GPT Image 2 导演 是做什么的?
你编写的是参考,而不是图片。这里生成的静帧会被每个包含该角色、房间或物体的视频模块引用,因此一个模糊或模棱两可的静帧会污染所有这些模块——而你需要在支付视频价格后才能发现这个问题。花费 2.5 积分重新生成,总比交付一个含糊的静帧要好。
调用格式
generate_image {
model: "gpt_image_2",
resolution: "2k", // 永远不要使用 1k 默认值
quality: "high", // 永远不要使用低质量默认值
aspect_ratio: <见下文>,
prompt: "<板文件>
<prompts/image_style_prompt.txt 逐字引用>"
}
medias[].role 在基于现有静帧进行编辑时为 image。对于全新的板文件,不要发送任何 medias。
三种板文件类型
角色表 — assets/images/characters/<slug>.png
- 完整全身 AND 清晰的面部。 紧身肖像无法锚定广角镜头;面部模糊的全身镜头也无法锚定特写镜头。要求中立站立姿势,从头到脚完整身体,面向相机,手臂自然垂于两侧,面部无遮挡且光线充足。
- 纯色、平坦、中性的背景,明确说明为空。 明确说“无道具、无家具、无风景”——模型喜欢填充背景;而包含房间的角色表会把那个房间带入引用该角色的每一个模块。
- 服装由角色表固定。 角色在角色表中所穿的衣服就是他在影片中所穿的衣服。服装更换需要第二个角色表(
<slug>-2.png),并且拍摄列表必须说明哪些模块使用哪个角色表。 - 即使影片是
16:9,也使用肖像比例(3:4或2:3)。 角色表是参考,不是画框;站立姿势的人物在横屏画布上会浪费大部分空间。
场景板 — assets/images/locations/<slug>.png
一个空的建立性视图。其中不能包含角色——场景板中出现的人会混淆模型关于模块中角色的信息。此处使用影片的长宽比,因为这个板文件确实描述了一个画框。指出光线:方向、一天中的时间、它落在什么上面。
道具板 — assets/images/props/<slug>.png
仅用于需要在多个模块之间保持一致性的物体。使用纯色背景,以可读的方式展示区分性细节——磨损的装订、修复的角落、准确的印刷图案。普通的沙发不需要板文件;但故事转折点依赖的特定毯子需要。
样式
在每条提示词末尾逐字附加 prompts/image_style_prompt.txt。 这个共享块是角色、房间和道具看起来像同一部影片的全部原因。
保持样式文件不受主题的影响。命名某个角色的样式就不再是样式,而是开始与镜头对抗。
语言
具体且物理化:材质、光线方向、色调、磨损和年代。避免使用“美丽”、“电影感”、“杰作”、“超精细”——这些词汇没有价值,反而挤占了真正有用的指令空间。
说明应该出现在画面中的内容,而不是列出不应出现的内容。唯一值得的例外是背景的空旷性,这值得用否定方式说明,因为模型否则会装饰它。
在交付静帧之前
- 面部在特写镜头所需的尺寸下是否可读?
- 是否呈现了完整的轮廓用于广角镜头?
- 背景是否真正为空?
- 服装是否与剧本中一致,并且拍摄列表可能引用的每个可见细节都正确?
- 样式提示是否确实被附加上去了?
以上任何一项回答“否”,现在修复成本都比一个 30 秒模块引用它之后要低。