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
- 臉部在特寫所需的尺寸下是否清晰可辨?
- 完整輪廓是否在廣角鏡頭中呈現?
- 背景是否確實為空?
- 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?
- 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。