GPT Image 2.6 动态贴纸：发送前先修复循环

角色在你的预览中挥了挥手，但循环重复时却突兀跳动。或者你下载了一张动态图，却发现贴纸发布目标拒绝接收它。制作 GPT Image 2.6 动态贴纸 时，要从原生 GIF 请求、一个让角色回到起始姿势的提示词，以及根据发布平台做出的导出决定开始。GPT Image 2.6 可以直接生成 GIF。该文件可在页面或帖子中作为贴纸风格的表情反应使用，而应用的贴纸库可能要求透明背景、不同格式和大小限制。本指南提供一个水獭提示词，研究三个已发布的动态参考案例，并检查一个提交的水獭静态图和动画，然后选择 GIPHY 或 WhatsApp 导出。

核心要点

• 使用文生图 GIF 选项生成动态，并同时描述动作及其回归姿势。
• 研究真实的动态示例，然后检查你自己 GIF 的首帧、末帧及其在贴纸尺寸下的可读性。
• 纯色背景 GIF 可用于某些帖子，而 GIPHY 和 WhatsApp 贴纸格式需要更多处理。
• 将模型目录中的起步价视为下限，然后检查已完成任务的收费。

GPT Image 2.6 实际能导出什么

OpenAI 的图像生成文档描述了图像生成的动态 GIF 输出。将输出格式设为 GIF，然后选择帧数和每帧时长。文档说明的范围是 2 到 64 帧，每帧 20 到 2,000 毫秒。这些是控制项，并不承诺每种帧尺寸与帧数的组合都能符合请求的像素预算。

当前的图像编辑参考也列出，当所选模型具有 GIF 预览权限时，可输出 2 到 16 帧的 GIF。在计划图生 GIF 运行前，请检查实时编辑界面是否提供该选项。上传一张静态图本身并不能保证角色在动态过程中保持完全一致。下面单独的水獭示例以一个 PNG 和提供的 MP4 开始，我们在本地将其转换为 GIF；这并不是原生 GIF 编辑结果的证据。

在本文中，“动态贴纸”指一个紧凑、富有表现力、包含一个可识别主体的循环。这并不声称第一个下载的 GIF 就是适用于所有消息应用的原生贴纸包。尤其要注意，Atlas Cloud 的 GIF 参数指南表示，其 GIF 选项不能与透明背景参数组合使用。因此，我们要求使用均匀的浅色背景，检查结果，并将透明化处理留到单独的本地处理步骤。

模型页面的参数指南是运行前检查 GIF 和背景设置的检查点。

干净的提示词可以要求毛发、围巾和轮廓保持一致，但保存下来的帧才决定这些细节是否真正保持稳定。循环也是如此。回归姿势的指令能改进提示词；但它并不是无缝结果的证明。

用一个提示词制作动态贴纸 GIF

编写角色、动作和回归姿势

选择一种无需声音也能看懂的反应。下面的可用提示词描述了一只欢快的海獭，它转身、挥爪两次、眨眼，并回到四分之三姿势。这只水獭只有几个身份标记：暖棕色毛发、奶油色口鼻、深色眼睛和一条青绿色围巾。这些细节便于逐帧检查，并且当 GIF 以小尺寸显示时仍然清晰可辨。

复制下面的完整提示词。第一句定义文件的视觉设定。中间部分固定角色和相机。最后几句指定可见动作和结束姿势。固定方形视图在这里很有用，因为相机移动可能掩盖角色动画的薄弱之处，并在视图重置时让循环跳动。

plaintextCopy
1Create one original animated reaction sticker-style GIF on a uniform solid pale cream background (#F6F1E8). Subject: a small round sea otter with warm brown fur, a cream muzzle, dark round eyes, and one tiny teal scarf; keep these features identical in every frame. Fixed square composition, full body centered with generous safe space, no text, logo, border, other characters, or scenery. In one smooth looping action, the otter starts in a cheerful three-quarter pose, turns toward the viewer while clearly waving one paw twice, blinks once, gives a small buoyant bounce, then turns back to the exact starting three-quarter pose. Make the head, paw, and body positions change progressively between frames, with no still-image hold, slideshow cut, camera zoom, or sudden jump. The last frame must lead naturally into the first. Keep the outline and expression readable at 128 pixels wide.

“挥爪两次”给了爪子一个可衡量的任务。“回到完全相同的起始四分之三姿势”定义了末帧与首帧之间的接缝。避免静态图像停留的指令解决另一个失败情况：一个文件可能包含许多帧，但变化很小。纯色背景让后续边缘去除更容易检查，尽管它本身不会创建透明度。

不要添加另一个角色、彩纸、标牌或场景来让结果显得热闹。在 128 像素宽时，这些元素会与爪子和脸竞争。反应贴纸需要可识别的情绪和可见的动作；额外细节只有在目标平台需要时才值得保留。

已发布的动态贴纸案例：狐狸、猫和机器人

OpenAI 的 GPT Image 2.6 发布文章将动作序列与动态示例配对，其中包括两个六帧的办公室职员反应。同样的呈现方式在这里也适用：展示动态，展示解释它的帧，然后检查小尺寸贴纸查看器实际会看到什么。以下内容是外部参考案例，不是 GPT Image 2.6 或 Atlas Cloud 的测试结果。

案例 1：一只狐狸，三种可读反应

公开的 Motion Sticker Pack 图库发布了同一个狐狸角色的三种反应：尴尬、讽刺和吃西瓜。我们将其三个原始 240 × 240、24 帧、三秒的 GIF 合成为一条同步横条。从左到右，狐狸从受惊的表情变为脸红，双臂交叉并转移目光，然后将一块西瓜送向嘴边。围巾、连帽衫、星形徽章和尾巴让这三个创意中的身份漂移很容易被发现。

一个由该图库的尴尬、讽刺和吃瓜文件合成的 GIF，从左到右显示。这些是来自另一工作流的参考动画。

第一个反应改变面部，而身体基本保持原位。第二个依赖小得多的眼部动作，因此缩小时其含义可能消失。第三个给道具一个任务，但西瓜在咬的过程中必须保持一致。这是三种不同的提示词约束，而不是给水獭添加额外道具的三个理由。在贴纸尺寸下，先选择一个清晰的动作。

下面的静态对比让循环接缝可检查。在尴尬 GIF 中，最终头部角度和表情与开头帧不同。这不会自动毁掉一个反应，但这是为什么在宣布循环完成前，要以预期尺寸重放该文件的理由。

已发布尴尬狐狸 GIF 的第 1、13 和 24 帧。该图像是帧对比；上方的动态横条是播放测试。

案例 2：由 25 帧构建的白猫循环

另一个已发布的白猫贴纸案例从一个提示词开始，要求一只毛茸茸、蓝眼睛的猫和一个蓝色毛线球。其代码仓库称该案例使用较早的图像模型、5 × 5 精灵图、本地帧拆分和 GIF 合成。这个外部案例遵循与本指南中原生 GPT Image 2.6 GIF 工作流不同的生成路径。其输出仍然提供了有用的动态测试：猫靠近球、翻滚、恢复直立，并在接近起始姿势的位置结束。

源案例的动态 GIF 作为外部动态参考展示，而不是 GPT Image 2.6 的结果。

带编号的联系表说明了为什么这与狐狸反应读起来不同。猫在整个序列中改变整个身体位置，而球锚定动作。第 1 帧和第 25 帧的姿势足够接近，表明有计划的回归，但仍需要动态 GIF 来判断时机和任何可见跳动。

源案例的帧联系表展示了动态 GIF 背后的进展。

案例 3：机器人挥手测试角色身份

已发布的机器人动画案例从一张白紫色角色图像开始，然后展示机器人在短循环中挥手和眨眼。其作者报告称，第一次精灵图尝试改变了机器人的大小和腿，因此最终示例从一个固定角色基础生成姿势，并在本地组装。可见的教训仍适用于贴纸提示词：一个可识别的角色需要稳定的身体比例，同时由一条肢体承载动作。

源案例的挥手 GIF 包含 24 帧，约 1.85 秒。注意抬起的手、眨眼，以及回到起始站姿的过程。

该动画不只是缩放：手抬起，护目镜闭合以眨眼，双脚保持不动。将其与下面的原始角色比较。紫色护目镜、肩板、胸部形状和腿部比例是逐帧检查的具体细节。一些护目镜和手的形状仍然会变化，因此应将输入图像和 GIF 一起查看，而不是假定提示词能保证完全一致的身份。

已发布的源图像是这个外部案例的固定角色参考。它让你可以将动态结果与预期设计进行比较。

对于本指南中的水獭提示词，等效检查是青绿色围巾、口鼻和身体比例是否在挥手和转身过程中保持。保持相机和起始姿势固定，然后判断下载的动画，而不是将回归姿势这句话当作无缝循环的证明。

在 Atlas Cloud 上运行 GPT Image 2.6 Sunburst

要使用可复现的路径，请打开 Atlas Cloud 并导航到 GPT Image 2.6 Sunburst 文生图 playground。这是图像生成路径；名称相似的编辑路径是另一种操作。在更改任何措辞之前，按原样粘贴提示词。

如果实时表单中出现这些控件，请选择 high quality、medium complexity、GIF 输出、24 帧和每帧 100 毫秒。请求 512 × 512 方形帧，并关闭透明背景。请求的时长是 24 × 100 ms，即一个循环 2.4 秒。如果表单因总像素预算过大而拒绝该帧尺寸，请根据显示的错误减小尺寸或帧数，并记录实际运行的值。在任务完成并确认之前，不要标注为 512 × 512 结果。

运行一次并等待结果完成，然后下载 GIF 本身。预览静态图或模型页面的示例图不是此提示词的输出。在帖子中使用之前，检查保存文件的格式、尺寸、帧数和时长。异步任务可能在一段时间内显示排队或运行状态；只有完成的输出和真实下载的文件才算完成的示例。

水獭提示词是一个可复现的起点。下面完成的 Atlas 静态图和单独的动画并未记录使用上述 24 帧设置的原生 GIF 运行。请根据每个下载文件的实际格式和帧来判断，而不是假定提示词能保证干净的循环。

我们的水獭：一张静态图和一张透明动态抠图

我们从下载的静态图中去除了浅奶油色背景。下面的透明 PNG 分离出原始水獭，因此其脸部、胡须、青绿色围巾和轮廓可以直接与动态版本比较。

我们逐帧去除了动画的奶油色背景，以每秒 15 帧采样动态，将其裁剪为 512 × 512 方形，并编码为 76 帧透明 GIF。

透明 GIF 保留了挥动的爪子和头部转动。角落像素是透明的，因此角色周围不再出现奶油色矩形。

Atlas playground 截图记录了静态图步骤：一张已完成的海獭 PNG。可见控件显示 high quality、medium complexity、2048 × 1152 的 16:9 帧，以及 PNG 输出。截图未显示后续动画的生成设置。

Atlas playground 截图显示了静态图提示词、设置和完成的 PNG 输出。

动画水獭保留了棕色毛发、奶油色口鼻、深色眼睛和青绿色围巾，但其脸形、胡须位置和围巾安排与原始 PNG 不同。因此，该动画展示的是一个相关角色设计，而不是静态图的像素级忠实动画。在发布前，以贴纸尺寸重放 GIF，并检查末帧到首帧的过渡。

检查循环在贴纸尺寸下是否有效

检查首帧和末帧

将下载的文件播放几个循环，然后暂停在首帧和末帧。比较水獭的身体角度、围巾位置、爪子高度以及在方形内的放置位置。如果动作自然延续，小差异没问题。位置跳动、面部突然变化或围巾消失会让接缝变得明显。

接下来，将显示缩小到约 128 像素宽。脸和挥动的爪子应仍然无需放大就能看懂。如果动作只在全分辨率下出现，那么它在聊天选择器或小型社交帖子中会很弱。检查整个循环中全身都保持在安全空间内，以免手和尾巴在边缘被裁切。

除了端点，还要检查帧进展。两次挥手是否有清晰的外挥和内收阶段？眨眼发生时角色其余部分是否保持一致？一大段几乎相同的帧是否让 GIF 感觉像静态图？有用的验收检查是可观察的：主体可识别、挥手可见、特征稳定、无剪切，以及末帧到首帧的过渡不会引人注意。

一些播放器会在预览中优化或跳过帧。如果动态看起来奇怪，请用第二个查看器打开下载的 GIF，或在本地提取其帧，然后再归咎于模型。仅凭首帧截图无法验证时机或循环。实际 GIF 才是要判断的产物。

修复看起来像幻灯片放映的动态

如果生成的水獭几乎不动，只修改动作句子，并保持角色、背景和帧设置不变。将现有的挥手和转身指令替换为：“让爪子大幅且明确地挥动，并让头部明显地从四分之三视图转到正面视图再转回。”然后再次运行，并用相同的验收检查比较新文件。

这种单一变更方法能告诉你更强的动作措辞是否有帮助。同时重写整个提示词可能改变水獭的设计、场景和时机，使结果更难解读。如果主要问题是接缝，则保留动作并加强结束姿势指令。要求结尾的头部角度、爪子位置和身体高度与开头相同。

成功的重跑应因改进动画而值得保留，而不是因为提示词听起来更有力。保存小尺寸下动态明显且循环干净闭合的版本。如果两个版本都未通过，诚实的结果就是一个未完成示例；在称其为现成贴纸之前，调整动画概念或帧预算。

GIF 并不总是应用贴纸

目标平台决定“完成”的含义。带有不透明奶油色矩形的 GIF 可能可用于网页文章或接受 GIF 上传的社交帖子。贴纸库会将艺术图叠加到其他内容上，因此其规则通常要求主体周围有透明像素。重命名文件不能添加透明度或改变其编码。

GIPHY 的贴纸定义给出了首帧透明度阈值。WhatsApp 的官方贴纸要求指定了 WebP 格式、尺寸、文件限制、时长和贴纸包规则。这些是目标平台要求，而不是 GPT Image 2.6 Sunburst 自动应用于原生 GIF 的设置。

对于这只水獭，本地转换工作流会在每一帧中识别均匀的奶油色背景，在保留毛发边缘的同时移除它，在浅色和深色表面上检查每一帧，并为目标平台编码生成的动画。转换后再次检查循环：调色板缩减、边缘清理和帧时序变化可能让原本良好的 GIF 在最终文件中看起来粗糙。

WhatsApp 还要求动态贴纸以动态贴纸包形式交付，其文档化应用工作流规定每个贴纸包 3 到 30 个贴纸。一个水獭文件足以测试动态，但它本身并不是完整的 WhatsApp 贴纸包。如果你今天需要网页上的一个快速反应，做到验证过的 GIF 即可。如果你需要贴纸库资产，请为转换、验证和实际导入测试预留预算。

GPT Image 2.6 Sunburst 还是 GPT Image 2.6 Flare，以及 GIF 会花多少钱？

对于这个定义严格的角色，GPT Image 2.6 Sunburst 是合理的第一选择，因为请求要求一致的特征和精确的回归姿势。当迭代速度重要并且你想测试多种动作措辞时，GPT Image 2.6 Flare 是替代方案。模型名称描述的是定位，而不是针对这只水獭的实测质量排名。公平比较应在两者上运行相同的提示词、尺寸、帧数、时序和质量设置，然后检查两个下载文件。

GPT Image 2.6 Flare 模型页面 对该选择很有用，但目录中的“From”金额描述的是入门价格，而不是 24 帧高质量 GIF 的账单。GIF 工作可能比单张静态图消耗更多输出。运行前查看实时模型页面，然后在任务历史中检查已完成任务的报价或结算费用。如果你需要估算更大的贴纸批次，请一并记录实际模型、质量、帧数、尺寸和费用。

对于 GPT Image 2.6 动态贴纸，最简单的下一步是制作一个循环，在预期显示尺寸下检查它，并在进行转换工作前决定目标平台。这样，当 GIF 足够时，你就有可用的 GIF；当应用需要真正的贴纸格式时，你也有明确的额外步骤清单。

常见问题

我可以使用 GPT Image 2.6 编辑现有 GIF 吗？

当前的图像编辑参考列出，当所选模型具有 GIF 预览权限时，可输出 2 到 16 帧的 GIF。这并不能证明每个 playground 都提供该选项，也不能证明上传动态 GIF 会保留其原始动态。检查实时控件并检查下载的结果。本文中的水獭 GIF 是从提供的 MP4 在本地转换而来。

为什么我请求的 512 × 512 GIF 被拒绝？

帧数、帧尺寸和输出数量必须符合总请求像素预算。尝试更少的帧或更小的受支持帧尺寸，并在你的文章或上传规范中使用实际接受的尺寸。本指南中的 24 帧设置是一个待测试请求，并不保证每个界面都接受它。

我可以将 GIF 作为 WhatsApp 动态贴纸上传吗？

WhatsApp 文档化的动态贴纸格式是 WebP，要求透明艺术图以及严格的大小和时长限制。转换并验证完成的动画，然后通过贴纸包工作流测试。将 GIF 后缀改为 WebP 并不会转换文件。