In un libro illustrato, in uno storyboard o in un'illustrazione di campagna ricorrente, un piccolo cambiamento al volto di un personaggio può spezzare la sequenza. Un flusso di lavoro GPT Image 2.6 consistent character inizia con un chiaro ancoraggio del personaggio. Salvalo, carica quella stessa immagine originale per ogni nuova scena, ripeti i tratti identificativi e cambia solo la scena o l'azione. Se un fotogramma si discosta, modifica quel fotogramma rispetto all'ancoraggio prima di procedere. Questa guida mostra l'ancoraggio di Mara e due scene, fornisce i prompt esatti e offre una verifica in cinque punti per decidere se il set è pronto all'uso.
Punti chiave
- Salva un ancoraggio pulito e non ritagliato che mostri il volto, il corpo, l'abbigliamento e lo stile del personaggio.
- Carica quell'ancoraggio originale per ogni nuova scena e ripeti i dettagli identitari in ogni prompt.
- Cambia l'ambientazione o l'azione una alla volta, poi controlla tutti i fotogrammi fianco a fianco.
- Ripara un errore specifico con una modifica mirata; un'immagine di riferimento non garantisce un output identico.
Cosa significa realmente “Personaggio coerente”
Per una serie illustrata, la coerenza significa che un lettore può riconoscere la stessa persona in ogni fotogramma senza affidarsi alla didascalia. Di solito è il volto a portare la maggior parte di quel riconoscimento: la sua forma, il colore degli occhi, il naso e i segni distintivi. I capelli e un elemento caratteristico forniscono al lettore un altro indizio. Le proporzioni corporee, l'abbigliamento e lo stile di rendering supportano la continuità, ma rispondono a domande leggermente diverse. Un personaggio può mantenere il cappotto mentre il suo volto cambia, oppure mantenere il volto mentre la pagina successiva sembra improvvisamente appartenere a un libro diverso.
Stabilisci le regole identitarie prima di creare le scene. In questo esempio, Mara ha un viso ovale, occhi marrone scuro, un naso piccolo e arrotondato, cinque lentiggini sul ponte del naso, ricci neri corti e un ricciolo bianco sopra il sopracciglio sinistro. Il suo impermeabile color senape e la sciarpa verde acqua appartengono a questa particolare sequenza. Lo scaffale della biblioteca e il sentiero del giardino no. Questa distinzione dice all'editor cosa proteggere e ti offre un modo equo per giudicare ogni output.
La guida ai prompt per immagini di OpenAI consiglia di riutilizzare un riferimento del personaggio e di ripetere i vincoli sull'aspetto tra le scene. La sua guida alla generazione di immagini afferma anche che i personaggi ricorrenti possono perdere coerenza visiva tra le generazioni. Tratta l'ancoraggio come un'istruzione forte, poi ispeziona l'output. È un riferimento di lavoro, non una promessa che ogni lentiggine finisca sullo stesso pixel. Una discussione della community descrive la deriva che appare già dalla seconda immagine; quell'esperienza spiega il problema pratico, anche se non è un benchmark del modello.
Per un libro illustrato, definisci la tua tolleranza prima di generare dieci pagine. Un leggero cambiamento nel pigmento dell'acquerello è di solito innocuo. Un naso diverso, un ricciolo bianco mancante o una silhouette del viso alterata possono far sembrare il personaggio una persona nuova. Quando la trama pianificata richiede un cambio di guardaroba, rimuovi l'abbigliamento dal blocco identitario e mantieni i segnali facciali più rigorosi. Qui, le due scene mantengono l'outfit fisso, così il test isola i cambiamenti di ambientazione e azione.
Crea un ancoraggio riutilizzabile per il personaggio
Scrivi un blocco identitario
Un ancoraggio utile è un'immagine di riferimento che puoi leggere a colpo d'occhio. Mostra una sola persona, con tutto il corpo visibile e una chiara vista di tre quarti del volto. Lascia al soggetto spazio sufficiente affinché mani, piedi, cappotto e capelli non siano tagliati. Uno sfondo chiaro e semplice rende il personaggio facile da ispezionare e impedisce che gli oggetti della scena diventino parti accidentali della sua identità. Salva l'output originale invece di una miniatura ritagliata.
Annota un blocco identitario compatto prima di aprire il modello. Scegli alcune caratteristiche che siano sia visibili che distintive. “Giovane donna amichevole” è troppo generico per essere verificato. “Cinque lentiggini sul naso e un ricciolo bianco sopra il sopracciglio sinistro” ti offre controlli osservabili. Mantieni le descrizioni di sinistra e destra ancorate al personaggio come raffigurato, poi ispeziona attentamente gli output speculari. Per una serie lunga, registra il nome file dell'ancoraggio approvato e il blocco testuale esatto nelle tue note di produzione, così editor diversi partono dalla stessa fonte.
| Da mantenere fisso in questo set di tre fotogrammi | Può cambiare |
|---|---|
| Viso ovale, occhi marrone scuro, naso arrotondato, cinque lentiggini, ricciolo bianco | Posizione, oggetti di sfondo e meteo |
| Ricci neri corti e proporzioni corporee naturali | Posa, posizione delle mani e sguardo all'interno di una vista di tre quarti visibile |
| Impermeabile color senape, sciarpa verde acqua, pantaloni blu, stivali marroni | Cosa sta facendo Mara con il libro |
| Contorni a inchiostro morbidi, acquerello caldo dai toni tenui, texture della carta | Illuminazione locale che si adatta ancora alla palette condivisa |
Questa è una regola di produzione per questo esempio, non un'affermazione che il modello abbia un interruttore dedicato per il blocco identitario. Sei tu a fornire il riferimento e le parole a ogni esecuzione. Evita di aggiungere molti piccoli tratti che saranno invisibili alle dimensioni dello storyboard. Il ricciolo bianco e le lentiggini sono preziosi qui perché puoi verificarli nelle immagini finali.
Genera e salva l'ancoraggio
Apri il modello text-to-image GPT Image 2.6 Sunburst di Atlas Cloud per il primo fotogramma. Seleziona alta qualità, alta complessità, output PNG, una immagine e una tela orizzontale 1536×864 se quei controlli sono disponibili nella tua playground attuale. Controlla le impostazioni confermate prima di eseguire; un valore inserito può tornare indietro in un modulo dinamico. Usa questo prompt alla lettera:
plaintext1Create one original character for a children's picture-book storyboard, shown alone in a clear full-body three-quarter view. 2 3Identity: Mara is a young adult with an oval face, dark brown eyes, a small rounded nose, five light freckles across the bridge of her nose, short black curls, and one distinct white curl above her left eyebrow. Keep her facial proportions natural and easy to recognize. 4 5Outfit: mustard-yellow raincoat, teal scarf, dark blue trousers, brown ankle boots. No hat. 6 7Style: hand-painted watercolor illustration with soft ink outlines, warm muted colors, and visible paper texture. Plain pale-cream background. Center the full character with hands and feet visible. 8 9Output: one landscape 16:9 image. No other people, no text, no logo, no watermark.
Ancoraggio del personaggio: usa questa immagine originale come riferimento per ogni nuova scena.
Esamina l'immagine risultante prima di approvarla. Se le cinque lentiggini non sono distinte o il ricciolo bianco si trova dal lato sbagliato, correggi l'ancoraggio ora. Ogni pagina successiva eredita l'ambiguità da questa scelta. Conserva il PNG non modificato come riferimento principale e nominalo separatamente dai file delle scene. Se in seguito cambi il design di Mara, inizia una nuova serie da un nuovo ancoraggio approvato invece di mescolare revisioni.
Metti lo stesso personaggio in due nuove scene
Usa la playground di modifica GPT Image 2.6 Sunburst per entrambe le scene. L'input essenziale è l'ancoraggio salvato, non solo una descrizione testuale del personaggio. Carica l'ancoraggio originale a ogni esecuzione, seleziona gli stessi controlli di alta qualità e alta complessità se offerti, e richiedi un PNG a 1536×864. Se l'interfaccia offre solo una dimensione diversa, registra la dimensione effettivamente confermata e mantienila uguale per entrambe le scene. Un inquadratura uguale rende più facile la revisione visiva.
I due prompt ripetono deliberatamente la maggior parte del blocco identitario. Questa ripetizione è utile: ogni richiesta dovrebbe essere autonoma, anche se crei i fotogrammi a ore di distanza o un'altra persona esegue il secondo. Non dare per scontato che il modello ricordi una precedente generazione indipendente. Salva il prompt esatto insieme a ogni output, così puoi risalire a una deriva dovuta a un'istruzione cambiata, a un riferimento diverso o alla variazione del modello.
Scena 1: Cambia l'ambientazione
Carica l'ancoraggio originale e incolla il prompt della biblioteca. Mara rimane nello stesso abbigliamento e trattamento ad acquerello. Le nuove informazioni sono una posizione e un'azione presso uno scaffale basso. Uno scaffale basso aiuta a mantenere tutto il corpo in vista, il che rende questo fotogramma confrontabile con l'ancoraggio. Il prompt chiede anche un viso di tre quarti visibile, perché una vista posteriore distante nasconderebbe proprio i tratti che questo esercizio misura.
plaintext1Use the uploaded image as the identity, outfit, proportions, and watercolor-style reference for Mara. Create one new landscape 16:9 picture-book scene: Mara stands inside a small neighborhood library, reaching for a book on a low shelf. Show her full body and keep her face visible in a three-quarter view. 2 3Preserve her oval face, dark brown eyes, small rounded nose, five freckles, short black curls, white curl above her left eyebrow, mustard raincoat, teal scarf, dark blue trousers, and brown boots. Preserve the soft ink outlines, warm muted palette, and paper texture. 4 5Change the setting and pose only. Do not introduce another character, redesign Mara, add text, add a logo, or add a watermark.
Scena in biblioteca: confronta il viso di Mara, il ricciolo bianco, la sciarpa e l'impermeabile con l'ancoraggio sopra.
Ispeziona l'output della biblioteca a due dimensioni. A dimensione piena, conta le lentiggini e controlla la direzione del ricciolo bianco. Alla dimensione che un lettore vedrà nel tuo libro o storyboard, chiediti se Mara appare ancora come la stessa persona. I dettagli possono essere tecnicamente presenti ma troppo piccoli per veicolare il riconoscimento. Se la biblioteca diventa elaborata e rimpicciolisce Mara, chiedi una composizione più semplice mantenendo l'ancoraggio e il testo identitario.
Scena 2: Cambia l'azione
Inizia una nuova modifica con lo stesso ancoraggio originale. Non caricare il risultato della biblioteca come unico riferimento. Concatenare la scena uno nella scena due può portare avanti un piccolo errore e rendere più difficile capire quale immagine ha stabilito il personaggio. Il prompt del giardino cambia sia l'ambiente che l'azione, mantenendo invariati il viso visibile, il costume e il trattamento ad acquerello.
plaintext1Use the uploaded anchor image as the identity, outfit, proportions, and watercolor-style reference for Mara. Create one new landscape 16:9 picture-book scene: Mara walks through a garden after light rain, holding a closed book against her chest. Show her full body and keep her face clearly visible in a three-quarter view. 2 3Preserve her oval face, dark brown eyes, small rounded nose, five freckles, short black curls, white curl above her left eyebrow, mustard raincoat, teal scarf, dark blue trousers, and brown boots. Preserve the soft ink outlines, warm muted palette, and paper texture. 4 5Change the setting and action only. Keep Mara recognizable as the exact same original character. No other people, no text, no logo, no watermark.
Scena in giardino: l'ambientazione e l'azione cambiano mentre i principali tratti visivi di Mara rimangono visibili.
Il libro chiuso dà alle sue mani un compito chiaro senza introdurre una seconda persona o un nuovo elemento di design. Confronta immediatamente il fotogramma del giardino con l'ancoraggio, poi confrontalo con il fotogramma della biblioteca. Entrambi i confronti contano. Un'immagine del giardino può sembrare internamente coerente ma spostare comunque il viso o il colore del cappotto di Mara. Se il fotogramma passa, salvalo come output separato; mantieni l'ancoraggio originale intatto per ogni pagina successiva.
Per una serie più lunga, questo schema si estende pagina per pagina: ancoraggio originale in ingresso, un cambiamento di scena, output revisionato. Non richiede che la storia usi la stessa posa per sempre. Una volta che l'identità è stabile, varia deliberatamente l'angolazione o l'abbigliamento, con quei cambiamenti nominati nel prompt e verificati rispetto ai tratti fissi rimanenti. Fallo come una nuova variazione controllata, non silenziosamente nel mezzo di una sequenza che prometteva un solo abbigliamento.
Altri tre casi pubblicati di coerenza del personaggio
Le seguenti coppie di immagini provengono dalla guida ai prompt per immagini GPT Image 2.6 di OpenAI. Sono esempi pubblicati, non esecuzioni aggiuntive del prompt di Mara o output generati per questo articolo. Ogni immagine di destra è etichettata GPT Image 2.6 Sunburst in quella guida; la guida elenca qualità media e una tela 1024×1536. I riassunti dei prompt di seguito riassumono le richieste pubblicate anziché citarle alla lettera. Usa la guida collegata per i prompt di origine esatti e le immagini di input. Questi tre casi testano cambiamenti diversi, non un tasso di successo misurato.
Caso 1: Continua la storia di un eroe della foresta
La prima immagine stabilisce un eroe ad acquerello con cappuccio verde. Per la seconda, il riferimento del personaggio viene riutilizzato in una scena di soccorso innevata. Modello: GPT Image 2.6 Sunburst per il riferimento e la modifica. Breve prompt: introduci un aiutante originale della foresta con un cappuccio verde, stivali marroni, borsa alla cintura e un trattamento ad acquerello morbido; poi mostra lo stesso eroe mentre aiuta uno scoiattolo dopo una tempesta invernale, mantenendo viso, proporzioni, abbigliamento e palette. L'ambientazione e l'azione cambiano, quindi confronta la forma del cappuccio, i capelli, il viso, la borsa e gli stivali nella coppia.
Fonte: riferimento e continuazione dell'eroe della foresta di OpenAI. A sinistra: riferimento del personaggio. A destra: la modifica pubblicata della scena invernale con GPT Image 2.6 Sunburst.
Caso 2: Cambia i vestiti senza cambiare la persona
Questo esempio usa un ritratto museale come input identitario e immagini separate di indumenti come riferimenti per l'abbigliamento. Modello: GPT Image 2.6 Sunburst Edit. Breve prompt: adatta la giacca, il top e gli stivali forniti alla persona mantenendo coerenti viso, capelli, forma del corpo, posa, sfondo del museo, inquadratura e luce. Il cambio di indumento è intenzionale; un viso o un'angolazione della fotocamera cambiati sarebbero una deriva. La coppia pubblicata ti permette di ispezionare entrambi i tipi di dettaglio fianco a fianco.
Fonte: esempio di abbigliamento che preserva l'identità di OpenAI. A sinistra: riferimento identitario. A destra: la modifica pubblicata dell'abbigliamento con GPT Image 2.6 Sunburst.
Caso 3: Sposta un ritratto in una scena d'azione
Lo stesso ritratto museale diventa il riferimento identitario per una donna in fuga da un orso in un campeggio verso il crepuscolo. Modello: GPT Image 2.6 Sunburst Edit. Breve prompt: colloca la persona referenziata in una credibile scena di fuga all'aperto con colori e illuminazione naturali, cambiando attività, vestiti ed espressione per adattarsi alla situazione. Questa è una verifica dell'identità più difficile rispetto alla modifica dell'outfit, perché il viso viene ridisegnato con un'espressione e un punto di vista diversi. Confronta la struttura facciale riconoscibile invece di aspettarti un sorriso immutato.
Fonte: esempio di persona in una nuova scena di OpenAI. A sinistra: riferimento identitario. A destra: la modifica pubblicata del campeggio con GPT Image 2.6 Sunburst.
Ripara la deriva senza ridisegnare la scena
La deriva spesso appare in un dettaglio che sembrava troppo piccolo per essere menzionato: il viso di Mara diventa più rotondo, le lentiggini scompaiono, l'attaccatura dei capelli si sposta, il ricciolo bianco cambia lato, o la sciarpa verde acqua diventa blu. Decidi prima se la scena stessa funziona. Se la posa e l'ambientazione sono utili, una modifica mirata è una mossa iniziale migliore rispetto a generare una scena completamente nuova. Se il personaggio occupa solo pochi pixel o la composizione nasconde il suo viso, rigenera la scena con un'inquadratura più chiara, perché le modifiche locali hanno poche prove visibili con cui lavorare.
Per una riparazione mirata, carica la scena problematica come Immagine 1 e l'ancoraggio approvato come Immagine 2. Etichetta i loro ruoli nel prompt. Se l'interfaccia non rende chiaro l'ordine di caricamento, verifica le miniature e descrivi esplicitamente i ruoli prima di eseguire. Questo esempio prende di mira il viso e i capelli, quindi chiede al modello di preservare mani, libro, ambientazione, illuminazione e composizione. Sostituisci “library” con “garden” secondo necessità.
plaintext1Image 1 is the scene to repair. Image 2 is Mara's approved identity anchor. 2 3In Image 1, correct only Mara's face and hair so they match Image 2: oval face, dark brown eyes, small rounded nose, five freckles across the nose, short black curls, and the white curl above her left eyebrow. 4 5Preserve Image 1's pose, clothing, hands, book, garden or library setting, composition, lighting, watercolor texture, and all other details. Do not add or remove objects. No text or watermark.
Un'istruzione mirata riduce il cambiamento richiesto; non forza una modifica perfettamente locale. Ispeziona l'intero fotogramma riparato, inclusi lo sfondo e il libro. Una riparazione può ripristinare il viso ma cambiare una mano, un oggetto o il ritaglio. Se ciò accade, decidi se una seconda riparazione mirata vale la pena o se una nuova esecuzione della scena dall'ancoraggio è più pulita. Conserva l'output rifiutato nella tua cartella di lavoro, ma non renderlo il prossimo riferimento identitario.
Controlla il set prima di pubblicare
Posiziona gli output dell'ancoraggio, della biblioteca e del giardino alla stessa dimensione visualizzata. Usa l'ancoraggio come standard, poi scansiona la stessa caratteristica attraverso tutte e tre le immagini prima di passare alla caratteristica successiva. Questo metodo riga per riga cattura la deriva in modo più affidabile rispetto a giudicare ogni immagine isolatamente. Separa anche un cambiamento tollerabile nell'illuminazione da un cambiamento nell'identità del personaggio.
Confronta gli stessi punti di riferimento facciali, il ricciolo distintivo, l'abbigliamento, le proporzioni e il trattamento ad acquerello in tutti e tre gli output; le immagini dovrebbero essere giudicate, non date per perfette.
| Verifica in cinque punti | Segnale di deriva | Azione successiva |
|---|---|---|
| Viso: forma, occhi, naso, lentiggini | Una silhouette diversa o lentiggini identificative mancanti | Ripara il viso rispetto all'ancoraggio, poi ispeziona l'intero fotogramma |
| Capelli e segno: ricci corti, ricciolo bianco a sinistra | Il ricciolo scompare, cambia lato o cambia lunghezza dei capelli | Esegui una riparazione solo dei capelli; rifiuta un'identità speculare se cambia il riconoscimento |
| Proporzioni: scala di testa, torso e arti | Il personaggio sembra molto più vecchio, più giovane, più alto o costruito diversamente | Rigenera con un'inquadratura a figura intera più chiara se l'intera figura si è spostata |
| Outfit: cappotto, sciarpa, pantaloni, stivali | I colori distintivi o le forme dei capi cambiano | Modifica solo il capo se il viso e la scena passano |
| Stile: linee a inchiostro, acquerello dai toni tenui, texture della carta | Un fotogramma sembra un mezzo diverso | Rimodifica dall'ancoraggio o rigenera la scena con il blocco di stile |
Accetta le differenze naturali causate da posa, espressione e illuminazione locale se il personaggio appare ancora come Mara alla dimensione di visualizzazione finale. Rifiuta un viso scambiato, un segno distintivo mancante o un cambiamento evidente del costume in questa sequenza ad abbigliamento fisso. Non definire un set “coerente” solo perché il prompt richiedeva coerenza. Registra cosa è passato e cosa hai riparato. Quella piccola traccia di controllo aiuta quando una pagina successiva ti fa dubitare dell'ancoraggio precedente.
Scegli un modello, le impostazioni e il budget
GPT Image 2.6 Sunburst o GPT Image 2.6 Flare?
OpenAI descrive GPT Image 2.6 Flare come il modello più piccolo per lavori sensibili alla velocità e GPT Image 2.6 Sunburst come il modello di base per maggiori dettagli o modifiche precise. Il flusso di lavoro del personaggio qui utilizza GPT Image 2.6 Sunburst per l'ancoraggio ed entrambe le modifiche, così l'esempio non mescola il comportamento del modello con i cambiamenti di scena. GPT Image 2.6 Flare è un modello sensato da testare quando i tempi di consegna contano, ma fai un campione omogeneo con lo stesso ancoraggio, prompt, impostazioni e revisione in cinque punti prima di spostare una serie su di esso. Il nome del modello da solo non può dirti se il tuo particolare personaggio passerà.
Usa le impostazioni di dettaglio più elevate che il tuo tempo e il tuo budget consentono, ma verifica ciò che la playground ha effettivamente accettato. Una tela orizzontale 1536×864 offre spazio per un soggetto a figura intera e uno sfondo. Il PNG mantiene intatto l'ancoraggio principale per caricamenti ripetuti. Se l'interfaccia offre solo una dimensione orizzontale vicina, usa le stesse dimensioni confermate in tutto e aggiorna le tue note di produzione. La risoluzione aiuta i lettori a vedere i dettagli, ma un viso chiaro e un'inquadratura controllata contano più di un'immagine più grande dove la persona è minuscola.
Quanto costa un'esecuzione?
Prima di iniziare, controlla la stima nella playground e l'attuale prezzo dei modelli di Atlas Cloud. La pagina dei prezzi pubblica fattura GPT Image 2.6 Sunburst in base ai token immagine, con tariffe diverse per input di testo, input di immagine e output di immagine. Un ancoraggio text-to-image e una modifica con immagine di riferimento necessitano quindi di stime separate. L'esempio pubblicato nella pagina a 1536×1024 non è un preventivo per la tela 1536×864 proposta in questa guida, e l'utilizzo effettivo può differire da una cifra pre-esecuzione.
Prevedi un budget per un ancoraggio e due modifiche di scena, più una possibile riparazione. Mantieni un output per richiesta finché il personaggio non funziona; più candidati possono rendere il totale più difficile da tracciare. Registra ogni richiesta completata e il suo costo mostrato prima di scrivere una cifra per immagine in un report di produzione. Se le dimensioni o i controlli selezionati non sono disponibili, usa le impostazioni effettivamente confermate e la loro stima invece di portare avanti un esempio di prezzo non correlato. Ricontrolla i prezzi prima della pubblicazione perché la disponibilità e le tariffe del modello possono cambiare.
La prossima azione utile è approvare un singolo ancoraggio di Mara, poi eseguire i due prompt delle scene con quel file esatto. Metti le tre immagini accanto alla tabella in cinque punti prima di espandere lo storyboard. Questo trasforma GPT Image 2.6 consistent character da un prompt speranzoso in un processo di revisione ripetibile.
Domande frequenti
GPT Image 2.6 ricorda un personaggio tra esecuzioni separate?
Non fare affidamento sulla memoria tra esecuzioni indipendenti. Carica l'ancoraggio approvato e ripeti i dettagli identificativi per ogni nuova scena. Conserva il file originale in modo da poter riprodurre le pagine successive anche se la scena precedente cambia.
Posso cambiare l'outfit senza perdere il viso del personaggio?
Sì, puoi richiedere un cambio di outfit mantenendo i tratti facciali dell'ancoraggio, ma controlla il risultato. Specifica quale capo può cambiare e quali indizi di viso, capelli, proporzioni e stile devono rimanere. Usa il nuovo outfit in modo coerente nelle pagine in cui appartiene.
Dovrei usare GPT Image 2.6 Flare o GPT Image 2.6 Sunburst per una lunga serie di immagini?
Inizia con il modello che soddisfa la tua scadenza, poi testa su di esso lo stesso personaggio e il set di prompt a due scene. GPT Image 2.6 Sunburst è la scelta per i dettagli e le modifiche precise nella guida di OpenAI; GPT Image 2.6 Flare è la scelta per la velocità. Confronta i tuoi output con la stessa checklist invece di presumere che un nome garantisca la continuità.
Un'immagine di riferimento può garantire caratteristiche facciali identiche al pixel?
No. Una posa, un'espressione, un'angolazione o un'illuminazione cambiate modificano naturalmente i pixel, e la generazione può comunque alterare i dettagli identificativi. Usa il riferimento per guidare l'identità, poi ispeziona e ripara qualsiasi deriva che conti alla dimensione di visualizzazione finale.
