W książce obrazkowej, scenorysie lub powtarzającej się ilustracji kampanii niewielka zmiana w twarzy postaci może zepsuć sekwencję. Proces pracy ze spójną postacią w GPT Image 2.6 zaczyna się od jednej wyraźnej kotwicy postaci. Zapisz ją, przesyłaj ten sam oryginalny obraz dla każdej nowej sceny, powtarzaj cechy identyfikujące i zmieniaj tylko scenerię lub akcję. Jeśli jedna klatka zacznie dryfować, popraw ją względem kotwicy, zanim przejdziesz dalej. Ten przewodnik pokazuje kotwicę Mary i dwie sceny, podaje dokładne prompty oraz oferuje pięciopunktową kontrolę, która pozwala ocenić, czy zestaw jest gotowy do użycia.
Najważniejsze wnioski
- Zapisz jedną czystą, nieprzyciętą kotwicę pokazującą twarz, ciało, strój i styl postaci.
- Przesyłaj tę oryginalną kotwicę do każdej nowej sceny i powtarzaj szczegóły tożsamości w każdym prompcie.
- Zmieniaj scenerię lub akcję pojedynczo, a potem obejrzyj wszystkie klatki obok siebie.
- Napraw konkretny błąd wąską edycją; obraz referencyjny nie gwarantuje identycznego wyniku.
Co właściwie oznacza „spójna postać”
W przypadku ilustrowanej serii spójność oznacza, że czytelnik rozpozna tę samą osobę w każdej klatce bez polegania na podpisie. Twarz zwykle odpowiada za większość tego rozpoznania: jej kształt, kolor oczu, nos i charakterystyczne znaki. Włosy i znak rozpoznawczy dają czytelnikowi kolejną wskazówkę. Proporcje ciała, ubranie i styl renderowania wspierają ciągłość, ale odpowiadają na nieco inne pytania. Postać może zachować płaszcz, podczas gdy jej twarz się zmienia, albo zachować twarz, podczas gdy następna strona nagle wygląda jak z innej książki.
Ustal zasady tożsamości przed tworzeniem scen. W tym przykładzie Mara ma owalną twarz, ciemnobrązowe oczy, mały zaokrąglony nos, pięć piegów na grzbiecie nosa, krótkie czarne loki i jeden biały lok nad lewą brwią. Jej musztardowy płaszcz przeciwdeszczowy i morski szalik należą do tej konkretnej sekwencji. Półka w bibliotece i ścieżka ogrodowa już nie. To rozróżnienie mówi redaktorowi, co chronić, i daje uczciwy sposób oceny każdego wyniku.
Przewodnik OpenAI dotyczący promptowania obrazów zaleca ponowne używanie odniesienia postaci i powtarzanie ograniczeń wyglądu w scenach. Jego przewodnik po generowaniu obrazów mówi też, że powracające postacie mogą tracić spójność wizualną między generacjami. Traktuj kotwicę jako silną instrukcję, a potem sprawdź wynik. To działające odniesienie, a nie obietnica, że każdy pieg trafi w ten sam piksel. Dyskusja społeczności opisuje dryf pojawiający się już w drugim obrazie; to doświadczenie wyjaśnia praktyczny problem, choć nie jest benchmarkiem modelu.
W książce obrazkowej określ swoją tolerancję, zanim wygenerujesz dziesięć stron. Niewielka zmiana pigmentu akwareli jest zwykle nieszkodliwa. Inny nos, brakujący biały lok lub zmieniona sylwetka twarzy mogą sprawić, że postać będzie czytana jako nowa osoba. Gdy zaplanowana fabuła wymaga zmiany garderoby, usuń ubranie z blokady tożsamości i pozostaw ostrzejsze wskazówki dotyczące twarzy. Tutaj dwie sceny utrzymują strój bez zmian, więc test izoluje zmiany scenerii i akcji.
Utwórz jedną kotwicę postaci wielokrotnego użytku
Zapisz blokadę tożsamości
Użyteczna kotwica to obraz referencyjny, który można odczytać na pierwszy rzut oka. Pokaż jedną osobę, z widoczną całą sylwetką i wyraźnym ujęciem twarzy trzy czwarte. Daj postaci dość miejsca, aby dłonie, stopy, płaszcz i włosy nie były obcięte. Jasne, zwykłe tło ułatwia sprawdzenie postaci i powstrzymuje obiekty sceny przed staniem się przypadkowymi częściami jej tożsamości. Zapisz oryginalny wynik, a nie przyciętą miniaturę.
Zapisz zwięzłą blokadę tożsamości przed otwarciem modelu. Wybierz kilka cech, które są jednocześnie widoczne i charakterystyczne. „Przyjazna młoda kobieta” jest zbyt ogólna do audytu. „Pięć piegów na nosie i jeden biały lok nad lewą brwią” daje obserwowalne punkty kontrolne. Opisy lewej i prawej strony zakotwicz względem postaci tak, jak została przedstawiona, a potem uważnie sprawdzaj wyniki lustrzane. W przypadku długiej serii zapisz zatwierdzoną nazwę pliku kotwicy i dokładny tekst blokady w notatkach produkcyjnych, aby różni redaktorzy zaczynali od tego samego źródła.
| Stałe w tym zestawie trzech kadrów | Można zmieniać |
|---|---|
| Owalna twarz, ciemnobrązowe oczy, zaokrąglony nos, pięć piegów, biały lok | Lokalizacja, obiekty w tle i pogoda |
| Krótkie czarne loki i naturalne proporcje ciała | Poza, ułożenie dłoni i spojrzenie w widocznym ujęciu trzy czwarte |
| Musztardowy płaszcz przeciwdeszczowy, morski szalik, niebieskie spodnie, brązowe botki | To, co Mara robi z książką |
| Miękkie kontury tuszu, ciepła stonowana akwarela, faktura papieru | Lokalne oświetlenie, które wciąż pasuje do wspólnej palety |
To reguła produkcyjna dla tego przykładu, a nie twierdzenie, że model ma dedykowany przełącznik blokady tożsamości. Dostarczasz odniesienie i słowa przy każdym uruchomieniu. Nie dodawaj wielu drobnych cech, które będą niewidoczne w rozmiarze scenorysu. Biały lok i piegi są tu cenne, ponieważ można je sprawdzić na końcowych obrazach.
Wygeneruj i zapisz kotwicę
Otwórz model tekst-na-obraz GPT Image 2.6 Sunburst Atlas Cloud dla pierwszej klatki. Wybierz wysoką jakość, wysoką złożoność, wyjście PNG, jeden obraz i poziome płótno 1536×864, jeśli te kontrolki są dostępne w Twoim aktualnym środowisku. Sprawdź zatwierdzone ustawienia przed uruchomieniem; wprowadzona wartość może się cofnąć w dynamicznym formularzu. Użyj tego promptu dosłownie:
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.
Kotwica postaci: użyj tego oryginalnego obrazu jako odniesienia dla każdej nowej sceny.
Przejrzyj wynikowy obraz przed jego zatwierdzeniem. Jeśli pięć piegów jest niewyraźnych albo biały lok znajduje się po niewłaściwej stronie, popraw kotwicę teraz. Każda późniejsza strona dziedziczy niejednoznaczność tego wyboru. Zachowaj niezmodyfikowany plik PNG jako wzorzec główny i nazwij go osobno od plików scen. Jeśli później zmienisz projekt Mary, zacznij nową serię od nowej zatwierdzonej kotwicy, zamiast mieszać wersje.
Umieść tę samą postać w dwóch nowych scenach
Użyj środowiska edycyjnego GPT Image 2.6 Sunburst dla obu scen. Kluczowym wejściem jest zapisana kotwica, a nie tylko opis postaci w tekście. Przesyłaj oryginalną kotwicę przy każdym uruchomieniu, wybierz te same kontrolki wysokiej jakości i wysokiej złożoności, jeśli są oferowane, i poproś o jeden plik PNG w rozmiarze 1536×864. Jeśli interfejs oferuje tylko inny rozmiar, zapisz faktycznie zatwierdzony rozmiar i utrzymaj go w obu scenach. Równe kadrowanie ułatwia przegląd wizualny.
Oba prompty celowo powtarzają większość blokady tożsamości. To powtórzenie jest przydatne: każde żądanie powinno być samodzielne, nawet jeśli tworzysz klatki kilka godzin osobno albo drugą uruchamia inna osoba. Nie zakładaj, że model pamięta poprzednią niezależną generację. Zapisz dokładny prompt obok każdego wyniku, aby móc prześledzić dryf do zmienionej instrukcji, innego odniesienia lub zmienności modelu.
Scena 1: Zmień scenerię
Prześlij oryginalną kotwicę i wklej prompt biblioteczny. Mara pozostaje w tym samym stroju i akwarelowym opracowaniu. Nową informacją jest lokalizacja i akcja przy niskiej półce. Niska półka pomaga utrzymać całą sylwetkę w kadrze, co czyni tę klatkę porównywalną z kotwicą. Prompt prosi też o widoczną twarz w ujęciu trzy czwarte, ponieważ odległy widok od tyłu ukryłby właśnie te cechy, które mierzy to ćwiczenie.
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 w bibliotece: porównaj twarz Mary, biały lok, szalik i płaszcz przeciwdeszczowy z kotwicą powyżej.
Obejrzyj wynik biblioteczny w dwóch rozmiarach. W pełnym rozmiarze policz piegi i sprawdź kierunek białego loki. W rozmiarze, w jakim czytelnik zobaczy go w Twojej książce lub scenorysie, zapytaj, czy Mara wciąż czyta się jako ta sama osoba. Szczegół może być technicznie obecny, ale zbyt mały, by nieść rozpoznanie. Jeśli biblioteka staje się rozbudowana i zmniejsza Marę, poproś o prostszą kompozycję, zachowując kotwicę i tekst tożsamości.
Scena 2: Zmień akcję
Rozpocznij świeżą edycję z tą samą oryginalną kotwicą. Nie przesyłaj wyniku bibliotecznego jako jedynego odniesienia. Łączenie sceny pierwszej ze sceną drugą może przenieść drobny błąd dalej i utrudnić ustalenie, który obraz ustanowił postać. Prompt ogrodowy zmienia zarówno środowisko, jak i akcję, utrzymując jednocześnie jej widoczną twarz, kostium i opracowanie akwarelowe.
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 w ogrodzie: sceneria i akcja się zmieniają, a główne cechy wizualne Mary pozostają widoczne.
Zamknięta książka daje jej dłoniom jasne zadanie bez wprowadzania drugiej osoby lub nowego elementu projektu. Porównaj kadr ogrodowy z kotwicą natychmiast, a potem porównaj go z kadrem bibliotecznym. Oba porównania mają znaczenie. Obraz ogrodowy może wyglądać wewnętrznie spójnie, a mimo to zmieniać twarz Mary lub kolor płaszcza. Jeśli kadr przechodzi kontrolę, zapisz go jako osobny wynik; pozostaw oryginalną kotwicę nietkniętą dla każdej późniejszej strony.
W dłuższej serii ten wzorzec skaluje się strona po stronie: oryginalna kotwica na wejściu, jedna zmiana sceny, sprawdzony wynik. Nie wymaga, aby historia na zawsze używała tej samej pozy. Gdy tożsamość jest stabilna, zmieniaj ujęcie lub ubranie celowo, nazywając te zmiany w prompcie i sprawdzając je względem pozostałych stałych cech. Rób to jako nową kontrolowaną wariację, a nie po cichu w środku sekwencji, która obiecywała jeden strój.
Trzy kolejne opublikowane przypadki spójności postaci
Poniższe pary obrazów pochodzą z przewodnika OpenAI po promptowaniu obrazów w GPT Image 2.6. To opublikowane przykłady, a nie dodatkowe uruchomienia promptu Mary ani wyniki wygenerowane na potrzeby tego artykułu. Każdy obraz po prawej jest oznaczony w tym przewodniku jako GPT Image 2.6 Sunburst; przewodnik podaje średnią jakość i płótno 1024×1536. Poniższe krótkie opisy promptów podsumowują opublikowane żądania, a nie cytują ich dosłownie. Dokładne źródłowe prompty i obrazy wejściowe znajdziesz w podlinkowanym przewodniku. Te trzy przypadki testują różne zmiany, a nie zmierzony wskaźnik sukcesu.
Przypadek 1: Kontynuuj historię leśnego bohatera
Pierwszy obraz ustanawia akwarelowego bohatera w zielonym kapturze. W drugim odniesienie postaci jest ponownie użyte w scenie ratunku w śniegu. Model: GPT Image 2.6 Sunburst dla odniesienia i edycji. Krótki opis promptu: przedstaw oryginalnego leśnego pomocnika w zielonym kapturze, brązowych botkach, sakwie na pasku i miękkim opracowaniu akwarelowym; następnie pokaż tego samego bohatera pomagającego wiewiórce po zimowej burzy, zachowując twarz, proporcje, ubranie i paletę. Sceneria i akcja się zmieniają, więc porównaj kształt kaptura, włosy, twarz, sakwę i botki w tej parze.
Źródło: odniesienie i kontynuacja leśnego bohatera OpenAI. Po lewej: odniesienie postaci. Po prawej: opublikowana edycja sceny zimowej GPT Image 2.6 Sunburst.
Przypadek 2: Zmień ubranie bez zmiany osoby
Ten przykład używa portretu z muzeum jako wejścia tożsamości i osobnych obrazów ubrań jako odniesień odzieży. Model: GPT Image 2.6 Sunburst Edit. Krótki opis promptu: dopasuj dostarczoną kurtkę, top i botki do osoby, zachowując spójność jej twarzy, włosów, kształtu ciała, pozy, muzealnego tła, kadrowania i światła. Zmiana odzieży jest zamierzona; zmieniona twarz lub kąt kamery byłyby dryfem. Opublikowana para pozwala obejrzeć oba rodzaje szczegółów obok siebie.
Źródło: przykład zachowania tożsamości przy zmianie ubrania OpenAI. Po lewej: odniesienie tożsamości. Po prawej: opublikowana edycja ubrania GPT Image 2.6 Sunburst.
Przypadek 3: Przenieś portret do sceny akcji
Ten sam portret z muzeum staje się odniesieniem tożsamości dla kobiety uciekającej przed niedźwiedziem na kempingu o zmierzchu. Model: GPT Image 2.6 Sunburst Edit. Krótki opis promptu: umieść osobę z odniesienia w wiarygodnej scenie ucieczki na świeżym powietrzu, z naturalnym kolorem i światłem, zmieniając jej aktywność, ubranie i wyraz twarzy, aby pasowały do sytuacji. To trudniejsza kontrola tożsamości niż edycja stroju, ponieważ twarz jest przerysowana w innym wyrazie i z innego punktu widzenia. Porównuj rozpoznawalną strukturę twarzy, zamiast oczekiwać niezmienionego uśmiechu.
Źródło: przykład osoby w nowej scenie OpenAI. Po lewej: odniesienie tożsamości. Po prawej: opublikowana edycja kempingu GPT Image 2.6 Sunburst.
Napraw dryf bez przeprojektowywania sceny
Dryf często pojawia się w szczególe, który wydawał się zbyt mały, by go wspominać: twarz Mary staje się okrąglejsza, piegi znikają, przesuwa się linia włosów, biały lok zmienia stronę albo morski szalik staje się niebieski. Najpierw zdecyduj, czy sama scena działa. Jeśli poza i sceneria są użyteczne, skupiona edycja jest lepszym pierwszym krokiem niż generowanie całej nowej sceny. Jeśli postać zajmuje tylko kilka pikseli albo kompozycja ukrywa jej twarz, wygeneruj scenę ponownie z wyraźniejszym kadrowaniem, ponieważ lokalne edycje mają niewiele widocznych dowodów, na których mogą pracować.
W przypadku wąskiej poprawki prześlij problematyczną scenę jako Obraz 1, a zatwierdzoną kotwicę jako Obraz 2. Nazwij ich role w prompcie. Jeśli interfejs nie jasno określa kolejności przesyłania, sprawdź miniatury i opisz role wyraźnie przed uruchomieniem. Ten przykład celuje w twarz i włosy, więc prosi model o zachowanie dłoni, książki, scenerii, oświetlenia i kompozycji. W razie potrzeby zastąp „ogród” słowem „biblioteka”.
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.
Wąska instrukcja zmniejsza żądaną zmianę; nie wymusza idealnie lokalnej edycji. Obejrzyj cały naprawiony kadr, w tym tło i książkę. Poprawka może przywrócić twarz, a jednocześnie zmienić dłoń, obiekt lub kadrowanie. Jeśli tak się stanie, zdecyduj, czy druga skupiona poprawka jest warta zachodu, czy czystsze będzie świeże uruchomienie sceny od kotwicy. Zachowaj odrzucony wynik w folderze roboczym, ale nie czyń go kolejnym odniesieniem tożsamości.
Sprawdź zestaw przed publikacją
Umieść wyniki kotwicy, biblioteki i ogrodu w tym samym rozmiarze wyświetlania. Użyj kotwicy jako standardu, a następnie prześledź tę samą cechę na wszystkich trzech obrazach, zanim przejdziesz do kolejnej cechy. Ta metoda wiersz po wierszu wykrywa dryf bardziej niezawodnie niż ocenianie każdego obrazu osobno. Pozwala też odróżnić tolerowaną zmianę oświetlenia od zmiany tożsamości postaci.
Porównaj te same punkty twarzy, charakterystyczny lok, ubranie, proporcje i opracowanie akwarelowe na wszystkich trzech wynikach; obrazy należy oceniać, a nie zakładać, że są idealne.
| Pięciopunktowa kontrola | Sygnał dryfu | Następne działanie |
|---|---|---|
| Twarz: kształt, oczy, nos, piegi | Inna sylwetka lub brakujące piegi identyfikujące | Napraw twarz względem kotwicy, a potem obejrzyj cały kadr |
| Włosy i znak: krótkie loki, biały lok po lewej | Lok znika, zmienia stronę lub zmienia się długość włosów | Zrób poprawkę tylko włosów; odrzuć lustrzaną tożsamość, jeśli zmienia rozpoznawalność |
| Proporcje: skala głowy, tułowia i kończyn | Postać wygląda znacznie starzej, młodziej, wyżej lub ma inną budowę | Wygeneruj ponownie z wyraźniejszym kadrowaniem całej sylwetki, jeśli przesunęła się cała figura |
| Strój: płaszcz, szalik, spodnie, botki | Charakterystyczne kolory lub kształty ubrań się zmieniają | Edytuj tylko ubranie, jeśli twarz i scena przechodzą kontrolę |
| Styl: kontury tuszu, stonowana akwarela, faktura papieru | Jedna klatka czyta się jak inny medium | Edytuj ponownie od kotwicy lub wygeneruj scenę na nowo z blokadą stylu |
Akceptuj naturalne różnice wynikające z pozy, wyrazu twarzy i lokalnego oświetlenia, jeśli postać wciąż czyta się jako Mara w końcowym rozmiarze wyświetlania. Odrzuć podmienioną twarz, brakujący znak rozpoznawczy lub rażącą zmianę kostiumu w tej sekwencji ze stałym strojem. Nie nazywaj zestawu „spójnym” tylko dlatego, że prompt prosił o spójność. Zapisz, co przeszło kontrolę, a co naprawiłeś. Ten mały ślad audytowy pomaga, gdy późniejsza strona każe Ci zakwestionować wcześniejszą kotwicę.
Wybierz model, ustawienia i budżet
GPT Image 2.6 Sunburst czy GPT Image 2.6 Flare?
OpenAI opisuje GPT Image 2.6 Flare jako mniejszy model do pracy wrażliwej na szybkość, a GPT Image 2.6 Sunburst jako model bazowy do większej liczby szczegółów lub precyzyjnych edycji. Proces pracy ze postacią używa tutaj GPT Image 2.6 Sunburst dla kotwicy i obu edycji, aby przykład nie mieszał zachowania modelu ze zmianami scen. GPT Image 2.6 Flare to rozsądny model do testowania, gdy liczy się czas realizacji, ale przed przeniesieniem serii wykonaj próbkę jak do jak, z tą samą kotwicą, promptem, ustawieniami i pięciopunktowym przeglądem. Sama nazwa modelu nie powie Ci, czy Twoja konkretna postać przejdzie kontrolę.
Użyj najwyższych ustawień szczegółowości, na jakie pozwalają czas i budżet, ale sprawdź, co środowisko faktycznie zatwierdziło. Poziome płótno 1536×864 daje miejsce na pełną sylwetkę i tło. PNG zachowuje główną kotwicę nienaruszoną do wielokrotnego przesyłania. Jeśli interfejs oferuje tylko pobliski rozmiar poziomy, używaj tych samych zatwierdzonych wymiarów przez cały czas i zaktualizuj notatki produkcyjne. Rozdzielczość pomaga czytelnikom dostrzec szczegóły, ale wyraźna twarz i kontrolowane kadrowanie mają większe znaczenie niż większy obraz, na którym osoba jest maleńka.
Ile kosztuje uruchomienie?
Przed rozpoczęciem sprawdź szacunek w środowisku i aktualny cennik modeli Atlas Cloud. Publiczna strona cennika rozlicza GPT Image 2.6 Sunburst według tokenów obrazu, z różnymi stawkami za tekst wejściowy, obraz wejściowy i obraz wyjściowy. Kotwica tekst-na-obraz i edycja z obrazem referencyjnym wymagają więc osobnych szacunków. Opublikowany przykład na stronie w rozmiarze 1536×1024 nie jest wyceną dla proponowanego w tym przewodniku płótna 1536×864, a rzeczywiste zużycie może różnić się od liczby przed uruchomieniem.
Zaplanuj budżet na jedną kotwicę i dwie edycje scen oraz możliwą poprawkę. Utrzymuj jeden wynik na żądanie, dopóki postać nie będzie działać; wiele kandydatów może utrudnić śledzenie całości. Zapisz każde ukończone żądanie i pokazany koszt, zanim wpiszesz stawkę za obraz do raportu produkcyjnego. Jeśli wybrane wymiary lub kontrolki są niedostępne, użyj faktycznie zatwierdzonych ustawień i ich szacunku, zamiast przenosić niepowiązany przykład ceny. Sprawdź cennik ponownie przed publikacją, ponieważ dostępność modeli i stawki mogą się zmieniać.
Następnym użytecznym działaniem jest zatwierdzenie jednej kotwicy Mary, a potem uruchomienie dwóch promptów scen z tym dokładnym plikiem. Umieść trzy obrazy obok pięciopunktowej tabeli, zanim rozszerzysz scenorys. To zamienia spójną postać w GPT Image 2.6 z pełnego nadziei promptu w powtarzalny proces przeglądu.
Często zadawane pytania
Czy GPT Image 2.6 pamięta postać między osobnymi uruchomieniami?
Nie polegaj na pamięci między niezależnymi uruchomieniami. Przesyłaj zatwierdzoną kotwicę i powtarzaj szczegóły identyfikujące dla każdej nowej sceny. Zachowaj oryginalny plik, aby móc odtworzyć późniejsze strony, nawet jeśli poprzednia scena się zmieni.
Czy mogę zmienić strój bez utraty twarzy postaci?
Tak, możesz poprosić o zmianę stroju, zachowując cechy twarzy z kotwicy, ale sprawdź wynik. Określ, które ubranie może się zmienić, a które cechy twarzy, włosów, proporcji i stylu muszą pozostać. Używaj nowego stroju konsekwentnie na stronach, do których należy.
Czy do długiej serii obrazów powinienem użyć GPT Image 2.6 Flare czy GPT Image 2.6 Sunburst?
Zacznij od modelu, który spełnia Twój termin, a potem przetestuj na nim ten sam zestaw promptów dla postaci i dwóch scen. GPT Image 2.6 Sunburst to wybór do szczegółów i precyzyjnych edycji w przewodniku OpenAI; GPT Image 2.6 Flare to wybór pod szybkość. Porównaj własne wyniki z tą samą listą kontrolną, zamiast zakładać, że jedna nazwa gwarantuje ciągłość.
Czy obraz referencyjny gwarantuje identyczne co do piksela cechy twarzy?
Nie. Zmieniona poza, wyraz twarzy, kąt lub oświetlenie naturalnie zmieniają piksele, a generowanie może nadal zmienić szczegóły identyfikujące. Użyj odniesienia do prowadzenia tożsamości, a potem obejrzyj wynik i napraw każdy dryf, który ma znaczenie w końcowym rozmiarze wyświetlania.
