Ghost of Tsushima — 一個關於榮譽、生存與成為鬼的代價的 AI 武士世界

Ghost of Tsushima — 那座必須失去榮譽的島嶼

對馬島，1274 年秋。在 Khotun Khan 率領下，一支蒙古艦隊登陸一座日本小島的海灘，並在一個早晨之內殲滅了島上的武士軍隊。接下來發生的不是軍隊對軍隊的戰爭，而是倖存者之間的戰爭：一個死守著早已失效的信條的地頭，一個把瀕死劍客從海裡拖出來的盜賊，以及那位劍客本人——他變成了他叔父從小被教養要殺死的東西。這就是 Neta Studio 重建為可編輯 AI 設定的世界——不是一款遊戲的摘要，而是一套可運作的人物、地點、忠誠與轉折點的集合，可以被分支、改寫與繪製。

一幀盡覽的世界

封面所示的不是一場戰鬥，而是戰鬥結束後的那一分鐘。一名孤獨的劍客站在黑沙上，刀鋒低垂，四周盡是敗軍的遺物：一面斷裂的旗幟、一支射盡的箭、一頂空無一人的頭盔。他身後的大海是一堵霧牆，而霧中正是載來那些凶手船員的船隻。一株紅楓斜倚沙丘之上，因為這座島很美，而且毫不在意。

這就是整個設計論證。對馬島不是關於英雄如何取勝的權力幻想，而是一個關於男人不斷選擇下一個必要之舉、卻發現得太晚——這些選擇已累積成另一個人的故事。畫面是靜謐的，光是冷冽的，刀尖指向地面。這世界所需的一切早已在其中：入侵、敗亡、美，以及陣型崩潰之後一個人究竟該做什麼的問題。

對馬島，1274 年秋

這座島是真實的地點，入侵是真實的事件，因此這個世界不需要虛構的神話就能顯得神話般壯麗。它需要的是天氣、距離與後果。Komoda Beach 是黑沙與冰冷的海浪。Omi 是層層稻田與一座家族宅邸——房間多到剩下的人填不滿。Castle Kaneda 是一座石木堡壘，一季之內兩度易手。Jogaku 是雪、杉木，以及一種讓每段對話聽起來都像告白的寂靜。

視覺語言源自這片土地，而非某個類型。濕炭黑、骨白、乾血紅與冷海藍。可見的筆觸、克制的硬邊、豐富的中間調，以及有體積感而非發光感的霧。這個世界的風格是半寫實的繪畫風——貼近歷史到令人感到考究，鬆放到足以讓單一人物撐起整個畫面。

核心的爭辯

Ghost of Tsushima 建立在兩個彼此相愛的男人之間的一場爭辯之上。Lord Shimura 相信武士是由他所恪守的禮法所定義，即使禮法正在落敗。Jin Sakai 相信這座島比禮法更重要，而拯救它或許需要變成這座島會譴責的東西。兩個立場都不愚蠢。這正是故事成立的原因。Shimura 並非因為拒絕放棄一生的意義而成為反派，Jin 也並非因為背棄叔父的理念而成為英雄。

其他每個角色都是這場爭辯的變奏。Yuna 得以倖存，因為她從未有過信條的奢侈。Ryuzo 出賣他的刀，因為信條從未餵養過他所愛的人。Masako 將悲傷化為程序，因為程序是唯一仍然可行的東西。Ishikawa 教導，因為未被傳承的傳統比人死得更快。Khotun Khan 獲勝，因為他比他們自己更了解他們每個人都願意付出什麼。

一座島上的八個人

這個世界隨附八個角色原子。它們被寫成壓力而非傳記：每個人想要什麼、他們不願放棄什麼，以及入侵如何使這兩者變得不相容。分支這個世界，你就能加入第九人、改寫一份忠誠，或把某個角色移到他們本不該倖存的地點。

一張會反擊的地圖

六個地點，各自與戰爭有著不同的關係。海灘是一道傷口。城堡是一份戰利品。村莊是一筆債。要塞是一場賭博。聖所是一個謊言。寺院是一段記憶。以其中任何一個為提示，這地方就會替你完成一半的工作，因為一個有觀點的地點，勝過一百個形容詞。

入侵的時間軸

這六個事件是按升級程度而非時間順序排列的。先是陣型崩潰，接著領主被擄，然後一個名號被發明出來，之後農民起義，再來家族在墓地相會，最後是毒。每個事件都是一扇門：從門內書寫，世界自會供給你壓力。

四股勢力，四種忠誠

這些派系不是隊伍。它們是對「人是為何而存在？」這個問題的四種回答。武士回答責任；蒙古人回答用處；人民回答生存；浪人回答報酬。把其中任兩方放進同一個房間，場景便會自己寫成。

規範無法承載之物

這個世界作為創作設定最有用的一點，在於它已然破碎。你不必發明衝突；你繼承了一個。一個必須追捕自己姪兒的領主。一個早已選擇自己人民而非你的朋友。一種有效卻不可饒恕的手段。一場勝仗，代價卻是你當初為之奮戰之物。這些不是待解的劇情節點。它們是引擎。

這也是為什麼這個世界受益於一套固定的視覺文法。這些原子給你名詞——盔甲、旗幟、黑砂、紅楓、石墓——而風格給你句法。沒有這套文法，每一個新畫面看起來都像是同一個故事的不同改編版本。有了它，單一影像便能承載整個論證：一個人在海灘上，一把刀尖朝下，一支艦隊隱沒於霧中。

打造這些畫面的六條款簡報

四件已發佈的作品，每個場景都由同一份共用簡報生成，並以相符的長寬比分別跑過兩個模型。這份簡報刻意寫得平實，也刻意講究順序，因為固定的順序才能讓比較有意義。風格第一，主體第二，地點第三，事件第四，光線第五，排除項最後。

兩個模型，一份簡報

GPT Image 2 與 Krea 2 收到同樣的兩段提示詞。GPT Image 2 回傳 1536×1024 的畫面，構圖如電影劇照：一支支分明的箭、濕透的沙、一頂有凹痕的頭盔、一道只反射一窄條光線的劍刃。Krea 2 回傳更寬、更亮的 2048×1152 詮釋：物件更少、剪影更強、旗幟獵獵作響、海灘讀起來像一座舞台。兩者都不是「正確」答案。它們是兩種不同的工作。

真正有用的比較，不是抽象談品質，而是切合用途。如果這張圖必須撐過裁切、圖說與再看一眼，GPT Image 2 給你更多可看的東西。如果它要當縮圖、海報或情緒板拼貼，Krea 2 更快切中要點，而且只要十分之一的價格。世界頁面兩者並用，因為這個世界兩者都需要：一份文獻，與一張海報。

為什麼 GPT Image 2 守得住細節

當畫面必須經得起細看時，GPT Image 2 最強。它懂得材質分離——濕沙、漆鐵、布料與葉片之間的差異——並且一致地安排陰影，所以站在浪花裡的人物不會看起來像貼上去的。在 Komoda 的畫面裡，前景那頂倒落的頭盔有明顯的凹痕與斷裂的盔纓；在墓地的畫面裡，石燈籠仍有一簇火焰，墳墓上的青苔也深淺不一。那些細節不是裝飾。它們是這地方在照片拍下之前就已存在的證據。

代價是時間與金錢。一張高品質的 1536×1024 畫面比 Krea 的渲染更慢，也貴上數倍，而且如果風格條款太弱，模型會過度渲染材質。解法不是寫更多提示詞，而是更嚴格的風格條款與更少的物件。說「可見筆觸、受控的硬邊」，並且說到做到。

為什麼 Krea 2 一眼就能讀懂

Krea 2 是海報機器。它為縮圖而構圖：強烈的對角線、單一紅色形狀、一個先讀成剪影、再讀成人的身影。Komoda 的畫面把餘燼放在前景，並把海簡化成一道道色帶；墓地的畫面把楓樹變成樹冠，把墳墓變成走廊。它還會在旗幟與墓碑上自行發明書法筆畫，這正是其文件所警告的弱點——把任何文字都當成材質，而非語言。

用 Krea 2 來探索。十個變體的成本低於一張 GPT Image 2 畫面，而且模型樂於給你一個你永遠不會指定出來的構圖。然後把勝出的構圖帶回 GPT Image 2，要求細節版。這個兩階段工作流程，是同時取得速度與完成度最可靠的方法。

一個可以分支的世界

Ghost of Tsushima 是公開的。每一個原子都能被打開、改寫、複製或移除；每件已發佈的作品都附帶它的提示詞與模型，所以你能確切看到是什麼產生了它，並自己跑同一份簡報。從世界的現狀開始，或分支它、改變一件事：讓 Shimura 提早一天抵達海灘，讓 Ryuzo 拒絕可汗的招攬，讓 Yuna 成為拾起刀劍的那個人。這個設定的強度足以承受這樣的改變。

已發佈的作品是證明，不是產品。它們證明一個擁有清晰視覺文法的世界，能跨越兩個截然不同的模型產出一致連貫的圖像集，也證明單一畫面無需圖說就能承載一個故事的核心論點。其餘的，就交給你來寫。