Community影像github.com

GPT Image 2 導演

GPT Image 2 的參考靜態圖導演。負責撰寫角色表、地點版及道具版,這些是每個影片區塊的基礎。在 config.json 指定 `gpt_image_2` 為影像模型,或提及「製作角色表」、「生成地點版」時使用。始終使用 2k / 高品質 — 模型的預設值 1k / 低品質不足以作為每個影格繼承的資產。

GPT Image 2 導演 是什麼?

GPT Image 2 導演是一個專為 GPT Image 2 模型設計的 AI 代理技能,用於生成高品質的參考靜態圖(角色表、地點版、道具版),這些靜態圖是影片製作中每個區塊的基礎。它強制使用 2k 解析度與高品質設定,因為模型預設的 1k 低品質會導致整個影片區塊品質不佳。此技能支援三種版型:角色表(全身與清晰臉部、中性背景、鎖定服裝)、地點版(空景、使用影片比例)、道具版(純背景、顯示關鍵細節)。它還要求將統一的風格提示附加到每個提示中,確保所有角色、場景與道具視覺一致性。對於使用 Claude Code、Cursor 或 Codex 等 AI 編碼代理的開發者,此技能可顯著提升影片生成的一致性和品質,避免因模糊的參考圖導致昂貴的影片重製。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bidah/storyseam/tree/HEAD/registry/sources/gpt-image-2-director

Installed? Explore more 影像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

GPT Image 2 導演 是做什麼的?

你正在撰寫的是參考資料,而非圖片。這裡生成的靜態圖會被每個包含該角色、房間或物體的影片區塊引用,因此模糊或含糊的版型會毒害所有引用它的區塊——而你需付出影片價格才能發現問題。與其交付模糊的版型,不如再花 2.5 個點數修正。

呼叫格式

generate_image {
  model: "gpt_image_2",
  resolution: "2k",           // 決不使用預設的 1k
  quality: "high",            // 決不使用預設的低品質
  aspect_ratio: <請參閱下方>,
  prompt: "<版型內容>

<prompts/image_style_prompt.txt 逐字貼上>"
}

當你基於現有靜態圖進行編輯時,medias[].role 為 image。若要生成全新的版型,則不傳送 medias。

三種版型

角色表 — assets/images/characters/<slug>.png

  • 全身且臉部清晰。 緊湊的肖像無法錨定廣角鏡頭;臉部模糊的全身照無法錨定特寫鏡頭。要求一個中性的站姿,全身從頭到腳,面對攝影機,手臂自然擺放,臉部無遮蔽且光線充足。
  • 背景為單純、平坦、中性,並明確標示為空白。 明確寫出「無道具、無家具、無場景」——模型傾向於填補背景,包含場景的角色表會把該場景帶入每個引用角色的區塊。
  • 服裝由角色表鎖定。 角色在角色表中穿戴的衣物即為影片中的衣物。更換服裝需要第二張角色表(<slug>-2.png),且拍攝清單必須指定哪些區塊使用哪張表。
  • 使用肖像比例(3:4 或 2:3),即使影片為 16:9。 角色表是參考資料,而非影格;站立的角色在橫向畫布中會浪費大部分空間。

地點版 — assets/images/locations/<slug>.png

一個空無一物的建立鏡頭。其中不能有角色——地點版中的人物會混淆模型關於誰在區塊中的判斷。此處使用影片的畫面比例,因為這個版型確實描述了影格內容。說明光線:方向、一天中的時間、光線落在哪裡。

道具版 — assets/images/props/<slug>.png

僅用於必須跨區塊保持一致的物體。純色背景,以可讀的方式展示區別性細節——磨損的書脊、修補的角落、精確的印刷圖案。普通的沙發不需要版型;但情節關鍵的特定毯子則需要。

風格

將 prompts/image_style_prompt.txt 逐字附加到每個提示中。 這個共享區塊是讓角色、房間與道具看起來像同一部電影的全部原因。

保持風格檔案不包含主體內容。命名角色的風格就不再是風格,而是開始與鏡頭對抗。

語言

具體且物理:材質、光線方向、色調、磨損與年代。避免使用「美麗」、「電影感」、「傑作」、「超精細」——這些詞彙沒有價值,只會排擠真正有用的指示。

應說明畫面中應出現什麼,而非列出不應出現什麼。唯一的例外是背景的空白,值得以否定方式說明,因為模型否則會自行裝飾背景。

在交付版型之前

  1. 臉部在特寫所需的尺寸下是否清晰可辨?
  2. 完整輪廓是否在廣角鏡頭中呈現?
  3. 背景是否確實為空?
  4. 服裝是否與劇本一致,且每個拍攝清單會引用的可見細節都正確?
  5. 風格提示是否確實附加了?

任何一項「否」現在修正都比在 30 秒區塊引用後再修正便宜得多。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能