词可以直接复制使用。
GPT Image 2 + Krea 2,同一个世界
两个模型、两段提示词、四件已发布作品——逐字提示词就在本页。
平台:Neta Studio · 类型:工具 · GPT Image 2 塞尔达世界生成器 · 世界:海拉鲁:血月时代 · 作品:血月之下的海拉鲁(GPT Image 2 / Krea 2) · 本应死去的骑士(GPT Image 2 / Krea 2)