GPT-Image2 文生图入门
文章分享自己实操过程中的心得体会，或许对你有帮助。
提示词应该是什么样的
场景：摩纳哥 vs 切尔西
一种文本描述
realistic sports broadcast screenshot-style documentary photo set in the spectator stands of UEFA Champions League match between Monaco vs Chelsea.
The girl is naturally captured by a live broadcast camera among the crowd. NOT a model shoot, NOT influencer photography, NOT beauty photography.
Head-resting lazy posture, natural facial asymmetry, raw skin texture, messy hair strands, mild oily skin glow, minimal motion blur, live broadcast compression artifacts, interlaced screen quality, soft zoom lens blur, dim uneven stand lighting. She wears official team jersey, resting one hand on cheek while watching the game. Bored and drowsy expression, tired from long match. Accidental live crowd shot, classic Champions League live footage style.
NO beauty retouching, NO enlarged eyes, NO V-line jaw edit, NO porcelain skin, NO influencer vibe, NO magazine photoshoot, NO AI beauty look.
AI 文生图结果：
注意：上面文字都是英文，你可以翻译成中文。最后一段文字强调的是“提示词限制项”，也就是负向提示词。
场景：文案主题配图
另一种文本描述
简约手绘涂鸦卡通，黑色毡头记号笔手绘草稿质感，马克笔自然笔触，轮廓线条微微抖动，带有细微手绘瑕疵，线条局部不完全闭合，温暖杂志随笔涂鸦氛围，无精致顺滑矢量干净线条，摒弃锐利完美数码质感，画面清爽简约平涂低饱和画风，仅天蓝色作为点缀色，单幅讽刺叙事漫画，中世纪法国巴黎圣母院门前场景；
核心剧情画面：中世纪法国拥有圣所避难铁律，逃入教堂的罪犯不受王室抓捕，一名偷盗宫廷金杯的瘸腿盗贼被大批皇家骑士围困在圣母院台阶，长矛层层对准盗贼，危急时刻盗贼转身，摆出滑稽蛤蟆跳姿势，连滚带爬蹭着屁股挪进教堂大门；盗贼站在门内拍掉屁股尘土，隔着门槛神态悠闲安详，对着门外满腔怒火、咬牙切齿的骑士挥手调侃；
人物细节：身着破旧布衣的瘸腿小偷，手里揣着鎏金宫廷金杯；数十名身披铠甲、手持长矛的皇家骑士，满脸愤懑；宏伟简约线条勾勒巴黎圣母院大门建筑；平涂色块，极少阴影，松弛随性速写线条，构图简洁克制，荒诞搞笑喜剧氛围
AI文生图结果：
第一段文字重点描述画风、笔法等，给AI大模型设定绘画风格。第二段文字就是你要配图的主体文字内容，一定要有画面感，效果才好。第三段文字就是细节处理了，AI的优点是喜欢脑补，这个也是缺点，自己写好细节信息，让AI出图结果尽可能满足你的审美需求。
如果画面出现明显的乱码、错别字，可以增加限制性提示词。
场景：房梁上蜷曲的猫咪
一种结构化文本提示词
#整体风格
Benjamin Wolf是一位来自德国的艺术家，他的艺术作品中常常包含猫、树木和建筑等元素，
这些元素巧妙地融合在一起，构成宁静祥和的风景，散发出平和与深邃的气息。
#画面主体
中式建筑，一个黑色的猫咪在房梁上蜷曲休息，大面积留白。
#构图特点
融合了现实主义与抽象，将日常的题材变成激励人心的视觉故事。
#显示比例
8K，–ar 9:16
AI文生图结果：
结构化提示词的优点：AI 可以很好的获取文生图的重要元素，即风格、画面主体、限制项和显示比例等。
场景：父子日常
另一种结构化文本提示词
#画风：
简笔小人段子漫画 路线，偏社交平台常见的轻幽默、轻讽刺、生活化漫画。
#人物形象：
人物优先是 圆脑袋、细四肢、极简五官；可以带一点头发块面、服装轮廓、腮红、小道具，但整体不能变成写实或精致厚涂卡通。
#颜色倾向：
以 白底 / 暖白底 + 黑色手绘线条 为主，只允许少量 低饱和暖色 点缀在腮红、服饰、蛋糕、门把手、小物件上。
#角色：
角色1：爸爸
角色2：儿子
角色3：妈妈
#场景：
妈妈生日，父子分工合作，爸爸下厨，儿子手工做贺卡，客厅摆鲜花蛋糕。
#儿子气泡：
贺卡画好了，妈妈一定会喜欢！
#爸爸气泡：
蛋糕和饭菜快做好，等她进门给她惊喜。
#妈妈气泡：
（进门眼眶发红）你们俩居然偷偷准备礼物，太暖心了。
#会话气泡和场景：
父子摒弃平时打闹，联手为妈妈准备生日惊喜，温馨治愈。
4K高清，–ar 16:9
AI文生图结果：
结构化提示词的画风、颜色是整个画面的基调，人物角色、对话读者可以自行脑补。人物形象可以利用设计好的参考图来固定。
提示词的重要元素
1、画风
AI最大的优点就是模仿。画风设定后，AI就会尝试变成对应的画师去模仿绘制你给出的主体内容。
2、主体
这部分内容就是画面要展现的元素，人物、环境、背景、颜色等。
3、比例
目前用的最多的就是横屏（16:9、4:3）、竖屏（3:4、9:16）等。当然你也可以使用正方形或者其他大模型支持的显示比例，格式如：–ar 16:9 。一般的图片1K就可以，如果追求高质量4K，8K。但可能会消耗大量积分。
4、负面提示词
也可以是限制性提示词，如果出图有乱码、人物肢体结构混乱、错别字、无中生有一些数字等，可以负面提示词。
建议
对AI文生图有兴趣的，可以先试用各个大模型免费的积分测试，稳定后再考虑批量生图。当然现在codex+skill 类似的组合在文生图，尤其是漫画方面已经很成熟了，你可以选择手搓或者skill。
gpt-image2文生图实战教程
文法改造、词法协同与状态同步)
