ตัวละครเดียวกัน แต่หน้าตาไม่เหมือนเดิม? แก้ปัญหาความคลาดเคลื่อนของ GPT Image 2.6 ในแต่ละฉาก

ในหนังสือภาพ สตอรีบอร์ด หรือภาพประกอบแคมเปญที่เกิดซ้ำ การเปลี่ยนแปลงเล็กน้อยบนใบหน้าตัวละครอาจทำให้ลำดับขาดตอนได้ เวิร์กโฟลว์ GPT Image 2.6 consistent character เริ่มต้นด้วยภาพต้นแบบตัวละครที่ชัดเจนหนึ่งภาพ บันทึกไว้ อัปโหลดภาพต้นฉบับเดียวกันนั้นสำหรับฉากใหม่แต่ละฉาก ทำซ้ำลักษณะเฉพาะที่ระบุไว้ และเปลี่ยนเฉพาะฉากหรือการกระทำ หากเฟรมใดเบี่ยงเบน ให้แก้ไขเฟรมนั้นเทียบกับภาพต้นแบบก่อนดำเนินการต่อ คู่มือนี้แสดงภาพต้นแบบของ Mara และสองฉาก ให้พรอมป์ที่แน่นอน และมีเช็กลิสต์ห้าข้อเพื่อตัดสินว่าชุดพร้อมใช้งานหรือไม่

ประเด็นสำคัญ

• บันทึกภาพต้นแบบที่สะอาดและไม่ถูกครอบตัดหนึ่งภาพ ซึ่งแสดงใบหน้า ร่างกาย เครื่องแต่งกาย และสไตล์ของตัวละคร
• อัปโหลดภาพต้นแบบต้นฉบับนั้นสำหรับทุกฉากใหม่ และทำซ้ำรายละเอียดเอกลักษณ์ในแต่ละพรอมป์
• เปลี่ยนฉากหรือการกระทำทีละอย่าง แล้วตรวจสอบทุกเฟรมเคียงข้างกัน
• แก้ไขข้อผิดพลาดเฉพาะจุดด้วยการแก้ไขแบบจำกัดขอบเขต; ภาพอ้างอิงไม่ได้รับประกันผลลัพธ์ที่เหมือนกันทุกประการ

“Consistent Character” หมายความว่าอะไรกันแน่

สำหรับซีรีส์ภาพประกอบ ความสม่ำเสมอหมายความว่าผู้อ่านสามารถจดจำบุคคลคนเดียวกันได้ในทุกเฟรมโดยไม่ต้องพึ่งคำบรรยาย ใบหน้ามักแบกรับการจดจำส่วนใหญ่ไว้: รูปร่าง สีตา จมูก และเครื่องหมายเฉพาะตัว ผมและไอเท็มประจำตัวให้เบาะแสอีกอย่างแก่ผู้อ่าน สัดส่วนร่างกาย เครื่องแต่งกาย และสไตล์การวาดช่วยสนับสนุนความต่อเนื่อง แต่ก็ตอบคำถามที่ต่างกันเล็กน้อย ตัวละครสามารถสวมเสื้อโค้ทเดิมได้ในขณะที่ใบหน้าเปลี่ยน หรือใบหน้าเดิมได้ในขณะที่หน้าถัดไปกลับดูเหมือนหนังสือคนละเล่ม

กำหนดกฎเอกลักษณ์ก่อนสร้างฉาก ในตัวอย่างนี้ Mara มีใบหน้ารูปไข่ ตาสีน้ำตาลเข้ม จมูกกลมเล็ก กระห้าจุดบนสันจมูก ผมหยิกสั้นสีดำ และผมสีขาวหนึ่งเส้นเหนือคิ้วซ้ายของเธอ เสื้อกันฝนสีมัสตาร์ดและผ้าพันคอสีเขียวน้ำทะเลของเธอเป็นส่วนหนึ่งของซีเควนซ์นี้ ชั้นวางหนังสือในห้องสมุดและทางเดินในสวนไม่ใช่ ความแตกต่างนี้บอกบรรณาธิการว่าอะไรควรปกป้อง และให้วิธีตัดสินผลลัพธ์แต่ละภาพอย่างเป็นธรรม

คู่มือการเขียนพรอมป์ภาพของ OpenAI แนะนำให้ใช้ภาพอ้างอิงตัวละครซ้ำและทำซ้ำข้อจำกัดด้านรูปลักษณ์ในแต่ละฉาก คู่มือการสร้างภาพยังกล่าวว่าตัวละครที่เกิดซ้ำอาจสูญเสียความสม่ำเสมอทางสายตาระหว่างการสร้างแต่ละครั้ง ให้ถือภาพต้นแบบเป็นคำสั่งที่หนักแน่น แล้วตรวจสอบผลลัพธ์ มันเป็นข้อมูลอ้างอิงที่ใช้งานได้ ไม่ใช่คำสัญญาว่ากระทุกจุดจะอยู่บนพิกเซลเดียวกัน การสนทนาในชุมชนอธิบายว่าการเบี่ยงเบนปรากฏเร็วตั้งแต่ภาพที่สอง; ประสบการณ์นั้นอธิบายปัญหาที่เกิดขึ้นจริง แม้ว่าจะไม่ใช่มาตรฐานวัดของโมเดล

สำหรับหนังสือภาพ กำหนดระดับความคลาดเคลื่อนที่ยอมรับได้ก่อนสร้างสิบหน้า การเปลี่ยนแปลงเล็กน้อยของเม็ดสีสีน้ำมักไม่เป็นอันตราย จมูกที่ต่างไป ผมสีขาวที่หายไป หรือโครงหน้าเปลี่ยนไป อาจทำให้ตัวละครดูเป็นคนใหม่ เมื่อโครงเรื่องที่วางแผนไว้ต้องเปลี่ยนเครื่องแต่งกาย ให้นำเสื้อผ้าออกจากล็อกเอกลักษณ์และเข้มงวดกับสัญญาณใบหน้ามากขึ้น ในที่นี้ สองฉากตรึงเครื่องแต่งกายไว้เพื่อให้การทดสอบแยกการเปลี่ยนแปลงของฉากและการกระทำออกมา

สร้างภาพต้นแบบตัวละครที่ใช้ซ้ำได้หนึ่งภาพ

เขียนล็อกเอกลักษณ์

ภาพต้นแบบที่มีประโยชน์คือภาพอ้างอิงที่คุณอ่านได้ในพริบตา แสดงคนหนึ่งคน โดยเห็นทั้งตัวและเห็นใบหน้าในมุมสามส่วนสี่ที่ชัดเจน ให้พื้นที่กับตัวแบบเพียงพอเพื่อไม่ให้มือ เท้า เสื้อโค้ท และผมถูกตัดขาด พื้นหลังสีอ่อนเรียบง่ายทำให้ตรวจสอบตัวละครได้ง่ายและป้องกันไม่ให้วัตถุในฉากกลายเป็นส่วนหนึ่งของเอกลักษณ์โดยไม่ตั้งใจ บันทึกผลลัพธ์ต้นฉบับไว้แทนที่จะเป็นภาพย่อที่ถูกครอบตัด

เขียนล็อกเอกลักษณ์แบบกะทัดรัดก่อนเปิดโมเดล เลือกคุณลักษณะสองสามอย่างที่ทั้งมองเห็นได้และโดดเด่น “หญิงสาวที่เป็นมิตร” กว้างเกินไปที่จะตรวจสอบ “กระห้าจุดบนจมูกและผมสีขาวหนึ่งเส้นเหนือคิ้วซ้าย” ให้การตรวจสอบที่สังเกตได้ จัดคำอธิบายซ้ายและขวาให้ยึดกับตัวละครตามที่ปรากฏในภาพ แล้วตรวจสอบผลลัพธ์ที่กลับด้านอย่างระมัดระวัง สำหรับซีรีส์ยาว ให้บันทึกชื่อไฟล์ภาพต้นแบบที่อนุมัติและข้อความล็อกที่แน่นอนในบันทึกการผลิตของคุณ เพื่อให้บรรณาธิการคนอื่นเริ่มจากแหล่งเดียวกัน

นี่เป็นกฎการผลิตสำหรับตัวอย่างนี้ ไม่ใช่การอ้างว่าโมเดลมีสวิตช์ล็อกเอกลักษณ์โดยเฉพาะ คุณเป็นผู้ให้ภาพอ้างอิงและคำพูดในแต่ละครั้ง หลีกเลี่ยงการเพิ่มลักษณะเล็ก ๆ น้อย ๆ มากมายที่จะมองไม่เห็นในขนาดสตอรีบอร์ด ผมสีขาวและกระมีค่าในที่นี้เพราะคุณสามารถตรวจสอบได้ในภาพสุดท้าย

สร้างและบันทึกภาพต้นแบบ

เปิด แบบจำลองข้อความเป็นภาพ GPT Image 2.6 Sunburst ของ Atlas Cloud สำหรับเฟรมแรก เลือกคุณภาพสูง ความซับซ้อนสูง เอาต์พุต PNG หนึ่งภาพ และแคนวาสแนวนอน 1536×864 หากมีการควบคุมเหล่านี้ใน playground ปัจจุบันของคุณ ตรวจสอบการตั้งค่าที่คอมมิตก่อนรัน; ค่าที่ป้อนอาจย้อนกลับได้ในฟอร์มแบบไดนามิก ใช้พรอมป์นี้ตามตัวอักษร:

plaintextCopy
1Create 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.

ภาพต้นแบบตัวละคร: ใช้ภาพต้นฉบับนี้เป็นข้อมูลอ้างอิงสำหรับแต่ละฉากใหม่

ตรวจสอบภาพที่ได้ก่อนอนุมัติ หากกระห้าจุดไม่ชัดเจนหรือผมสีขาวอยู่ผิดด้าน ให้แก้ไขภาพต้นแบบตอนนี้ ทุกหน้าถัดไปจะสืบทอดความคลุมเครือจากการเลือกนี้ เก็บไฟล์ PNG ที่ไม่ได้แก้ไขเป็นภาพอ้างอิงหลักและตั้งชื่อแยกจากไฟล์ฉาก หากภายหลังคุณเปลี่ยนดีไซน์ของ Mara ให้เริ่มซีรีส์ใหม่จากภาพต้นแบบที่อนุมัติใหม่แทนที่จะผสมการแก้ไข

ใส่ตัวละครเดียวกันลงในสองฉากใหม่

ใช้ playground แก้ไขภาพ GPT Image 2.6 Sunburst สำหรับทั้งสองฉาก อินพุตที่จำเป็นคือภาพต้นแบบที่บันทึกไว้ ไม่ใช่แค่คำอธิบายตัวละครเป็นข้อความ อัปโหลดภาพต้นแบบต้นฉบับในแต่ละครั้ง เลือกการควบคุมคุณภาพสูงและความซับซ้อนสูงแบบเดียวกันหากมีให้ และขอ PNG หนึ่งภาพที่ 1536×864 หากอินเทอร์เฟซมีเฉพาะขนาดอื่น ให้บันทึกขนาดที่คอมมิตจริงและคงไว้ให้เหมือนกันสำหรับทั้งสองฉาก การจัดเฟรมที่เท่ากันทำให้การตรวจสอบทางสายตาง่ายขึ้น

พรอมป์ทั้งสองจงใจทำซ้ำล็อกเอกลักษณ์ส่วนใหญ่ซ้ำ การทำซ้ำนั้นมีประโยชน์: แต่ละคำขอควรสมบูรณ์ในตัวเอง แม้ว่าคุณจะสร้างเฟรมห่างกันหลายชั่วโมงหรือมีคนอื่นรันคำขอที่สอง อย่าสันนิษฐานว่าโมเดลจำการสร้างก่อนหน้าที่เป็นอิสระได้ บันทึกพรอมป์ที่แน่นอนควบคู่กับแต่ละเอาต์พุต เพื่อให้คุณสืบย้อนการเบี่ยงเบนไปยังคำสั่งที่เปลี่ยนไป ภาพอ้างอิงที่ต่างไป หรือความแปรผันของโมเดลได้

ฉากที่ 1: เปลี่ยนฉาก

อัปโหลดภาพต้นแบบต้นฉบับและวางพรอมป์ห้องสมุด Mara อยู่ในเครื่องแต่งกายเดิมและการลงสีน้ำแบบเดิม ข้อมูลใหม่คือสถานที่และการกระทำที่ชั้นวางเตี้ย ชั้นวางเตี้ยช่วยให้เห็นร่างทั้งหมดของเธอ ซึ่งทำให้เฟรมนี้เปรียบเทียบกับภาพต้นแบบได้ พรอมป์ยังขอให้เห็นใบหน้าในมุมสามส่วนสี่ เพราะมุมมองจากด้านหลังที่ไกลออกไปจะซ่อนลักษณะที่แบบฝึกหัดนี้วัดไว้

plaintextCopy
1Use 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.

ฉากห้องสมุด: เปรียบเทียบใบหน้า ผมสีขาว ผ้าพันคอ และเสื้อกันฝนของ Mara กับภาพต้นแบบด้านบน

ตรวจสอบเอาต์พุตห้องสมุดในสองขนาด ที่ขนาดเต็ม ให้นับจำนวนกระและตรวจทิศทางของผมสีขาว ที่ขนาดที่ผู้อ่านจะเห็นในหนังสือหรือสตอรีบอร์ดของคุณ ให้ถามว่า Mara ยังดูเป็นคนเดียวกันหรือไม่ รายละเอียดอาจมีอยู่จริงทางเทคนิคแต่เล็กเกินไปที่จะสื่อการจดจำ หากห้องสมุดกลายเป็นซับซ้อนและย่อ Mara ให้ลง ให้ขอองค์ประกอบที่เรียบง่ายขึ้นโดยยังคงภาพต้นแบบและข้อความเอกลักษณ์ไว้

ฉากที่ 2: เปลี่ยนการกระทำ

เริ่มการแก้ไขใหม่ด้วยภาพต้นแบบต้นฉบับเดียวกัน อย่าอัปโหลดผลลัพธ์ห้องสมุดเป็นข้อมูลอ้างอิงเดียว การเชื่อมฉากหนึ่งไปยังฉากสองอาจพาข้อผิดพลาดเล็ก ๆ ต่อไปข้างหน้าและทำให้บอกได้ยากว่าภาพใดสร้างตัวละครขึ้นมา พรอมป์สวนเปลี่ยนทั้งสภาพแวดล้อมและการกระทำ ในขณะที่คงใบหน้าที่มองเห็น เครื่องแต่งกาย และการลงสีน้ำของเธอไว้

plaintextCopy
1Use 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.

ฉากสวน: ฉากและการกระทำเปลี่ยนไปในขณะที่ลักษณะทางสายตาหลักของ Mara ยังคงมองเห็นได้

หนังสือที่ปิดอยู่ทำให้มือของเธอมีหน้าที่ชัดเจนโดยไม่ต้องแนะนำบุคคลที่สองหรือองค์ประกอบการออกแบบใหม่ เปรียบเทียบเฟรมสวนกับภาพต้นแบบทันที แล้วเปรียบเทียบกับเฟรมห้องสมุด การเปรียบเทียบทั้งสองแบบมีความสำคัญ ภาพสวนอาจดูสอดคล้องภายในแต่ยังเปลี่ยนใบหน้าหรือสีเสื้อโค้ทของ Mara หากเฟรมผ่าน ให้บันทึกเป็นเอาต์พุตแยก; เก็บภาพต้นแบบต้นฉบับไว้ไม่แตะต้องสำหรับทุกหน้าถัดไป

สำหรับซีรีส์ที่ยาวขึ้น รูปแบบนี้ขยายได้ทีละหน้า: ใส่ภาพต้นแบบต้นฉบับ เปลี่ยนฉากหนึ่งครั้ง ตรวจสอบเอาต์พุต ไม่จำเป็นต้องให้เรื่องใช้ท่าเดิมตลอดไป เมื่อเอกลักษณ์มั่นคงแล้ว ให้เปลี่ยนมุมหรือเสื้อผ้าอย่างจงใจ โดยระบุการเปลี่ยนแปลงเหล่านั้นในพรอมป์และตรวจสอบกับลักษณะคงที่ที่เหลืออยู่ ทำเช่นนั้นในฐานะความแปรผันที่ควบคุมใหม่ ไม่ใช่ silently กลางซีเควนซ์ที่สัญญาว่าจะใช้เครื่องแต่งกายชุดเดียว

อีกสามกรณีศึกษาความสม่ำเสมอของตัวละครที่เผยแพร่แล้ว

คู่ภาพต่อไปนี้มาจากคู่มือการเขียนพรอมป์ภาพ GPT Image 2.6 ของ OpenAI เป็นตัวอย่างที่เผยแพร่แล้ว ไม่ใช่การรันเพิ่มเติมของพรอมป์ Mara หรือเอาต์พุตที่สร้างสำหรับบทความนี้ ภาพทางขวามือแต่ละภาพมีป้ายกำกับว่า GPT Image 2.6 Sunburst ในคู่มือนั้น; คู่มือระบุคุณภาพปานกลางและแคนวาส 1024×1536 สรุปพรอมป์ด้านล่างสรุปคำขอที่เผยแพร่แทนการอ้างคำต่อคำ ใช้คู่มือที่เชื่อมโยงสำหรับพรอมป์ต้นฉบับและภาพอินพุตที่แน่นอน สามกรณีนี้ทดสอบการเปลี่ยนแปลงที่แตกต่างกัน ไม่ใช่อัตราความสำเร็จที่วัดได้

กรณีที่ 1: ต่อเรื่องราวของฮีโร่ในป่า

ภาพแรกสร้างฮีโร่สีน้ำสวมฮู้ดสีเขียว สำหรับภาพที่สอง มีการใช้ภาพอ้างอิงตัวละครซ้ำในฉากช่วยเหลือท่ามกลางหิมะ โมเดล: GPT Image 2.6 Sunburst สำหรับภาพอ้างอิงและการแก้ไข สรุปพรอมป์: แนะนำผู้ช่วยในป่าต้นฉบับที่สวมฮู้ดสีเขียว รองเท้าบู๊ตสีน้ำตาล กระเป๋าเข็มขัด และการลงสีน้ำนุ่มนวล; จากนั้นแสดงฮีโร่คนเดียวกันนั้นกำลังช่วยกระรอกหลังจากพายุฤดูหนาว โดยคงใบหน้า สัดส่วน เครื่องแต่งกาย และพาเลตต์ไว้ ฉากและการกระทำเปลี่ยนไป ดังนั้นให้เปรียบเทียบรูปทรงฮู้ด ผม ใบหน้า กระเป๋า และรองเท้าบู๊ตระหว่างคู่ภาพ

ที่มา: ภาพอ้างอิงและภาพต่อของฮีโร่ในป่าจาก OpenAI ซ้าย: ภาพอ้างอิงตัวละคร ขวา: ภาพแก้ไขฉากฤดูหนาวด้วย GPT Image 2.6 Sunburst ที่เผยแพร่แล้ว

กรณีที่ 2: เปลี่ยนเสื้อผ้าโดยไม่เปลี่ยนคน

ตัวอย่างนี้ใช้ภาพเหมือนในพิพิธภัณฑ์เป็นอินพุตเอกลักษณ์และภาพเสื้อผ้าแยกต่างหากเป็นข้อมูลอ้างอิงเครื่องแต่งกาย โมเดล: GPT Image 2.6 Sunburst Edit สรุปพรอมป์: สวมเสื้อแจ็คเก็ต เสื้อตัวบน และรองเท้าบู๊ตที่ให้มาให้เข้ากับบุคคลนั้น โดยคงใบหน้า ผม รูปร่าง ท่าทาง พื้นหลังพิพิธภัณฑ์ การจัดเฟรม และแสงให้สม่ำเสมอ การเปลี่ยนเครื่องแต่งกายเป็นเจตนา; ใบหน้าหรือมุมกล้องที่เปลี่ยนไปจะถือเป็นการเบี่ยงเบน คู่ภาพที่เผยแพร่ช่วยให้คุณตรวจสอบรายละเอียดทั้งสองแบบเคียงข้างกัน

ที่มา: ตัวอย่างการเปลี่ยนเสื้อผ้าโดยคงเอกลักษณ์จาก OpenAI ซ้าย: ภาพอ้างอิงเอกลักษณ์ ขวา: ภาพแก้ไขเสื้อผ้าด้วย GPT Image 2.6 Sunburst ที่เผยแพร่แล้ว

กรณีที่ 3: ย้ายภาพเหมือนเข้าสู่ฉากแอ็กชัน

ภาพเหมือนในพิพิธภัณฑ์เดียวกันกลายเป็นภาพอ้างอิงเอกลักษณ์สำหรับผู้หญิงที่วิ่งหนีหมีที่ลานตั้งแคมป์ใกล้พลบค่ำ โมเดล: GPT Image 2.6 Sunburst Edit สรุปพรอมป์: วางบุคคลที่อ้างอิงในฉากหลบหนีกลางแจ้งที่สมจริงด้วยสีและแสงธรรมชาติ เปลี่ยนกิจกรรม เสื้อผ้า และสีหน้าของเธอให้เข้ากับสถานการณ์ นี่เป็นการตรวจสอบเอกลักษณ์ที่ยากกว่าการแก้ไขเครื่องแต่งกาย เพราะใบหน้าถูกวาดใหม่ภายใต้สีหน้าและมุมมองที่ต่างออกไป เปรียบเทียบโครงสร้างใบหน้าที่จดจำได้แทนที่จะคาดหวังรอยยิ้มที่ไม่เปลี่ยน

ที่มา: ตัวอย่างการนำบุคคลเข้าสู่ฉากใหม่จาก OpenAI ซ้าย: ภาพอ้างอิงเอกลักษณ์ ขวา: ภาพแก้ไขลานแคมป์ด้วย GPT Image 2.6 Sunburst ที่เผยแพร่แล้ว

ซ่อมแซมการเบี่ยงเบนโดยไม่ต้องออกแบบฉากใหม่

การเบี่ยงเบนมักปรากฏในรายละเอียดที่ดูเหมือนเล็กเกินกว่าจะกล่าวถึง: ใบหน้าของ Mara กลมขึ้น กระหายไป แนวผมเปลี่ยนไป ผมสีขาวเปลี่ยนข้าง หรือผ้าพันคอสีเขียวน้ำทะเลกลายเป็นสีน้ำเงิน ตัดสินใจก่อนว่าฉากนั้นใช้ได้หรือไม่ หากท่าทางและฉากมีประโยชน์ การแก้ไขแบบเจาะจงเป็นก้าวแรกที่ดีกว่าการสร้างฉากใหม่ทั้งหมด หากตัวละคร occupies เพียงไม่กี่พิกเซลหรือองค์ประกอบซ่อนใบหน้าของเธอ ให้สร้างฉากใหม่ด้วยการจัดเฟรมที่ชัดเจนขึ้น เพราะการแก้ไขเฉพาะจุดมีหลักฐานที่มองเห็นได้น้อยในการทำงานด้วย

สำหรับการซ่อมแซมแบบจำกัดขอบเขต ให้อัปโหลดฉากที่มีปัญหาเป็น Image 1 และภาพต้นแบบที่อนุมัติเป็น Image 2 ระบุบทบาทของภาพเหล่านั้นในพรอมป์ หากอินเทอร์เฟซไม่ทำให้ลำดับการอัปโหลดชัดเจน ให้ตรวจสอบภาพย่อและอธิบายบทบาทอย่างชัดเจนก่อนรัน ตัวอย่างนี้พุ่งเป้าไปที่ใบหน้าและผม จึงขอให้โมเดลคงมือ หนังสือ ฉาก แสง และองค์ประกอบไว้ เปลี่ยน “library” เป็น “garden” ตามความจำเป็น

plaintextCopy
1Image 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.

คำสั่งแบบจำกัดขอบเขตช่วยลดการเปลี่ยนแปลงที่ร้องขอ; แต่ไม่ได้บังคับให้แก้ไขเฉพาะจุดอย่างสมบูรณ์ ตรวจสอบเฟรมที่ซ่อมแซมทั้งหมด รวมถึงพื้นหลังและหนังสือ การซ่อมแซมสามารถคืนใบหน้าได้ในขณะที่เปลี่ยนมือ วัตถุ หรือการครอบตัด หากเกิดเหตุการณ์นั้น ให้ตัดสินใจว่าการซ่อมแซมแบบเจาะจงครั้งที่สองคุ้มค่าหรือไม่ หรือการรันฉากใหม่จากภาพต้นแบบจะสะอาดกว่า เก็บเอาต์พุตที่ถูกปฏิเสธไว้ในโฟลเดอร์ทำงานของคุณ แต่อย่าทำให้เป็นภาพอ้างอิงเอกลักษณ์ครั้งถัดไป

ตรวจสอบชุดก่อนเผยแพร่

วางเอาต์พุตภาพต้นแบบ ห้องสมุด และสวนในขนาดที่แสดงเท่ากัน ใช้ภาพต้นแบบเป็นมาตรฐาน จากนั้นสแกนคุณลักษณะเดียวกันในทั้งสามภาพก่อนไปยังคุณลักษณะถัดไป วิธีทีละแถวนี้จับการเบี่ยงเบนได้น่าเชื่อถือกว่าการตัดสินแต่ละภาพแยกกัน นอกจากนี้ยังแยกการเปลี่ยนแปลงของแสงที่ยอมรับได้ออกจากการเปลี่ยนแปลงของเอกลักษณ์ตัวละคร

เปรียบเทียบจุดสังเกตบนใบหน้าเดียวกัน ผมที่เป็นเอกลักษณ์ เครื่องแต่งกาย สัดส่วน และการลงสีน้ำในทั้งสามเอาต์พุต; ภาพควรได้รับการตัดสิน ไม่ใช่สันนิษฐานว่าสมบูรณ์แบบ

ยอมรับความแตกต่างตามธรรมชาติที่เกิดจากท่าทาง สีหน้า และแสงเฉพาะจุด หากตัวละครยังดูเป็น Mara ที่ขนาดแสดงสุดท้าย ปฏิเสธใบหน้าที่สลับไป เครื่องหมายประจำตัวที่หายไป หรือการเปลี่ยนเครื่องแต่งกายที่เห็นได้ชัดในซีเควนซ์ที่ตรึงเครื่องแต่งกายนี้ อย่าเรียกชุดว่าสม่ำเสมอเพียงเพราะพรอมป์ร้องขอความสม่ำเสมอ บันทึกสิ่งที่ผ่านและสิ่งที่คุณซ่อมแซม ร่องรอยการตรวจสอบเล็ก ๆ นั้นช่วยได้เมื่อหน้าถัดไปทำให้คุณสงสัยภาพต้นแบบก่อนหน้า

เลือกโมเดล การตั้งค่า และงบประมาณ

GPT Image 2.6 Sunburst หรือ GPT Image 2.6 Flare?

OpenAI อธิบายว่า GPT Image 2.6 Flare เป็นโมเดลที่เล็กกว่าสำหรับงานที่เน้นความเร็ว และ GPT Image 2.6 Sunburst เป็นโมเดลพื้นฐานสำหรับรายละเอียดมากขึ้นหรือการแก้ไขที่แม่นยำ เวิร์กโฟลว์ตัวละครในที่นี้ใช้ GPT Image 2.6 Sunburst สำหรับภาพต้นแบบและการแก้ไขทั้งสองครั้ง เพื่อไม่ให้ตัวอย่างผสมพฤติกรรมโมเดลกับการเปลี่ยนฉาก GPT Image 2.6 Flare เป็นโมเดลที่สมเหตุสมผลในการทดสอบเมื่อเวลามีความสำคัญ แต่ให้ทดสอบแบบเทียบเคียงกับภาพต้นแบบ พรอมป์ การตั้งค่า และการตรวจสอบห้าข้อเดียวกันก่อนย้ายซีรีส์ไปใช้ ชื่อโมเดลเพียงอย่างเดียวไม่สามารถบอกได้ว่าตัวละครเฉพาะของคุณจะผ่านหรือไม่

ใช้การตั้งค่ารายละเอียดสูงสุดที่เวลาและงบประมาณของคุณเอื้ออำนวย แต่ตรวจสอบว่า playground ยอมรับอะไรจริง ๆ แคนวาสแนวนอน 1536×864 ให้พื้นที่สำหรับตัวแบบเต็มตัวและพื้นหลัง PNG รักษาภาพต้นแบบหลักให้สมบูรณ์สำหรับการอัปโหลดซ้ำ หากอินเทอร์เฟซมีเฉพาะขนาดแนวนอนใกล้เคียง ให้ใช้ขนาดที่คอมมิตเดียวกันตลอดและอัปเดตบันทึกการผลิตของคุณ ความละเอียดช่วยให้ผู้อ่านเห็นรายละเอียด แต่ใบหน้าที่ชัดเจนและการจัดเฟรมที่ควบคุมได้สำคัญกว่าภาพที่ใหญ่กว่าซึ่งมีคนตัวเล็ก

การรันหนึ่งครั้งมีค่าใช้จ่ายเท่าไร?

ก่อนเริ่ม ตรวจสอบการประมาณการใน playground และราคาโมเดล Atlas Cloudปัจจุบัน หน้าเว็บราคาสาธารณะคิดค่าบริการ GPT Image 2.6 Sunburst ตามโทเค็นภาพ โดยมีอัตราที่แตกต่างกันสำหรับอินพุตข้อความ อินพุตภาพ และเอาต์พุตภาพ ดังนั้นภาพต้นแบบจากข้อความเป็นภาพและการแก้ไขภาพอ้างอิงจึงต้องมีการประมาณการแยกกัน ตัวอย่างที่เผยแพร่บนหน้าเว็บที่ 1536×1024 ไม่ใช่ใบเสนอราคาสำหรับแคนวาส 1536×864 ที่คู่มือนี้เสนอ และการใช้งานจริงอาจแตกต่างจากตัวเลขก่อนรัน

งบประมาณสำหรับภาพต้นแบบหนึ่งภาพและการแก้ไขฉากสองครั้ง บวกการซ่อมแซมที่อาจเกิดขึ้น เก็บเอาต์พุตหนึ่งรายการต่อคำขอจนกว่าตัวละครจะใช้งานได้; ผู้สมัครหลายรายอาจทำให้ยอดรวมติดตามได้ยากขึ้น บันทึกแต่ละคำขอที่เสร็จสมบูรณ์และค่าใช้จ่ายที่แสดงก่อนเขียนตัวเลขต่อภาพในรายงานการผลิต หากขนาดหรือการควบคุมที่เลือกไม่มี ให้ใช้การตั้งค่าที่คอมมิตจริงและการประมาณการของพวกเขาแทนที่จะยกตัวอย่างราคาที่ไม่เกี่ยวข้อง ตรวจสอบราคาอีกครั้งก่อนเผยแพร่เพราะความพร้อมใช้งานและอัตราของโมเดลอาจเปลี่ยนแปลง

การดำเนินการที่มีประโยชน์ถัดไปคืออนุมัติภาพต้นแบบ Mara เพียงหนึ่งภาพ จากนั้นรันพรอมป์สองฉากด้วยไฟล์ที่แน่นอนนั้น วางภาพสามภาพไว้ข้างตารางห้าข้อก่อนขยายสตอรีบอร์ด นั่นทำให้ GPT Image 2.6 consistent character เปลี่ยนจากพรอมป์ที่หวังผลเป็นกระบวนการตรวจสอบที่ทำซ้ำได้

คำถามที่พบบ่อย

GPT Image 2.6 จำตัวละครระหว่างการรันแยกกันได้หรือไม่?

อย่าพึ่งพาความจำระหว่างการรันอิสระ อัปโหลดภาพต้นแบบที่อนุมัติและทำซ้ำรายละเอียดที่ระบุเอกลักษณ์สำหรับทุกฉากใหม่ เก็บไฟล์ต้นฉบับไว้เพื่อให้คุณสามารถสร้างหน้าถัดไปซ้ำได้แม้ว่าฉากก่อนหน้าจะเปลี่ยนไป

ฉันเปลี่ยนเครื่องแต่งกายโดยไม่สูญเสียใบหน้าของตัวละครได้หรือไม่?

ได้ คุณสามารถขอเปลี่ยนเครื่องแต่งกายในขณะที่คงลักษณะใบหน้าของภาพต้นแบบไว้ แต่ต้องตรวจสอบผลลัพธ์ ระบุว่าเสื้อผ้าชิ้นใดอาจเปลี่ยนได้ และใบหน้า ผม สัดส่วน และสัญญาณสไตล์ใดต้องคงอยู่ ใช้เครื่องแต่งกายใหม่นั้นอย่างสม่ำเสมอในหน้าที่เหมาะสม

ฉันควรใช้ GPT Image 2.6 Flare หรือ GPT Image 2.6 Sunburst สำหรับซีรีส์ภาพยาว?

เริ่มต้นด้วยโมเดลที่ตรงกับกำหนดเวลาของคุณ จากนั้นทดสอบชุดพรอมป์ตัวละครเดียวกันและสองฉากกับโมเดลนั้น GPT Image 2.6 Sunburst เป็นตัวเลือกสำหรับรายละเอียดและการแก้ไขที่แม่นยำในคู่มือของ OpenAI; GPT Image 2.6 Flare เป็นตัวเลือกด้านความเร็ว เปรียบเทียบเอาต์พุตของคุณเองกับเช็กลิสต์เดียวกันแทนที่จะสันนิษฐานว่าชื่อหนึ่งรับประกันความต่อเนื่อง

ภาพอ้างอิงรับประกันลักษณะใบหน้าที่เหมือนกันทุกพิกเซลได้หรือไม่?

ไม่ การเปลี่ยนท่าทาง สีหน้า มุม หรือแสงย่อมเปลี่ยนพิกเซลตามธรรมชาติ และการสร้างอาจยังเปลี่ยนรายละเอียดที่ระบุเอกลักษณ์ได้ ใช้ภาพอ้างอิงเพื่อนำทางเอกลักษณ์ จากนั้นตรวจสอบและซ่อมแซมการเบี่ยงเบนใด ๆ ที่สำคัญที่ขนาดแสดงสุดท้าย