그림책, 스토리보드 또는 반복되는 캠페인 일러스트에서 캐릭터의 얼굴에 작은 변화가 생기면 시퀀스가 깨질 수 있습니다. GPT Image 2.6 consistent character 워크플로는 하나의 명확한 캐릭터 앵커에서 시작합니다. 이를 저장하고, 각 새 장면마다 동일한 원본 이미지를 업로드하고, 식별 특성을 반복하며, 장면이나 동작만 변경하세요. 한 프레임이 흐트러지면 다음으로 넘어가기 전에 앵커를 기준으로 해당 프레임을 편집하세요. 이 가이드는 Mara의 앵커와 두 장면을 보여주고, 정확한 프롬프트를 제공하며, 세트가 사용할 준비가 되었는지 결정하는 5가지 체크리스트를 제공합니다.
핵심 요약
- 캐릭터의 얼굴, 몸, 의상, 스타일을 보여주는 깨끗하고 잘리지 않은 앵커 하나를 저장하세요.
- 모든 새 장면마다 해당 원본 앵커를 업로드하고 각 프롬프트에 정체성 세부 사항을 반복하세요.
- 설정이나 동작을 한 번에 하나씩 변경한 다음 모든 프레임을 나란히 확인하세요.
- 특정 오류는 좁은 편집으로 수정하세요. 참조 이미지가 동일한 출력을 보장하지는 않습니다.
“일관된 캐릭터”가 실제로 의미하는 것
삽화 시리즈에서 일관성이란 독자가 캡션에 의존하지 않고도 모든 프레임에서 동일 인물을 알아볼 수 있음을 의미합니다. 얼굴이 일반적으로 그 인식의 대부분을 담당합니다: 얼굴 모양, 눈 색깔, 코, 그리고 독특한 표시들. 머리카락과 시그니처 아이템은 독자에게 또 다른 단서를 제공합니다. 신체 비율, 의상, 렌더링 스타일은 연속성을 뒷받침하지만, 약간 다른 질문에 답합니다. 캐릭터가 코트는 유지하면서 얼굴이 변할 수도 있고, 얼굴은 유지하면서 다음 페이지가 갑자기 다른 책처럼 보일 수도 있습니다.
장면을 만들기 전에 정체성 규칙을 설정하세요. 이 예에서 Mara는 계란형 얼굴, 짙은 갈색 눈, 작고 둥근 코, 콧대를 가로지르는 다섯 개의 주근깨, 짧은 검은 곱슬머리, 왼쪽 눈썹 위의 흰 곱슬머리 한 가닥을 가지고 있습니다. 그녀의 겨자색 우비와 청록색 스카프는 이 특정 시퀀스에 속합니다. 도서관 선반과 정원 길은 그렇지 않습니다. 이 구분은 편집자에게 무엇을 보호해야 하는지 알려주고 각 출력을 공정하게 판단할 방법을 제공합니다.
OpenAI의 이미지 프롬프트 가이드는 캐릭터 참조를 재사용하고 장면 전반에 걸쳐 외모 제약을 반복할 것을 권장합니다. 이미지 생성 가이드에서는 반복되는 캐릭터가 세대를 거치면서 시각적 일관성을 잃을 수 있다고도 말합니다. 앵커를 강력한 지침으로 취급한 다음 출력을 검사하세요. 이는 작업 참조이며, 모든 주근깨가 같은 픽셀에 위치한다는 약속이 아닙니다. 커뮤니티 토론에서는 두 번째 이미지부터 드리프트가 나타난다고 설명합니다. 그 경험은 실제 문제를 설명하지만 모델 벤치마크는 아닙니다.
그림책의 경우, 열 페이지를 생성하기 전에 허용 범위를 정의하세요. 수채화 안료의 약간의 변화는 일반적으로 무해합니다. 다른 코, 사라진 흰 곱슬머리, 또는 변경된 얼굴 실루엣은 캐릭터를 새로운 인물로 읽히게 할 수 있습니다. 계획된 플롯이 의상 변경을 요구하는 경우, 의상을 정체성 잠금에서 제거하고 얼굴 단서를 더 엄격하게 유지하세요. 여기서 두 장면은 의상을 고정하여 테스트가 설정과 동작의 변화를 분리하도록 합니다.
재사용 가능한 캐릭터 앵커 하나 만들기
정체성 잠금 작성하기
유용한 앵커는 한눈에 읽을 수 있는 참조 이미지입니다. 한 사람을 보여주되, 전신이 보이고 얼굴은 명확한 3/4 측면 뷰여야 합니다. 피사체에게 손, 발, 코트, 머리카락이 잘리지 않을 만큼 충분한 공간을 주세요. 창백하고 단순한 배경은 캐릭터를 검사하기 쉽게 하고 장면 개체가 실수로 그녀의 정체성의 일부가 되는 것을 방지합니다. 잘린 썸네일이 아닌 원본 출력을 저장하세요.
모델을 열기 전에 간결한 정체성 잠금을 적어 두세요. 눈에 띄고 구별되는 몇 가지 특징을 선택하세요. “친절한 젊은 여성”은 감사하기에는 너무 광범위합니다. “코를 가로지르는 다섯 개의 주근깨와 왼쪽 눈썹 위의 흰 곱슬머리 한 가닥”은 관찰 가능한 검사를 제공합니다. 좌우 설명은 그림에 나온 캐릭터를 기준으로 유지한 다음, 거울처럼 반전된 출력을 주의 깊게 검사하세요. 긴 시리즈의 경우 승인된 앵커 파일 이름과 정확한 텍스트 잠금을 프로덕션 노트에 기록하여 다른 편집자가 동일한 소스에서 시작할 수 있도록 하세요.
| 이 3프레임 세트에서 고정할 항목 | 변경 허용 |
|---|---|
| 계란형 얼굴, 짙은 갈색 눈, 둥근 코, 다섯 개의 주근깨, 흰 곱슬머리 | 위치, 배경 개체 및 날씨 |
| 짧은 검은 곱슬머리와 자연스러운 신체 비율 | 보이는 3/4 뷰 내에서의 포즈, 손 위치 및 시선 |
| 겨자색 우비, 청록색 스카프, 파란 바지, 갈색 부츠 | Mara가 책으로 무엇을 하는지 |
| 부드러운 잉크 외곽선, 따뜻하고 차분한 수채화, 종이 질감 | 공유 팔레트에 맞는 국소 조명 |
이것은 이 예를 위한 프로덕션 규칙이며, 모델에 전용 정체성 잠금 스위치가 있다는 주장이 아닙니다. 각 실행마다 참조와 단어를 제공합니다. 스토리보드 크기에서 보이지 않을 많은 작은 특성을 추가하는 것은 자제하세요. 흰 곱슬머리와 주근깨는 최종 이미지에서 확인할 수 있기 때문에 여기서 가치가 있습니다.
앵커 생성 및 저장
첫 프레임을 위해 Atlas Cloud의 GPT Image 2.6 Sunburst text-to-image 모델을 엽니다. 현재 플레이그라운드에서 해당 컨트롤을 사용할 수 있는 경우 고품질, 고복잡도, PNG 출력, 이미지 1개, 가로 1536×864 캔버스를 선택하세요. 실행 전에 커밋된 설정을 확인하세요. 입력된 값이 동적 양식에서 되돌아갈 수 있습니다. 다음 프롬프트를 그대로 사용하세요:
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.
캐릭터 앵커: 각 새 장면에 대해 이 원본 이미지를 참조로 사용하세요.
승인하기 전에 결과 이미지를 검토하세요. 다섯 개의 주근깨가 불분명하거나 흰 곱슬머리가 반대편에 있으면 지금 앵커를 수정하세요. 이후의 모든 페이지는 이 선택에서 모호성을 물려받습니다. 수정되지 않은 PNG를 마스터 참조로 유지하고 장면 파일과 별도로 이름을 지정하세요. 나중에 Mara의 디자인을 변경하면 수정본을 섞지 말고 새로 승인된 앵커에서 새 시리즈를 시작하세요.
동일한 캐릭터를 두 개의 새 장면에 넣기
두 장면 모두에 GPT Image 2.6 Sunburst edit 플레이그라운드를 사용하세요. 필수 입력은 저장된 앵커이며, 단순한 캐릭터 텍스트 설명이 아닙니다. 각 실행마다 원본 앵커를 업로드하고, 제공되는 경우 동일한 고품질 및 고복잡도 컨트롤을 선택하고, 1536×864의 PNG 하나를 요청하세요. 인터페이스가 다른 크기만 제공하는 경우 실제 커밋된 크기를 기록하고 두 장면 모두 동일하게 유지하세요. 동일한 프레이밍은 시각적 검토를 더 쉽게 만듭니다.
두 프롬프트는 의도적으로 정체성 잠금의 대부분을 반복합니다. 이 반복은 유용합니다. 각 요청은 자체 포함되어야 하며, 프레임을 몇 시간 간격으로 만들거나 다른 사람이 두 번째를 실행하더라도 마찬가지입니다. 모델이 이전의 독립적인 생성을 기억한다고 가정하지 마세요. 각 출력과 함께 정확한 프롬프트를 저장하여 드리프트를 변경된 지침, 다른 참조 또는 모델의 변형으로 추적할 수 있도록 하세요.
장면 1: 설정 변경
원본 앵커를 업로드하고 도서관 프롬프트를 붙여넣으세요. Mara는 동일한 의상과 수채화 처리를 유지합니다. 새로운 정보는 위치와 낮은 선반에서의 동작입니다. 낮은 선반은 그녀의 전신을 시야에 유지하는 데 도움이 되어 이 프레임을 앵커와 비교할 수 있게 합니다. 프롬프트는 또한 보이는 3/4 얼굴을 요구하는데, 먼 뒷모습은 이 연습이 측정하는 바로 그 특성을 숨기기 때문입니다.
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.
도서관 장면: 위 앵커와 Mara의 얼굴, 흰 곱슬머리, 스카프, 우비를 비교하세요.
도서관 출력을 두 가지 크기로 검사하세요. 전체 크기에서는 주근깨를 세고 흰 곱슬머리의 방향을 확인하세요. 독자가 책이나 스토리보드에서 볼 크기에서는 Mara가 여전히 같은 사람으로 읽히는지 자문하세요. 세부 사항은 기술적으로 존재하지만 인식을 전달하기에는 너무 작을 수 있습니다. 도서관이 정교해지고 Mara가 작아지면 앵커와 정체성 텍스트를 유지하면서 더 단순한 구도를 요청하세요.
장면 2: 동작 변경
동일한 원본 앵커로 새 편집을 시작하세요. 도서관 결과를 유일한 참조로 업로드하지 마세요. 장면 1을 장면 2로 연결하면 작은 실수가 앞으로 전달되어 어떤 이미지가 캐릭터를 확립했는지 구분하기 어려워질 수 있습니다. 정원 프롬프트는 환경과 동작을 모두 변경하면서 보이는 얼굴, 의상, 수채화 처리를 유지합니다.
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.
정원 장면: 설정과 동작이 변경되지만 Mara의 주요 시각적 특성은 계속 보입니다.
닫힌 책은 두 번째 사람이나 새로운 디자인 요소를 도입하지 않고 그녀의 손에 명확한 역할을 부여합니다. 정원 프레임을 즉시 앵커와 비교한 다음 도서관 프레임과 비교하세요. 두 비교 모두 중요합니다. 정원 이미지는 내부적으로 일관되어 보이지만 여전히 Mara의 얼굴이나 코트 색상을 바꿀 수 있습니다. 프레임이 통과하면 별도의 출력으로 저장하세요. 이후 모든 페이지에 대해 원본 앵커를 그대로 유지하세요.
더 긴 시리즈의 경우 이 패턴은 페이지별로 확장됩니다: 원본 앵커 입력, 한 장면 변경, 출력 검토. 이야기가 영원히 같은 포즈를 사용할 필요는 없습니다. 정체성이 안정되면 각도나 의상을 의도적으로 변경하되, 그 변경 사항을 프롬프트에 명시하고 나머지 고정 특성과 대조하여 확인하세요. 하나의 의상을 약속한 시퀀스 중간에 몰래 하는 것이 아니라 새로운 통제된 변형으로 수행하세요.
추가로 공개된 캐릭터 일관성 사례 세 가지
다음 이미지 쌍은 OpenAI의 GPT Image 2.6 이미지 프롬프트 가이드에서 가져온 것입니다. 이들은 공개된 예시이며, Mara 프롬프트의 추가 실행이나 이 기사를 위해 생성된 출력이 아닙니다. 각 오른쪽 이미지는 해당 가이드에서 GPT Image 2.6 Sunburst로 표시되어 있습니다. 가이드에는 중간 품질과 1024×1536 캔버스가 나열되어 있습니다. 아래의 프롬프트 요약은 공개된 요청을 그대로 인용하지 않고 요약한 것입니다. 정확한 소스 프롬프트와 입력 이미지는 링크된 가이드를 사용하세요. 이 세 가지 사례는 측정된 성공률이 아니라 서로 다른 변경을 테스트합니다.
사례 1: 숲 영웅의 이야기 계속하기
첫 번째 이미지는 녹색 후드를 쓴 수채화 영웅을 설정합니다. 두 번째에서는 캐릭터 참조가 눈 덮인 구조 장면에서 재사용됩니다. 모델: 참조 및 편집에 GPT Image 2.6 Sunburst. 프롬프트 요약: 녹색 후드, 갈색 부츠, 벨트 파우치, 부드러운 수채화 처리를 가진 독창적인 숲 도우미를 소개한 다음, 겨울 폭풍 후 다람쥐를 돕는 같은 영웅을 보여주되 얼굴, 비율, 의상, 팔레트를 유지합니다. 설정과 동작이 변경되므로 후드 모양, 머리카락, 얼굴, 파우치, 부츠를 쌍으로 비교하세요.
출처: OpenAI의 숲 영웅 참조 및 연속. 왼쪽: 캐릭터 참조. 오른쪽: 공개된 GPT Image 2.6 Sunburst 겨울 장면 편집.
사례 2: 인물을 바꾸지 않고 옷 바꾸기
이 예에서는 박물관 초상화를 정체성 입력으로 사용하고 별도의 의류 이미지를 의상 참조로 사용합니다. 모델: GPT Image 2.6 Sunburst Edit. 프롬프트 요약: 제공된 재킷, 상의, 부츠를 그 인물에게 맞추되 얼굴, 머리카락, 체형, 포즈, 박물관 배경, 프레이밍, 조명을 일관되게 유지합니다. 의상 변경은 의도적입니다. 얼굴이나 카메라 각도가 바뀌면 드리프트입니다. 공개된 쌍을 통해 두 종류의 세부 사항을 나란히 검사할 수 있습니다.
출처: OpenAI의 정체성 보존 의류 예시. 왼쪽: 정체성 참조. 오른쪽: 공개된 GPT Image 2.6 Sunburst 의류 편집.
사례 3: 초상화를 액션 장면으로 이동
같은 박물관 초상화가 황혼 무렵 캠프장에서 곰에게서 도망치는 여성의 정체성 참조가 됩니다. 모델: GPT Image 2.6 Sunburst Edit. 프롬프트 요약: 참조된 인물을 자연스러운 색상과 조명의 믿을 만한 야외 탈출 장면에 배치하고, 상황에 맞게 활동, 옷, 표정을 변경합니다. 이것은 의상 편집보다 더 어려운 정체성 검사입니다. 얼굴이 다른 표정과 시점 아래에서 다시 그려지기 때문입니다. 변하지 않은 미소를 기대하기보다는 알아볼 수 있는 얼굴 구조를 비교하세요.
출처: OpenAI의 새 장면 속 인물 예시. 왼쪽: 정체성 참조. 오른쪽: 공개된 GPT Image 2.6 Sunburst 캠프장 편집.
장면을 재설계하지 않고 드리프트 수정하기
드리프트는 언급하기에는 너무 작아 보였던 세부 사항에서 자주 나타납니다: Mara의 얼굴이 더 둥글어지고, 주근깨가 사라지고, 헤어라인이 움직이고, 흰 곱슬머리가 반대편으로 바뀌거나, 청록색 스카프가 파란색으로 변합니다. 먼저 장면 자체가 작동하는지 결정하세요. 포즈와 설정이 유용하다면 전체 새 장면을 생성하는 것보다 집중 편집이 더 나은 첫 단계입니다. 캐릭터가 몇 픽셀만 차지하거나 구도가 얼굴을 숨기면 국소 편집이 작업할 가시적 증거가 거의 없으므로 더 명확한 프레이밍으로 장면을 재생성하세요.
좁은 수리를 위해 문제 장면을 이미지 1로, 승인된 앵커를 이미지 2로 업로드하세요. 프롬프트에 각 역할을 표시하세요. 인터페이스가 업로드 순서를 명확히 하지 않으면 썸네일을 확인하고 실행 전에 역할을 명시적으로 설명하세요. 이 예는 얼굴과 머리카락을 대상으로 하므로 모델에 손, 책, 설정, 조명, 구도를 유지하도록 요청합니다. 필요에 따라 “도서관”을 “정원”으로 바꾸세요.
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.
좁은 지시는 요청된 변경을 줄이지만 완벽하게 국소적인 편집을 강제하지는 않습니다. 배경과 책을 포함하여 수리된 전체 프레임을 검사하세요. 수리는 얼굴을 복원하면서 손, 물체 또는 자르기를 변경할 수 있습니다. 그런 경우 두 번째 집중 수리가 가치가 있는지 아니면 앵커에서 새 장면을 실행하는 것이 더 깔끔한지 결정하세요. 거부된 출력을 작업 폴더에 보관하되 다음 정체성 참조로 만들지 마세요.
게시하기 전에 세트 확인하기
앵커, 도서관, 정원 출력을 동일한 표시 크기로 배치하세요. 앵커를 기준으로 사용한 다음 다음 특성으로 넘어가기 전에 세 이미지 모두에서 동일한 특성을 스캔하세요. 이 행별 방법은 각 그림을 개별적으로 판단하는 것보다 드리프트를 더 안정적으로 잡아냅니다. 또한 허용 가능한 조명 변화와 캐릭터 정체성 변화를 구분합니다.
세 출력 모두에서 동일한 얼굴 특징, 시그니처 곱슬머리, 의상, 비율, 수채화 처리를 비교하세요. 이미지는 완벽하다고 가정하지 말고 판단해야 합니다.
| 5가지 체크 | 드리프트 신호 | 다음 조치 |
|---|---|---|
| 얼굴: 모양, 눈, 코, 주근깨 | 다른 실루엣 또는 식별 주근깨 누락 | 앵커를 기준으로 얼굴을 수리한 다음 전체 프레임 검사 |
| 머리카락과 표시: 짧은 곱슬머리, 왼쪽의 흰 곱슬머리 | 곱슬머리 사라짐, 반대편으로 이동 또는 머리 길이 변화 | 머리카락만 수리하세요. 인식이 바뀌면 거울 반전된 정체성을 거부하세요 |
| 비율: 머리, 몸통, 팔다리 비율 | 캐릭터가 훨씬 나이 들어 보이거나, 어려 보이거나, 키가 커 보이거나, 다르게 만들어짐 | 전체 인물이 바뀌면 더 명확한 전신 프레이밍으로 재생성하세요 |
| 의상: 코트, 스카프, 바지, 부츠 | 시그니처 색상 또는 의상 모양 변화 | 얼굴과 장면이 통과하면 의상만 편집하세요 |
| 스타일: 잉크 선, 차분한 수채화, 종이 질감 | 한 프레임이 다른 매체처럼 읽힘 | 앵커에서 다시 편집하거나 스타일 잠금으로 장면을 재생성하세요 |
최종 표시 크기에서 캐릭터가 여전히 Mara로 읽히면 포즈, 표정, 국소 조명으로 인한 자연스러운 차이를 수용하세요. 이 고정 의상 시퀀스에서 바뀐 얼굴, 누락된 시그니처 표시 또는 눈에 띄는 의상 변화는 거부하세요. 프롬프트가 일관성을 요청했다는 이유만으로 세트를 “일관적”이라고 부르지 마세요. 통과한 것과 수리한 것을 기록하세요. 이 작은 감사 추적은 나중 페이지에서 이전 앵커에 의문이 생길 때 도움이 됩니다.
모델, 설정 및 예산 선택
GPT Image 2.6 Sunburst 또는 GPT Image 2.6 Flare?
OpenAI는 GPT Image 2.6 Flare를 속도에 민감한 작업을 위한 더 작은 모델로, GPT Image 2.6 Sunburst를 더 많은 세부 사항이나 정밀 편집을 위한 기본 모델로 설명합니다. 여기의 캐릭터 워크플로는 앵커와 두 편집 모두에 GPT Image 2.6 Sunburst를 사용하므로 예제가 모델 동작과 장면 변경을 혼합하지 않습니다. GPT Image 2.6 Flare는 처리 시간이 중요할 때 테스트할 합리적인 모델이지만, 시리즈를 이동하기 전에 동일한 앵커, 프롬프트, 설정 및 5가지 체크로 동등한 샘플을 수행하세요. 모델 이름만으로는 특정 캐릭터가 통과할지 알 수 없습니다.
시간과 예산이 허락하는 가장 높은 세부 설정을 사용하되 플레이그라운드가 실제로 수락한 것을 확인하세요. 1536×864 가로 캔버스는 전신 피사체와 배경을 위한 공간을 제공합니다. PNG는 반복 업로드를 위해 마스터 앵커를 온전하게 유지합니다. 인터페이스가 근처의 가로 크기만 제공하는 경우 전체적으로 동일한 커밋된 치수를 사용하고 프로덕션 노트를 업데이트하세요. 해상도는 독자가 세부 사항을 보는 데 도움이 되지만, 명확한 얼굴과 통제된 프레이밍이 사람이 작게 나오는 더 큰 이미지보다 더 중요합니다.
실행 비용은 얼마인가?
시작하기 전에 플레이그라운드의 견적과 현재 Atlas Cloud 모델 가격을 확인하세요. 공개 가격 페이지는 GPT Image 2.6 Sunburst를 이미지 토큰으로 청구하며, 텍스트 입력, 이미지 입력 및 이미지 출력에 대해 다른 요율을 적용합니다. 따라서 텍스트-이미지 앵커와 참조 이미지 편집에는 별도의 견적이 필요합니다. 페이지에 공개된 1536×1024 예시는 이 가이드에서 제안하는 1536×864 캔버스에 대한 견적이 아니며, 실제 사용량은 실행 전 수치와 다를 수 있습니다.
하나의 앵커와 두 개의 장면 편집, 그리고 가능한 수리를 예산에 포함하세요. 캐릭터가 작동할 때까지 요청당 하나의 출력을 유지하세요. 여러 후보는 총계를 추적하기 어렵게 만들 수 있습니다. 프로덕션 보고서에 이미지당 수치를 작성하기 전에 각 완료된 요청과 표시된 비용을 기록하세요. 선택한 치수나 컨트롤을 사용할 수 없는 경우 관련 없는 가격 예시를 그대로 가져오지 말고 실제 커밋된 설정과 그 견적을 사용하세요. 모델 가용성과 요율이 변경될 수 있으므로 게시 전에 가격을 다시 확인하세요.
다음 유용한 단계는 단일 Mara 앵커를 승인한 다음 정확한 파일로 두 장면 프롬프트를 실행하는 것입니다. 스토리보드를 확장하기 전에 세 이미지를 5가지 체크 표 옆에 배치하세요. 그러면 GPT Image 2.6 consistent character가 희망적인 프롬프트에서 반복 가능한 검토 프로세스로 바뀝니다.
자주 묻는 질문
GPT Image 2.6은 별도의 실행 간에 캐릭터를 기억하나요?
독립 실행 간의 기억에 의존하지 마세요. 승인된 앵커를 업로드하고 모든 새 장면에 대해 식별 세부 사항을 반복하세요. 이전 장면이 변경되더라도 이후 페이지를 재현할 수 있도록 원본 파일을 보관하세요.
캐릭터의 얼굴을 잃지 않고 의상을 바꿀 수 있나요?
예, 앵커의 얼굴 특성을 유지하면서 의상 변경을 요청할 수 있지만 결과를 확인하세요. 어떤 의상이 변경될 수 있고 어떤 얼굴, 머리카락, 비율, 스타일 단서가 유지되어야 하는지 명시하세요. 새 의상이 속한 페이지에서 일관되게 사용하세요.
긴 이미지 시리즈에는 GPT Image 2.6 Flare와 GPT Image 2.6 Sunburst 중 어느 것을 사용해야 하나요?
마감 기한을 충족하는 모델로 시작한 다음 동일한 캐릭터와 두 장면 프롬프트 세트를 테스트하세요. GPT Image 2.6 Sunburst는 OpenAI 가이드에서 세부 사항 및 정밀 편집 선택이며, GPT Image 2.6 Flare는 속도 선택입니다. 한 이름이 연속성을 보장한다고 가정하지 말고 동일한 체크리스트로 자신의 출력을 비교하세요.
참조 이미지가 픽셀 단위로 동일한 얼굴 특징을 보장할 수 있나요?
아니요. 변경된 포즈, 표정, 각도 또는 조명은 자연스럽게 픽셀을 변경하며, 생성은 여전히 식별 세부 사항을 바꿀 수 있습니다. 참조를 사용하여 정체성을 안내한 다음 최종 표시 크기에서 중요한 드리프트를 검사하고 수리하세요.
