超大杯實測Image 2.5!穩紮穩打地小小進步了。

作者:阿真Irene
日期:2026年9月10日 上午12:04
來源:WeChat 原文

整理版優先睇

速讀 5 個重點 高亮

Image 2.5 係一次穩紮穩打嘅小升級:局部編輯、透明底素材同系列化輸出最實用,但風格化、複雜材質同角色一致性仍未算大突破。

整理版摘要

呢篇係阿真實測 Image 2.5 嘅整理。佢根據 9 月 8 日官方發佈說明,今次升級主打參考圖保真、精準局部編輯同多輪修改,同時改善光影、材質同複雜指令理解,仲加入草圖、模板同圖片評論編輯等入口。作者想知呢啲改動落到日常做圖、改圖流程,係咪真係幫到手。

佢用咗好多案例去試,包括改蛋撻焦斑、行李箱輪轂、小字替換、一次生成 8 張滾動序列、Logo 材質 GIF、品牌海報、照片精修、參考圖保真、多輪場景切換、跨格漫畫、草圖鎖構圖、透明底 PNG、資訊圖同 PPT 版式,最後仲試產品反推 VI 同原產品保真合成。整體結論係:局部修改更聽話,透明底素材同系列化輸出最實用,做海報、換場景、日常修圖都慳到功夫。

但佢覺得風格化冇乜驚喜,複雜材質同部分風格化畫面仍然有噪點雜質,多輪改圖會出現面部偽影,角色一致性進步唔大。官方都講明複雜提示詞可能要等 2 分鐘、文字位置同清晰度仍可能出錯、多次生成角色同品牌元素可能變化。速度體感快咗,但 API 要驗證,作者提醒大家謹慎消費、理性課金。

  • 結論:局部編輯、透明底 PNG、系列海報同產品換場景最實用,對日常做圖流程有實際幫助。
  • 方法:用參考圖保真、多輪修改、固定場景文字帶同每張獨立輸出,去驗證一致性同批量生成。
  • 差異:2.5 比 2.0 喺去白邊、局部聽話同版式穩定有改善,但風格化同複雜材質進步有限。
  • 啟發:角色一致性、半邊面同全身結構仍然係高風險位,多人合成海報更容易崩。
  • 可行動點:提示詞要寫明限制、每張獨立輸出、預留 retry;API 要驗證,課金前先計成本。
值得記低
Prompt

透明底毛絨微縮場景 Prompt

用參考圖角色生成宇航員主題透明底 PNG,明確要求 Alpha 透明、無背景、無白邊,適合做貼紙同視覺素材。

Prompt

產品反推品牌 VI Prompt

以產品圖為唯一參考,提取配色、造型、表情同品牌文字,一次生成 8 張 16:9 獨立品牌系統圖。

Skill

Visual Style PPT Skill

作者置頂文章提到嘅 PPT 風格 Skill,配合 Image 2.5 做 6 頁 16:9 PPT,保留頁眉、頁腳同風格一致。

流程

8 張圖做滾動動畫流程

固定場景同文字帶,每張只向左移銀幕寬度 25%,首尾接成循環;提示詞要禁止重新居中、縮放或改寫。

整理重點

實測背景:Image 2.5 想解決乜嘢?

阿真今次係實測 Image 2.5,即大家口中嘅新版本圖像模型。佢引用 9 月 8 日官方發佈說明,今次升級主要圍繞參考圖保真、精準局部編輯同多輪修改,同時改善光影、材質同複雜指令理解。

唔係單次生成靚圖,而係要改得準、改得穩

官方仲加入草圖、模板同圖片評論編輯等入口,所以作者唔係只睇「一 take 過」效果,而係集中試日常做圖、改圖流程入面,邊啲位真係慳到時間。

實測範圍橫跨 A 到 J 十個場景

  • A 精準局部編輯:改蛋撻焦斑、行李箱輪轂、最後一行文字。
  • B 照片精修:用參考圖幫其他圖統一修圖。
  • C 參考圖保真:保留本人五官、貓咪外形,套入唔同年代同場景。
  • D 多輪編輯:同一原圖切換多個場景,睇光影同角色會唔會飄。
  • E 跨格跨頁一致:四格漫畫連續故事嘅角色一致性。
  • F 草圖鎖構圖:塗鴉變成海報。
  • G 透明底資產Alpha PNG 去白邊。
  • H 精確文字與版式:資訊圖、陣營圖。
整理重點

局部編輯、多圖序列同動畫玩法

作者先用蛋撻、行李箱同小字替換試精準局部編輯。佢話只改指定位置時,周邊紋理、光澤同其他細節大多保持得住,呢點係今次最明顯嘅進步之一。

只改指定位置,其餘細節盡量保持原樣

之後佢用同一張圖一次生成 8 張,令字母同笑臉由左滾到右,驗證多圖一致性。結果文字同表情符號穩定性算唔錯,但光影仍會有一點點起伏。

一次生成 8 張,再串成滾動動畫

固定場景同文字帶,每張左移 25%

  • 結論:局部修改比以前聽話,簡單使用冇問題。
  • 方法:固定場景同文字帶,每張向左移 25%,首尾接成循環。
  • 差異:文字同表情穩定,但光影仍會有起伏。
  • 啟發:同一張 Logo 可以生成 8 種材質,拼成 GIF,可玩性高。
  • 可行動點:提示詞要寫清固定背景、固定文字位置、每張只平移,禁止重新居中或縮放。
整理重點

參考圖保真、多輪編輯同漫畫角色一致

作者同貓咪做參考圖,試 90 年代深圳世界之窗、夏爾袋底洞、埃及貓神、藍緞宮廷肖像、F1 賽車手同未來宇航員。佢覺得年代、場景同材質還原已經做得幾好,例如 90 年代相會有淺淺膠片感。

人物多輪編輯後,仍然保持到一定似本人

不過缺點都好明顯:金屬、刺繡等複雜細緻材質會出現碎碎嘅感覺;只露半邊面、全身照或者人體結構複雜時,出錯機率會高好多,呢個問題 2.0 未解決,2.5 依然未解決。

半邊面、全身照同複雜人體結構仍然容易出事

  • 可用:年代還原、場景切換、光影跟環境變化。
  • 風險:複雜材質有噪點雜質,多輪編輯會累積面部偽影。
  • 限制:只露半邊面、全身照、多人同框最容易出結構問題。
  • 方法:提供動作參考圖,或明確要求姿勢、道具同位置。
  • 可行動點:重要角色圖要預留 retry,唔好一次過塞太多人。
整理重點

草圖、透明底、文字版式同 PPT 實戰

作者試草圖鎖構圖,塗鴉都可以直接變成海報,不過佢覺得呢個功能偏好玩。透明底 PNG 就實用好多,2.5 喺深灰背景下白邊問題明顯少過 2.0,佢形容「精細到頭髮絲,摳圖拜拜」。

透明底 PNG 白邊問題明顯改善

文字同版式方面,官方話有提升,作者實測複雜資訊圖同 PPT 都見到方向感,做 PPT 時後面幾頁可以穩穩保留頁眉、頁腳同風格。不過小字仍然會有出錯。

PPT 後面幾頁可以保留頁眉、頁腳同風格

透明底毛絨微縮場景 Prompt(節錄) text
以參考圖中的女孩為唯一角色原型,生成一張宇航員主題的透明底毛絨微縮場景。保留深藍色星光長捲髮、藍色大眼睛、圓臉、腮紅和大頭小身體比例,只出現一個全身角色。女孩穿奶白色與深藍色拼接的軟絨宇航服,戴敞開面罩的圓形頭盔,露出完整臉部和捲髮,一隻手揮手,另一隻手抱着小星球。身後左側放一艘矮胖的小火箭,右側放兩塊月球石和一面無文字小旗,腳下是一小塊不規則月面墊。道具圍繞人物形成緊湊、有前後層次的獨立小景,人物始終最突出。人物、服裝、火箭、石頭和月面墊統一使用參考圖中的細密短絨、羊毛氈與軟布材質,輪廓圓潤,柔和棚拍光,精緻立體玩偶效果。豎版3:4,完整展示人物與全部道具,四周留白。輸出帶真實Alpha透明通道的PNG,場景外部及道具間隙完全透明,無天空、無背景牆、無大面積地面、無白底、無棋盤格、無文字水印。
整理重點

產品 VI、速度、官方侷限同課金提醒

作者最後試產品合成同品牌物料:由產品圖反推完整 VI,一次生成 8 張 16:9;亦做原產品保真合成廣告圖,一次 4 張 2:3。佢提醒提示詞一定要限制清楚「每張獨立輸出」,唔係模型會拼成一張。

一定要寫明每張圖獨立輸出,唔好拼成一張

速度方面,網頁版體感快咗,官方口徑係延遲最多降低 50%,但實際睇任務。多圖生成平均速度可能仲快過單張。不過官方文件都列明侷限:複雜提示詞可能要等 2 分鐘,文字位置同清晰度可能出錯,多次生成角色同品牌元素可能變化。

複雜提示詞可能要等 2 分鐘

  • 結論:對模型本身係小進步,但落到日常做圖、改圖流程已經好實用。
  • 方法:用局部編輯、透明底、系列海報、產品換場景同 PPT 版式去慳時間。
  • 差異:2.5 比 2.0 喺白邊、局部聽話同版式穩定有改善。
  • 啟發:風格化唔係今次賣點,追求獨特美感要配合 Midjourney 等工具。
  • 可行動點:試新功能前先寫清限制、每張獨立輸出、預留 retry,同埋謹慎課金。
圖片

嗨,大家好,我係阿真!

朝早發現大家都喺度催 Image 2.5,你哋咁積極,我真係有啲驚咗哈哈。

圖片

好,嚟喇嚟喇~

今次係 Image 2.5。當然佢個全稱唔係呢個,大家心照啦。

根據 9 月 8 日嘅官方發佈說明,今次升級主要圍繞參考圖保真、精準局部編輯同多輪修改,同時改善光影、材質同複雜指令理解,仲加入咗草圖、模板同圖片評論編輯等入口。

接落嚟大家可以跟我一齊睇嚇今日嘅案例。

A 精準局部編輯

做局部修改嗰陣,其他細節大多都保持得住。例如修一修個蛋撻嘅小細節。👇

圖片
提示詞
把蛋撻表面左上方那塊最大的深黑焦斑修成自然的淺琥珀色烘烤斑,保留周邊蛋液凝固紋理與光澤。其餘細節保持原樣。@創建圖片 

改一個車輪嘅輪轂。類似嘅精準要求,效果都仲幾唔錯。👇

圖片
提示詞
@創建圖片 編輯上傳的行李箱照片,只把畫面右下方、最靠近鏡頭的那一隻黑色滾輪外圈改成珊瑚橙色,輪轂繼續保持黑色。輪子的直徑、厚度、朝向和接地點保持原樣,其他三隻輪子繼續保持黑色。

改小字,其他嘢都冇變,只係改最後一行嘅文字。👇

圖片
提示詞
將原文“連續木框,懸浮軟包,為獨處提供更舒服的高度”完整替換為: “以温潤曲線,承託每一刻鬆弛”

一致性真係好強,呢個時候我諗到個主意:如果一次過跑多張圖,咁佢咪好似動畫咁?用呢個方式,都可以驗證佢嘅一致性係咪真係咁好。

於是我叫佢一次過生成 8 張圖片,圖片會逐張將一張圖由左推到右。咁如果將 8 張圖連埋一齊,我哋就可以見到個字母同表情符號好似字幕咁,由左滾到右。

圖片
滑動睇完整提示詞
↕️
一次連續生成8張獨立圖片,製作電影院銀幕上“AZHEN+描邊笑臉”的無縫左向滾動序列。每張16:9,分別輸出,不要宮格或拼圖。

【固定場景】
昏暗的電影院,鏡頭位於觀眾席後方,正對巨大的矩形銀幕。畫面下方是背對鏡頭的深色椅背,無觀眾。銀幕黑框、純白底。8張共用完全相同的背景,鏡頭、座椅、邊框、光線和曝光保持不變。

【固定文字帶】
黑色、中粗、有襯線的藝術字體“AZHEN”,N後緊跟一個黑色描邊的扁平笑臉,再接下一輪AZHEN。順序始終為:
AZHEN ◡ AZHEN ◡……
其中◡僅代表笑臉的位置,實際繪製為完整的圓形描邊笑臉,內部白色,包含兩隻彎彎的笑眼和微笑弧線,無黃色填充、漸變或立體效果。

字母和笑臉高度佔銀幕內部高度的90%至95%,上下只留極窄白縫。字母保持自然寬度,禁止橫向壓扁或使用極窄字體。採用緊字距,A與Z之間不留大空隙。

將“AZHEN+笑臉”這一完整單元的寬度固定為銀幕內部寬度的2倍。銀幕只能顯示這個單元的一部分,禁止在同一張銀幕內塞下兩組完整名稱。所有字母、笑臉、字距和垂直位置一次確定,後續完全沿用。

【嚴格等距左移】
把白色銀幕左邊緣記為x=0,右邊緣記為x=100%。以同一個A的最左側為定位點,第1張從x=75%開始,此後每張向左移動銀幕寬度的25%:

第1張:A定位點在75%。
第2張:A定位點在50%。
第3張:A定位點在25%。
第4張:A定位點在0%。
第5張:A定位點在-25%。
第6張:A定位點在-50%。
第7張:A定位點在-75%。
第8張:A定位點在-100%。

負數表示這個A已移到銀幕左側畫外,其後的字母與笑臉繼續從右側進入。下一輪A與這個A相距200%的銀幕寬度,隨整條文字帶同步移動。第8張再左移25%,應與第1張形成相同的循環畫面。

每張只允許整條文字帶水平向左平移,禁止根據當前可見字母重新居中、調整間距、縮放或改寫。字母與笑臉經過邊界時自然裁切。即使只露出半個字母,也保持真實位置,不補成完整字母。

先統一規劃8張的文字位置,再按順序生成。檢查相鄰幀:同一個可辨認的筆畫必須始終向左移動相同距離,不能向右回跳,不能重複停留。首尾使用同樣的移動步幅,不添加重複結束幀。

所有圖片清晰鋭利,無運動模糊、無淡入淡出、無形變。不要在圖片裏顯示座標、編號、輔助線或說明文字。

朋友們,估嚇,我成功咗未?👇

圖片

只保留第 3 張到第 6 張,咁咪可以循環囉。當然都睇得到,其實除咗圖片之外,仲會有一點點光影起伏嘅變化。文字同表情符號嘅穩定性都算幾唔錯。當然如果非常嚴格咁講,目前都仲未做到百分百隻改變編輯區域。🤔

圖片

但係簡單用就完全冇問題,例如叫佢基於一張 logo 生成 8 張唔同材質嘅圖,組埋一齊就係 GIF 圖喇。可玩性好強啊。

圖片
滑動睇完整提示詞
↕️
以這張圖為基準,直接製作 8 張 4:3 橫版圖片,同時改變「AZHEN」和右側豎向「Studio」字母內部的材質。

固定複用原圖背景和文字輪廓:暖白紙紋背景完全不變;AZHEN 和 Studio 的字體、字號、字距、位置、方向、邊緣和字母內部留白完全一致,字母保持分開。

8 張分別採用:
01 石墨黑啞光:細膩、剋制。
02 鏡面銀鉻:強烈的黑白金屬反射。
03 橙紅熔融玻璃:通透、流動。
04 鈷藍冰晶:冷色、裂紋與折射。
05 粉色絨毛:柔軟、細密。
06 翠綠釉面陶瓷:厚潤、光滑。
07 黑白膠片:明顯顆粒與抽象攝影紋理。
08 虹彩珠母:紫、青、粉交織的變色光澤。

材質、色彩和光學質感要有顯著差異,避免僅換顏色或套濾鏡。每張圖中的 AZHEN 和 Studio 使用相同材質、色調和光照,同步變化。Studio 的紋理精細度適配小字號,保持清晰可讀。

所有材質嚴格裁切在固定的 AZHEN 和 Studio 字母蒙版內,不能改變外輪廓,不能向外長毛、融化、膨脹或產生投影。高光保留細節,避免字母與暖白背景融為一體。背景直接複用原圖,確保連續切換時背景和文字位置完全穩定。

交付 8 張尺寸完全一致的獨立圖片。

仲係上面嗰個 Logo,幫品牌做系列品牌宣傳海報,一次 6 張。呢個都參考咗官方案例,親測的確幾實用。👇

↕️滑動睇長圖
圖片
圖片圖片
滑動睇完整提示詞
↕️
以我提供的「AZHEN Studio」logo 為品牌標識,為這家設計工作室一次完成 6 張獨立的品牌宣傳海報。以下風格描述是整組作品的固定視覺 DNA,請貫穿所有畫面。

【固定風格 DNA】
復古現代主義圖形海報,融合包豪斯幾何構成、瑞士粗體排版與 20 世紀六七十年代的印刷色彩感。整體明快、大膽、簡潔,兼具專業設計感與輕鬆的人文氣息。

配色統一限定為:暖奶油白 #F5F1E7、近黑 #111111、鈷藍 #155EB0、橙紅 #EF501D、明黃 #F8C522、柔粉 #F2A1B8、深綠 #23765B。每張選用其中 3–4 種顏色,允許局部雙色疊印。多數使用暖白底,部分使用整版飽和色底。

圖形由圓、半圓、扇形、矩形、拱門、葉片形和寬幅波浪色帶構成。使用大塊實色、明確輪廓和巧妙的正負形關係,幾何形狀可以拼接成太陽、植物、道路、窗口等熟悉意象。圖形大膽放大,允許局部延伸出畫面邊緣。避免細碎裝飾和複雜描邊。

標題使用極粗、緊湊的無襯線字體,類似 Helvetica Black 或 Grotesk Heavy;大字號、緊行距,分成 2–3 行,通常左對齊。標題與圖形形成明確的上下分區或穿插關係,部分海報可以由超大文字主導。禁止所有海報機械複用同一模板。

畫面保持平面印刷感,暖白紙底帶極輕微紙紋,色塊飽滿、邊緣清楚。避免立體渲染、金屬、玻璃、光澤高光、複雜漸變、投影和過度做舊。

【logo 使用規則】
準確保留參考圖中 AZHEN 的字形與字距,以及右側豎向 Studio 的組合關係,不重新設計 logo。允許整體等比例縮放,統一使用近黑或暖白實色。每張都放置完整 logo,作為清晰的品牌署名,保持一致的尺寸規範與安全邊距。

【6 張海報】
01 靈感出發
標題:“MAKE IDEAS MOVE”
用巨大的明黃半圓太陽與向地平線匯聚的幾何色帶,表現道路、出發和行動。搭配橙紅、深綠與暖白,構圖開闊、動勢強。

02 自由創造
標題:“CREATE WITH CURIOSITY”
用寬幅波浪色帶與有機曲線交錯穿行。鈷藍、柔粉、明黃與暖白為主,構圖流暢、自由、活潑,產生音樂般的節奏。

03 共同生長
標題:“GROW TOGETHER”
用圓形花心、成對半圓葉片與簡潔直線莖幹,構成一株抽象植物。深綠、柔粉、橙紅與暖白為主,構圖接近對稱,温暖而舒展。

04 多元視角
標題:“SEE THINGS DIFFERENTLY”
用拱形窗口、錯位圓形和正負形構成抽象的觀察裝置或眼睛。近黑、鈷藍、明黃與暖白為主,構圖不對稱,突出視角變化與視覺巧思。

05 找到平衡
標題:“BOLD IDEAS. CLEAR DESIGN.”
用圓、半圓和矩形搭建一組看似懸而未落的平衡結構。橙紅、柔粉、近黑與暖白為主,保留較多留白,呈現剋制、精準與張力。

06 品牌發聲
標題:“LET YOUR BRAND SPEAK”
以超大暖白粗體標題佔據畫面大部分面積,使用鈷藍滿版背景與一個橙紅圓形點綴。文字緊湊、有力量,形成鮮明的品牌宣言。

【系列一致性】
統一配色體系、字體氣質、圖形語言、紙張質感和 logo 規範;每張在主色、構圖、圖形意象、疏密與情緒上明顯不同。整組既能並排形成完整品牌系列,也能單張獨立傳播。

標題與 logo 層級清晰,所有英文準確,不添加虛構聯繫方式或無意義小字。圖形系統應適合後續延展到帆布袋、名片、包裝等品牌物料。

【交付】
直接生成 6 張獨立的豎版 3:4 高清海報,尺寸統一,按 01–06 編號。每張交付完整平面設計原稿,不要拼成六宮格,不要添加相框或場景樣機,不要只提供設計方案。

B 照片精修

都可以用嚟精修照片。我手頭冇乜比較好嘅參考圖,大家可以去試嚇呢個功能。喺場景差不多嘅情況下,可能修一張圖,其他嗰啲直接參考呢張去做就得之後都係直接畀圖。👇

圖片

以後線下見到阿真,唔好再話冇見過本人喇。👇

圖片圖片

C 參考圖保真

接落嚟呢兩張圖係參考圖,呢個係我同我隻貓。👇

圖片

喺根據唔同年代、時代同真實場景嘅還原上,佢已經可以做得非常好,包括對一啲材質同質感嘅控制,好似 90 年代嘅照片,佢出嚟嘅圖會有嗰種淡淡嘅膠片感。

呢度要注意,我測試得比較粗糙,冇過度要求佢改動作,所以大家可能會覺得動作比較拘謹。大家其實都可以提供動作參考圖,或者具體要求點樣改姿勢、加道具之類。

深圳世界之窗 / 夏爾袋底洞

圖片
提示詞
生成一張我在90年代深圳世界之窗遊玩的真實照片。保留我的臉、五官、膚色和辨識度,換上自然的90年代髮型與日常穿搭,背後清楚可見世界之窗的埃菲爾鐵塔縮景。像朋友隨手拍下的旅行紀念照,帶有90年代膠片顆粒和紙質照片的温潤質感,自然、真實、有生活氣息。
/
生成一張我在《指環王》中土世界的真實照片。保留我的臉、五官、膚色和辨識度。我站在夏爾袋底洞、佛羅多家的綠色圓門前,穿着霍比特人風格的亞麻襯衫、馬甲與樸素長裙。周圍是綠草覆蓋的小丘、鮮花和温馨的鄉間庭院,陽光柔和,像親身來到夏爾時拍下的紀念照,具有電影般的真實質感。

大家之前應該都有體會:人物圖片,外國嘅圖片模型經常還原唔好人像細節,容易令人覺得亞洲人都係同一個樣,尤其係編輯多兩輪就唔似本人。

但而家佢喺多輪編輯之後,依然可以保持到比較好嘅效果。接落嚟嘅圖片係按順序一路做多輪編輯咗好多次,當然大家之後都會發現,佢嘅細節的確有咗啲變化。

下面已經去到第九輪同第十輪嘅編輯,可以見到面部細節都仲幾唔錯,冇出現明顯嘅面部偽影、噪點、斑駁等。但缺點都好明顯,尤其係喺金屬或者刺繡等複雜細緻材質嘅表現上,嗰種碎碎嘅感覺又好似鬼魂咁追咗上嚟(左一)。

埃及貓與人肖像 / 藍緞宮廷肖像

圖片
滑動睇完整提示詞
↕️
用我的人像和貓咪照片作為參考,保留我的五官與辨識度,以及貓咪原本的毛色、眼睛和外形,生成一張古埃及貓神主題的暗黑幻想藝術肖像。我戴着高聳的尖耳金屬頭冠與黑色紋樣頭巾,黑髮齊劉海,細長編辮點綴彩珠,身穿黑金色斜裹式服裝,佩戴寬大的層疊金屬頸環、垂墜耳飾和金色臂環,雙臂交疊,正面看向鏡頭,神態神秘自信。我的貓坐在肩後高處,佩戴精緻的埃及風格項圈。灰米色斑駁牆面背景,強烈側光,低飽和黑金與暗紅配色,呈現細膩厚塗筆觸和金屬光澤。豎幅半身構圖,無文字、無水印。
/
讓我 cos 安格爾《布羅意公主肖像》中的貴族女性。黑髮中分盤起,兩側點綴藍色緞帶,身穿華麗的冰藍色露肩緞面長裙,領口與袖口飾有精細白色蕾絲,寬大的裙襬鋪展開,泛着細膩銀藍光澤。佩戴金色吊墜項鍊和多層珍珠手鍊,側身坐在古典扶手椅上,手臂輕搭金色靠墊,臉朝向鏡頭。深灰色室內背景,柔和側光,呈現古典油畫般典雅的真人藝術攝影質感。豎幅構圖,無文字、無水印。

如果只係露出人物半邊面,出錯嘅機會會高好多

下面呢兩組圖像就睇得到:一個係人物容易出現一啲不明結構;另一個係人物喺全身照嗰陣,頭部同身體都出現咗明顯嘅人體結構問題。簡單嚟講,條頸同身體好似對唔上。呢個問題 2.0 冇解決,2.5 依然冇解決。👇

09 F1 賽車手 / 10 未來太空人

圖片
提示詞
保留我的五官和辨識度,讓我成為正在駕駛 F1 方程式賽車的賽車手。身穿專業賽車服,戴着頭盔,透過透明護目鏡清楚看見我的面容,雙手握住賽車方向盤,目光專注前方。從座艙前方斜側角度近距離拍攝,背景賽道飛馳模糊,充滿速度感與臨場感。真實體育攝影質感,豎幅構圖,無文字、無水印。
/
保留我的五官和辨識度,讓我成為未來世界的宇航員。身穿精密的銀白色宇航服,透過透明頭盔清楚看見我的面容,站在外星基地的觀景平台上。身後是宏大的未來城市、停泊的飛船與懸在天空中的巨大行星,冷色燈光映在頭盔和金屬表面,氛圍壯麗而神秘。真實科幻電影質感,豎幅構圖,無文字、無水印。

測試上限,咁我就直接加難度喇。呢度我叫佢將我前面測試過嘅所有圖片全部放埋喺一張海報入面。當然,崩得好犀利。

今次將咁多人像放埋一齊,的確有啲頂唔住。👇

圖片
滑動睇完整提示詞
↕️
將上傳的全部阿真造型圖片合成一張豎版人物主題海報,以草圖作為排版參考。純白背景,人物摳圖大小錯落排列,用粗糙的黑色手繪曲線、星星和箭頭串聯,形成自由流動的構圖,避免整齊的照片網格。

保留每張圖片中的人物面容、服裝、姿態與原有質感,所有造型全部呈現,不遺漏、不重複。保留貓咪、獨角獸、鐵王座和賽車等與造型相關的重要元素,去掉各自多餘的背景。人物保留原圖色彩,裝飾與文字使用黑色,形成真實人物與粗糙手繪的混搭效果。

左上大標題“阿真的無限可能”,副標題“ONE FACE, MANY WORLDS”,中間穿插“無限變身”,底部“AZHEN / STYLE UNIVERSE”。不保留草圖中的編號與造型說明。文字避開面部,畫面豐富但有留白,呈現個性鮮明的時尚拼貼海報。實際製作不要使用手寫體。
/
花木蘭的那一張,武器有問題,修改一下。

宇航員的那張,宇航員的頭盔已經戴在頭上了,手裏為什麼還有一個?霍比特人的那個錯了,還有人物一致性不行

D 多輪編輯

再睇嚇多輪編輯嘅表現。呢度我換咗另一種風格,用咗一張原圖,然後要求切換其他場景,並且叫佢根據環境去調整人物嘅光影

整體表現係唔錯嘅,有個別圖片佢會基於場景移動位置。如果強制要求唔好改變兩個主體嘅位置,應該都做到。

但係喺多輪編輯嘅過程中,有啲圖片可以明顯見到臉上已經有咗啲偽影同噪點,呢個始終都係無可避免。

全部場景快速切換

圖片

部分生成圖片

圖片
提示詞
兩個角色動作保持和上一張圖一致,人物把書包去掉。鏡頭換到室內,温馨的室內房間,背後有書架,旁邊有沙發,注意角色的光源要跟着環境的光源發生變化
/
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在水族館觀景區的寬平台前,一起望向右上方。身後是巨大的弧形水族箱,鯨鯊從上方緩緩遊過,成羣銀色小魚穿過深藍色海水,遠處有珊瑚和搖曳的海草。前景有虛化的海洋主題導覽冊。水中透下的藍綠色光線和波紋投影落在角色臉頰、頭髮、衣服與白貓身上,保持原圖温柔細膩的動漫畫風。
圖片
滑動睇完整提示詞
↕️
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色坐在復古列車靠窗的小桌前,一起望向右上方。前景有虛化的車票、橘子和玻璃汽水瓶,身後寬大的車窗外是金黃色稻田、遠山和鄉間電線杆,車廂內有墨綠色座椅與黃銅行李架。午後陽光斜照進車廂,在角色臉上和桌面形成柔和的明暗分區,保持原圖温柔細膩的動漫畫風。
/
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在童話森林的樹樁茶桌前,一起望向右上方。前景有虛化的橡果杯和小漿果,身後長着比角色高出許多的紅色蘑菇,巨大的草葉掛着露珠,遠處樹根裏嵌着亮燈的小圓門,一隻瓢蟲停在彎曲的草莖上。清晨陽光透過蘑菇邊緣,帶來輕微的暖紅色透光,角色受到柔和天光照明,保持原圖温柔細膩的動漫畫風。
圖片
滑動睇完整提示詞
↕️
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在渡輪甲板的寬木台前,一起望向右上方。前景有虛化的纜繩與救生圈邊緣,身後是湛藍海面、白色船尾浪花與漸漸遠去的港口,岸邊排列着彩色房屋,幾隻海鷗跟隨渡輪。明亮的日光與海面反光照亮角色,微風輕輕吹起男孩的髮梢,保持原圖温柔細膩的動漫畫風。
/
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在摩天輪座艙內的觀景台沿,一起望向右上方。前景有虛化的座艙窗框,身後透過玻璃能看到逐漸遠去的遊樂園、旋轉木馬與密集的城市燈火,遠處天空綻放一簇金粉色煙花。煙花與遊樂設施的彩色光線映在角色臉上、眼睛裏和白貓毛髮上,玻璃保留輕微反光,保持原圖温柔細膩的動漫畫風。

E 跨格跨頁角色一致

角色一致性進步唔大。畀咗參考圖,偶爾都仲會有雙馬尾變單馬尾嘅情況。👇

圖片圖片
滑動睇完整提示詞
↕️
參考我上傳的兩張成年角色四視圖,一次生成4張獨立圖片,講述連續的熱血奇幻冒險故事《最後一束光》。

【最重要的數量要求】
一共輸出4張圖片。
每張圖片裏面恰好只有4個漫畫格子。
每張圖片都是一張完整的四格漫畫。
不要把4張圖片拼在一起。
不要把所有劇情畫在同一張圖片裏。
不要增加插入小格、回憶小格、人物特寫小窗或裝飾性分格。
同一個格子可以有兩個人物、多個對話氣泡,但仍然只有一個完整場景。
本輪故事停在兩位主角準備聯手反擊的位置,後續結局留待下一輪繼續。

【畫面與排版】
每張圖片為2:3豎版彩色漫畫。每張圖的4個格子採用清楚的兩層結構:上面2格,下面2格。可以將中間分隔線改成斜線,讓格子呈現梯形或不規則四邊形,也可以調整四個格子的大小,但始終只有4個清楚的區域。

按照左上、右上、左下、右下的順序閲讀。人物手臂、頭髮、魔法與速度線可以適度突破邊框,但不能形成額外格子,不能遮擋對白,也不能讓相鄰場景混在一起。

畫風為精細的原創日式熱血奇幻漫畫彩頁,清晰線稿、鮮明賽璐璐陰影、強透視、速度線和有力量感的動作。兩位主角都是20至23歲左右的成年年輕人,嚴格保持參考圖中的正常成年人體比例,約七到八頭身,禁止CHIBI、Q版、大頭娃娃或兒童體型。

【角色保持一致】
女主:嚴格沿用成年女主四視圖中的金色雙側捲髮馬尾與編髮、藍眼睛、尖精靈耳、太陽花髮飾、深藍蝴蝶結、白色立領短袖上衣、深藍束腰、藍白金分片裙裝、太陽紋飾和藍金短靴,使用金色光魔法。

男主:嚴格沿用成年男主四視圖中的黑色短刺發、額前赤紅挑染、紅棕色眼睛、尖精靈耳、赤紅夾克、炭灰內搭、炭灰長褲、銀色配飾、護腕與手套、深棕腰包和黑紅戰鬥靴,使用赤紅火焰。

所有圖片中的臉型、頭身比例、身高關係、髮型、服飾結構、花紋和配飾位置保持一致。男主始終穿長褲。不要改變角色設計,不要更換服裝。

【場景與道具】
場景是一座擁有紅瓦屋頂、石板街道和古老鐘樓的幻想小鎮,時間為暴風雨前的黃昏。

太陽燈是一盞可以雙手抱住的黃銅六角提燈,內部懸浮金色太陽形發光核心。

影獸由黑紫色煙霧組成,具有一對向後彎曲的角、淺紫色狹長眼睛、鋒利前爪和煙霧尾跡。奪走太陽燈後,它將提燈封在胸口的半透明煙霧裏。影獸與太陽燈在所有圖片中造型一致。

【對白】
把下方指定對白準確畫進對應格子的對話氣泡裏,使用清晰的簡體中文。每句話只出現一次,不額外添加旁白。
“男主”“女主”為說話者說明,不印在圖片上。
同一格有兩個人說話時,分別繪製兩個獨立氣泡,尾巴指向正確的人物。氣泡按對白順序排列,不能遮住臉部與關鍵動作。
不要把同一格里的不同對白拆成新的格子。
以下圖片編號、格子編號及場景說明不印在畫面裏。

【第1張圖片:燈被搶了】
這張圖片只有以下4格:

左上格:黃昏廣場,兩位主角站在懸掛太陽燈的石台旁。女主檢查提燈,男主得意地在指尖轉動小火苗,兩人同框。
女主:“小心,別又燒到袖子。”
男主:“放心,我練過了!”

右上格:男主指尖火苗突然躥高,他慌忙縮手,女主在旁邊無奈地看着他。遠處鐘樓後出現黑紫色陰影。
男主:“只是……稍微旺了一點。”
女主:“你上次也這麼說。”

左下格:影獸從鐘樓後撲出,一爪扯走太陽燈,廣場瞬間暗下來。兩位主角抬頭,影獸爪尖可以輕微突破邊框。
女主:“太陽燈!”

右下格:女主踏上金色光階躍向屋頂,男主緊隨其後,影獸帶着燈逃向鐘樓。
女主:“天黑前,必須搶回來!”
男主:“算我一個!”

【第2張圖片:追上去】
這張圖片只有以下4格:

左上格:兩人在紅瓦屋頂並肩奔跑,前方影獸胸口透出太陽燈的金光。
男主:“我來攔住它!”
女主:“等等,先看清它的身體!”

右上格:男主借腳底火焰躍起,一拳擊中影獸肩膀,赤紅火焰與黑紫煙霧炸開。用強透視表現火拳,拳頭可以適度破框。太陽燈完好。
男主:“打中了!”

左下格:影獸被打散的肩膀重新聚攏成利爪,反手揮向男主。女主躍到男主身前,撐起金色光盾。兩位主角同框。
男主:“怎麼又長回來了?!”
女主:“到我身後!”

右下格:金色光盾出現裂紋,衝擊讓兩人在屋頂邊緣失去平衡,男主及時抓住女主手腕。
女主:“盾撐不住了!”
男主:“抓緊我!”

【第3張圖片:跌落】
這張圖片只有以下4格:

左上格:兩人滑落到屋檐下的平台,男主護住女主,碎瓦落在周圍,動作驚險但沒有血腥。
男主:“沒傷到吧?”
女主:“我沒事,你呢?”

右上格:兩人坐在平台上,男主垂着肩,掌心只剩微弱火苗。女主袖口與男主臉頰出現少量灰塵及輕微擦痕,之後保持這些痕跡。
男主:“對不起……”
男主:“我總是搞砸。”

左下格:女主蹲到男主面前,雙手輕輕托住他握着小火苗的手,眼神堅定。兩個人都在同一個畫格里。
女主:“把火交給我。”
男主:“可我控制不好……”

右下格:女主用金色光環包住赤紅火苗,將它收束成一支小巧的赤金光箭。兩人看着掌心的光箭,男主露出驚訝神情。
女主:“你來出力,我來瞄準。”
男主:“真的成形了!”

【第4張圖片:這次一起】
這張圖片只有以下4格:

左上格:雙人近景,男主抬頭看向女主,神情從遲疑轉為期待,掌心的光箭照亮兩人的臉。
男主:“你真的相信我?”
女主:“當然。剛才你也接住我了。”

右上格:兩人站起,望向鐘樓。影獸盤踞塔頂,太陽燈依然封在胸口,夜色逐漸加深。
女主:“看,它胸口的燈還亮着。”
男主:“只要打穿外面那層黑霧!”

左下格:兩人在屋頂試着配合,女主展開金色光弓,男主將穩定的赤紅火焰注入弓弦。保持兩人同框,手部動作與魔法連接清楚。
女主:“保持這個力度。”
男主:“好,我跟着你的節奏。”

右下格:低機位雙人全身畫面,兩人並肩站在屋檐上,女主持金色光弓,男主握着燃燒赤紅火焰的拳頭,堅定望向遠處的影獸。光弓可以輕微突破邊框,人物保持正常成年比例。
男主:“這次,一起!”
女主:“一起把燈帶回家!”

本輪到這裏結束。最終必須輸出4張獨立圖片,每張恰好4格。不要提前畫出結局,不要生成額外格子。

風格鎖定

風格鎖定兼遷移,都仲係比較精細。做批量圖有幾方便就有幾方便。👇

圖片
提示詞
就保持住這個風格,接下來做熱帶植物
/
接下來做中藥
圖片
提示詞
接下來做海底的藻類
/
接下來做陸生動物

F 草圖鎖構圖

塗鴉,就可以直接畫畫、作圖、做海報。不過呢個純粹係好玩。

下面揀【繪圖】👇

圖片圖片圖片

畫成點都會幫你變靚哎嘿。其實呢個功能,Seedream 5.0 Pro 推出嗰陣都已經支援咗。大家可以試嚇睇嚇。

圖片
提示詞
我想要那種氣墊風格、顏色比較豐富的海報
/
我想要那種扁平矢量風格的

G 透明底素材

前排我好鍾意野獸派對,仲幫自己整咗呢種 Q 彈材質嘅造型。👇

圖片

基於呢個材質,叫 image 2.5 延伸生成帶有 Alpha 透明通道嘅 PNG 圖,基本可以保持背景完全透明非常好用。如果大家有做視覺相關需求,呢個功能會好正。

呢個其實都的確有進步,可以畀大家對比嚇。精細到頭髮絲,退地拜拜。

2.0 嗰陣,就算叫佢出透明 PNG,同樣經常會有白邊、處理得唔好嘅情況,喺深灰色背景下可以明顯睇得出。2.5 就好好多。下面第一排係 2.5 生成嘅圖,第二排係 2.0 嘅圖。👇

圖片圖片
滑動睇完整提示詞
↕️
以參考圖中的女孩為唯一角色原型,生成一張宇航員主題的透明底毛絨微縮場景。保留深藍色星光長卷發、藍色大眼睛、圓臉、腮紅和大頭小身體比例,只出現一個全身角色。

女孩穿奶白色與深藍色拼接的軟絨宇航服,戴敞開面罩的圓形頭盔,露出完整臉部和捲髮,一隻手揮手,另一隻手抱着小星球。身後左側放一艘矮胖的小火箭,右側放兩塊月球石和一面無文字小旗,腳下是一小塊不規則月面墊。道具圍繞人物形成緊湊、有前後層次的獨立小景,人物始終最突出。

人物、服裝、火箭、石頭和月面墊統一使用參考圖中的細密短絨、羊毛氈與軟布材質,輪廓圓潤,柔和棚拍光,精緻立體玩偶效果。豎版3:4,完整展示人物與全部道具,四周留白。輸出帶真實Alpha透明通道的PNG,場景外部及道具間隙完全透明,無天空、無背景牆、無大面積地面、無白底、無棋盤格、無文字水印。

H 精確文字與版式

官方都有提到,文字資訊同版式方面有提升。版式我哋已經睇得到,喺設計相關方面確實有提升。

咁我哋再睇嚇比較複雜嘅版式呈現。呢種資訊圖大家可能今年以嚟已經睇到厭,呢度就唔多放喇,簡簡單單測試嚇。文字細節上仔細睇,都仲會有啲字出錯。小字部分嗰度會有一點點問題,但係整體版面都幾清晰,第一眼睇都幾唬人。有出錯嘅地方咩?如果有邊度出錯,大家喺評論區留言講嚇。👇

圖片
滑動睇完整提示詞
↕️
繪製一張《三國演義》陣營與人物關係全景信息圖,橫版16:9,融合泛黃絹本、工筆人物小像與精密信息排版,內容豐富、層級清晰,不出現地圖。以魏、蜀、吳為三大主區,分別用靛藍、硃紅、青綠區分,外圍設置漢室與羣雄區。收錄曹操、曹丕、司馬懿、荀彧、郭嘉、張遼;劉備、諸葛亮、關羽、張飛、趙雲、馬超、黃忠、龐統;孫堅、孫策、孫權、周瑜、魯肅、呂蒙、陸遜;漢獻帝、董卓、呂布、貂蟬、袁紹、袁術、劉表、張角。每人配獨立頭像、姓名、身份及一句12字以內的小說人物簡介,核心人物放大。用不同線型與簡短標籤表達君臣、親族、聯盟、敵對及重要歸屬變化,僅連接關鍵關係,線條避讓文字;底部以時間軸串聯黃巾起義、虎牢關之戰、官渡之戰、赤壁之戰、入蜀、夷陵之戰、六出祁山與三家歸晉,側欄補充代表謀略、關鍵戰役與陣營圖例。以小說敍事為準,魏蜀吳按主要人物歸屬歸類,跨時期關係標註階段,避免表現為同一時刻;人物不重複,中文準確清晰,小字可讀,裝飾剋制,呈現可放大閲讀的博物館級知識全景圖。

I 資訊圖與複雜排版

有方向感喇,更識得精細修改喇。

做 PPT,後面頁面嘅格式可以穩穩定定保留,可以保存好頁眉、頁腳格式同風格哎嘿。感覺我置頂嗰篇文章 Visual Style PPT Skill 大家又可以用得著喇。👇

圖片圖片圖片圖片
提示詞
這是我的文檔和我想要用的風格的描述,你幫我生成 PPT 圖片,比例為 16:9,我要 6 頁。第2頁到第6頁的頁眉和頁腳需要保持一致,能夠明顯感覺到風格一致。

每次都有朋友話圖片內容資訊太多,唔鍾意繁瑣,要求佢簡單啲都冇問題。如果都仲係覺得太密,就分多幾頁

圖片圖片圖片
提示詞
你去減去一些信息,重做。
這個風格我很滿意,版式也可以,就是後面 5 張圖信息太密了

J 產品合成與品牌物料

之前我大多都係基於一個 logo 去延展相關周邊。今日我哋試個唔同嘅:基於已有產品去反推 VI,嚟睇嚇效果。

圖一係參考圖,後面係一次性生成嘅圖。不過呢個偶爾都會出現直接一張圖將全部輸出內容拼埋一齊嘅情況,所以大家喺提示詞裏面一定要限制清楚,每一張圖要點樣單獨輸出。👇

圖片圖片圖片圖片圖片
滑動睇完整提示詞
↕️
以我上傳的產品圖為唯一參考,從瓶身的配色、圓潤造型、極簡表情、幾何細節和現有品牌文字中提取視覺基因,反向設計這個品牌的完整 VI,並分別生成 8 張獨立的橫向 16:9 圖片。品牌名稱統一為“XIAO ZHEN”,系列名稱為“LITTLE MOODS”,以奶油黃、蜜桃粉、霧紫、薄荷綠和番茄紅為品牌色,建立統一的圓潤字標、字體風格、表情符號、輔助圖形和插畫語言,整體年輕、温柔、俏皮,具有成熟生活方式品牌的設計感。8 張圖片分別表現:①以品牌標誌與字標為主體的視覺形象;②運用品牌色彩和字體設計的創意文字海報;③由表情和幾何元素延展的品牌圖案;④具有獨立角色形象的品牌插畫;⑤包裝盒、手提袋與包裝紙的組合;⑥名片、信封、品牌卡片等印刷物料;⑦帆布袋、T 恤、貼紙等品牌周邊;⑧品牌店鋪門頭與空間導視。產品圖用於提供品牌設計線索,瓶子無需出現在每張圖中,品牌圖形和角色也無需沿用瓶子輪廓;讓提煉出的視覺語言自然應用於不同載體。整套設計保持同一個標誌、字體、配色與圖形系統,同時讓每張作品具有不同構圖與鮮明重點。每張圖片只呈現一幅完整的平面作品或一個統一空間中的應用場景,圖文排版精緻,主體突出,留白合理,物料材質真實。禁止分屏、分格、拼貼、模塊拼版、九宮格、規範展示板和縮略圖集合。依次生成並單獨輸出 8 張圖片文件,每張均為 16:9,不要合併成總圖。

再嚟一組原產品保真合成圖,都係一次輸出。呢度第二張圖,之前生成嗰陣只有三隻杯,所以我叫佢重新生成過。仔細睇細節嘅話,感覺佢都仲有一點點質量上嘅損失。👇

圖片圖片
滑動睇完整提示詞
↕️
以我上傳的產品圖為唯一產品參考,製作一組原產品保真合成廣告圖,共 4 張,每張豎版 2:3,分別生成、單獨輸出。嚴格保留原產品的瓶身比例、杯蓋結構、表情、啞光質感、配色對應和原有印字:奶油黃瓶身搭配薄荷綠斜頂蓋,蜜桃粉瓶身搭配番茄紅圓環蓋,霧紫瓶身搭配薄荷綠貓耳蓋,薄荷綠瓶身搭配番茄紅矩形提手蓋。將原產品作為攝影主體融入新場景,可調整擺放位置、整體大小與光影匹配,避免重新設計、拉伸變形、混搭杯蓋或改變產品顏色。每張可選擇其中 1 至 4 款展示,產品完整清晰,場景道具不遮擋關鍵造型。

四張分別圍繞不同活動節點展開:①春日上新,以嫩綠草地、柔和日光和少量春季花卉營造清新氛圍,標題“春日好心情”;②夏日出遊,以晴朗天空、野餐布和旅行小物營造輕鬆户外場景,標題“帶上小情緒,出發”;③開學季,以書本、筆記本和彩色文具構成有秩序的桌面場景,標題“新學期,好狀態”;④年末禮贈,以禮盒、緞帶、暖色燈光和少量番茄紅裝飾營造温暖節日氛圍,標題“把好心情送給你”。

每張均清晰展示品牌名稱“XIAO ZHEN”與系列名稱“LITTLE MOODS”,品牌名稱作為畫面中的正式廣告排版,搭配圓潤醒目的標題字體和簡潔輔助文字。整組延續產品的奶油黃、蜜桃粉、霧紫、薄荷綠和番茄紅視覺體系,保持統一品牌氣質,同時讓四個活動主題在場景、構圖和氛圍上有明顯區別。採用精緻商業攝影與自然合成效果,產品與環境的透視、光線方向、接觸陰影和反射協調可信,主體突出,留白合理,不添加虛構功能、價格或促銷信息。每張都是一幅完整廣告畫面,禁止分屏、分格、拼貼、九宮格及多圖展示板,最終輸出 4 張獨立的 2:3 圖片文件。

Templates 同熱門呢度,撳一下就直接出相關周邊都好方便,大家可以多試嚇,非常有趣。

例如上載圖片,撳表情,直接出貼紙。👇

圖片

小結

整體嚟講,局部修改更加聽話,透明底素材都非常好用。喺做系列海報、產品換場景同日常修圖嗰陣,呢啲功能都會非常實用。

但係喺風格化呢一部分,我感覺就冇咁驚喜。

喺今日呢啲嘗試裏面,複雜材質同部分風格化畫面依然有噪點同雜質。喺多輪改圖嘅過程中,佢冇延伸出更多、更加有亮點嘅全新風格。

佢嘅風格都係比較常規,來來去去都係一啲大眾熟悉嘅風格,冇好似 Midjourney 咁有更多美感。呢度多嘴講一句,Midjourney V8.2 最近嗰個對話編輯功能其實都幾好用。

速度方面,我喺網頁版嘅體感係快咗啲。官方講法係相比 2.0,生成延遲最多降低咗 50%,但我感覺具體都要睇任務。

不過喺多圖生成嗰陣,反而會發現佢嘅平均速度可能仲快過單張圖生成。

官方開發文件都寫咗限制:複雜提示詞可能需要成 2 分鐘,文字位置同清晰度依然有可能出錯;多次生成嗰陣,角色同品牌元素可能會有變化;複雜版式裏面嘅元素都可能放唔準。

官方話會向 ChatGPT、ChatGPT Work 同 Codex 用戶開放,API 亦已經發佈咗 Flare 同 Sunburst 兩個版本,分別側重速度同更精細嘅編輯,後者耗時更長。

我本來想從 API 去跑,但係充完錢之後,被提示話需要驗證(個人驗證或者組織驗證),基本上都好難搞。大家謹慎消費,理性充值呀。

返到標題講嘅「小小進步」,對模型本身嚟講,今次提升幅度或者唔算大,但落到我哋日常做圖、改圖嘅流程入面,已經可以帶嚟唔少實用嘅幫助。大家都可以多試嚇唔同用法,睇嚇呢啲細節上嘅進步,可以幫自己省卻邊啲功夫。

最後,今日嘅分享就到呢度喇。如果你係半夜碌到呢篇,睇嚟你真係真愛粉。咁喺呢度多謝你睇到最後~!

如果大家覺得內容有趣或者有用,請猛猛咁畀阿真猛猛三連,非常感謝~~

下期見,朋友們!

圖片

嗨大家好,我是阿真!

早上發現大家都催 Image 2.5,你們這麼積極我真的有點害怕了哈哈哈。

圖片

好的,來了來了~

這一次是 Image 2.5。當然它的全稱不是這個,大家懂的都懂。

根據 9 月 8 日的官方發佈說明,這次升級主要圍繞參考圖保真、精準局部編輯和多輪修改,同時改善光影、材質與複雜指令理解,還加入了草圖、模板和圖片評論編輯等入口。

接下來大家可以跟我一起來看看今天的案例。

A 精準局部編輯

局部修改時,其他細節大多能保持住。比如,修一修蛋撻的小細節。👇

圖片
提示詞
把蛋撻表面左上方那塊最大的深黑焦斑修成自然的淺琥珀色烘烤斑,保留周邊蛋液凝固紋理與光澤。其餘細節保持原樣。@創建圖片 

修改一個輪子的輪轂。類似的去精準要求,效果都還不錯的。👇

圖片
提示詞
@創建圖片 編輯上傳的行李箱照片,只把畫面右下方、最靠近鏡頭的那一隻黑色滾輪外圈改成珊瑚橙色,輪轂繼續保持黑色。輪子的直徑、厚度、朝向和接地點保持原樣,其他三隻輪子繼續保持黑色。

小字修改,其他都沒有變化,只改最後一行的文字。👇

圖片
提示詞
將原文“連續木框,懸浮軟包,為獨處提供更舒服的高度”完整替換為: “以温潤曲線,承託每一刻鬆弛”

一致性真的很強,這時候我想到了一個主意:如果是多張圖跑起來,那它豈不是就像動畫一樣?通過這樣的方式,也可以去驗證它的一致性是不是真的有那麼好。

於是我讓它一次生成 8 張圖片,圖片會依次把一張圖從左推到右。這樣如果把 8 張圖連續起來,我們就可以看到這個字母和表情像字幕一樣,從左滾到右了。

圖片
滑動查看完整提示詞
↕️
一次連續生成8張獨立圖片,製作電影院銀幕上“AZHEN+描邊笑臉”的無縫左向滾動序列。每張16:9,分別輸出,不要宮格或拼圖。

【固定場景】
昏暗的電影院,鏡頭位於觀眾席後方,正對巨大的矩形銀幕。畫面下方是背對鏡頭的深色椅背,無觀眾。銀幕黑框、純白底。8張共用完全相同的背景,鏡頭、座椅、邊框、光線和曝光保持不變。

【固定文字帶】
黑色、中粗、有襯線的藝術字體“AZHEN”,N後緊跟一個黑色描邊的扁平笑臉,再接下一輪AZHEN。順序始終為:
AZHEN ◡ AZHEN ◡……
其中◡僅代表笑臉的位置,實際繪製為完整的圓形描邊笑臉,內部白色,包含兩隻彎彎的笑眼和微笑弧線,無黃色填充、漸變或立體效果。

字母和笑臉高度佔銀幕內部高度的90%至95%,上下只留極窄白縫。字母保持自然寬度,禁止橫向壓扁或使用極窄字體。採用緊字距,A與Z之間不留大空隙。

將“AZHEN+笑臉”這一完整單元的寬度固定為銀幕內部寬度的2倍。銀幕只能顯示這個單元的一部分,禁止在同一張銀幕內塞下兩組完整名稱。所有字母、笑臉、字距和垂直位置一次確定,後續完全沿用。

【嚴格等距左移】
把白色銀幕左邊緣記為x=0,右邊緣記為x=100%。以同一個A的最左側為定位點,第1張從x=75%開始,此後每張向左移動銀幕寬度的25%:

第1張:A定位點在75%。
第2張:A定位點在50%。
第3張:A定位點在25%。
第4張:A定位點在0%。
第5張:A定位點在-25%。
第6張:A定位點在-50%。
第7張:A定位點在-75%。
第8張:A定位點在-100%。

負數表示這個A已移到銀幕左側畫外,其後的字母與笑臉繼續從右側進入。下一輪A與這個A相距200%的銀幕寬度,隨整條文字帶同步移動。第8張再左移25%,應與第1張形成相同的循環畫面。

每張只允許整條文字帶水平向左平移,禁止根據當前可見字母重新居中、調整間距、縮放或改寫。字母與笑臉經過邊界時自然裁切。即使只露出半個字母,也保持真實位置,不補成完整字母。

先統一規劃8張的文字位置,再按順序生成。檢查相鄰幀:同一個可辨認的筆畫必須始終向左移動相同距離,不能向右回跳,不能重複停留。首尾使用同樣的移動步幅,不添加重複結束幀。

所有圖片清晰鋭利,無運動模糊、無淡入淡出、無形變。不要在圖片裏顯示座標、編號、輔助線或說明文字。

朋友們,猜猜看,我成功了嗎?👇

圖片

只保留第3張到第6張豈不循環了。當然也可以看到,其實除了圖片以外,還是會有一點點光影起伏的變化。文字和表情符號的穩定性還算是挺不錯的了。當然如果非常嚴格來說的話,目前還是沒有達到百分之百隻改變編輯區域。🤔

圖片

但是簡單使用絲毫不成問題,比如讓它基於一張 logo 生成 8 張不同材質的圖,組在一起就是 GIF 圖了。可玩性很強啊。

圖片
滑動查看完整提示詞
↕️
以這張圖為基準,直接製作 8 張 4:3 橫版圖片,同時改變「AZHEN」和右側豎向「Studio」字母內部的材質。

固定複用原圖背景和文字輪廓:暖白紙紋背景完全不變;AZHEN 和 Studio 的字體、字號、字距、位置、方向、邊緣和字母內部留白完全一致,字母保持分開。

8 張分別採用:
01 石墨黑啞光:細膩、剋制。
02 鏡面銀鉻:強烈的黑白金屬反射。
03 橙紅熔融玻璃:通透、流動。
04 鈷藍冰晶:冷色、裂紋與折射。
05 粉色絨毛:柔軟、細密。
06 翠綠釉面陶瓷:厚潤、光滑。
07 黑白膠片:明顯顆粒與抽象攝影紋理。
08 虹彩珠母:紫、青、粉交織的變色光澤。

材質、色彩和光學質感要有顯著差異,避免僅換顏色或套濾鏡。每張圖中的 AZHEN 和 Studio 使用相同材質、色調和光照,同步變化。Studio 的紋理精細度適配小字號,保持清晰可讀。

所有材質嚴格裁切在固定的 AZHEN 和 Studio 字母蒙版內,不能改變外輪廓,不能向外長毛、融化、膨脹或產生投影。高光保留細節,避免字母與暖白背景融為一體。背景直接複用原圖,確保連續切換時背景和文字位置完全穩定。

交付 8 張尺寸完全一致的獨立圖片。

還是上面的Logo,給品牌做系列品牌宣傳海報,一次6張。這個也參考了官方的案例,親測確實是挺實用的。👇

↕️滑動查看長圖
圖片
圖片圖片
滑動查看完整提示詞
↕️
以我提供的「AZHEN Studio」logo 為品牌標識,為這家設計工作室一次完成 6 張獨立的品牌宣傳海報。以下風格描述是整組作品的固定視覺 DNA,請貫穿所有畫面。

【固定風格 DNA】
復古現代主義圖形海報,融合包豪斯幾何構成、瑞士粗體排版與 20 世紀六七十年代的印刷色彩感。整體明快、大膽、簡潔,兼具專業設計感與輕鬆的人文氣息。

配色統一限定為:暖奶油白 #F5F1E7、近黑 #111111、鈷藍 #155EB0、橙紅 #EF501D、明黃 #F8C522、柔粉 #F2A1B8、深綠 #23765B。每張選用其中 3–4 種顏色,允許局部雙色疊印。多數使用暖白底,部分使用整版飽和色底。

圖形由圓、半圓、扇形、矩形、拱門、葉片形和寬幅波浪色帶構成。使用大塊實色、明確輪廓和巧妙的正負形關係,幾何形狀可以拼接成太陽、植物、道路、窗口等熟悉意象。圖形大膽放大,允許局部延伸出畫面邊緣。避免細碎裝飾和複雜描邊。

標題使用極粗、緊湊的無襯線字體,類似 Helvetica Black 或 Grotesk Heavy;大字號、緊行距,分成 2–3 行,通常左對齊。標題與圖形形成明確的上下分區或穿插關係,部分海報可以由超大文字主導。禁止所有海報機械複用同一模板。

畫面保持平面印刷感,暖白紙底帶極輕微紙紋,色塊飽滿、邊緣清楚。避免立體渲染、金屬、玻璃、光澤高光、複雜漸變、投影和過度做舊。

【logo 使用規則】
準確保留參考圖中 AZHEN 的字形與字距,以及右側豎向 Studio 的組合關係,不重新設計 logo。允許整體等比例縮放,統一使用近黑或暖白實色。每張都放置完整 logo,作為清晰的品牌署名,保持一致的尺寸規範與安全邊距。

【6 張海報】
01 靈感出發
標題:“MAKE IDEAS MOVE”
用巨大的明黃半圓太陽與向地平線匯聚的幾何色帶,表現道路、出發和行動。搭配橙紅、深綠與暖白,構圖開闊、動勢強。

02 自由創造
標題:“CREATE WITH CURIOSITY”
用寬幅波浪色帶與有機曲線交錯穿行。鈷藍、柔粉、明黃與暖白為主,構圖流暢、自由、活潑,產生音樂般的節奏。

03 共同生長
標題:“GROW TOGETHER”
用圓形花心、成對半圓葉片與簡潔直線莖幹,構成一株抽象植物。深綠、柔粉、橙紅與暖白為主,構圖接近對稱,温暖而舒展。

04 多元視角
標題:“SEE THINGS DIFFERENTLY”
用拱形窗口、錯位圓形和正負形構成抽象的觀察裝置或眼睛。近黑、鈷藍、明黃與暖白為主,構圖不對稱,突出視角變化與視覺巧思。

05 找到平衡
標題:“BOLD IDEAS. CLEAR DESIGN.”
用圓、半圓和矩形搭建一組看似懸而未落的平衡結構。橙紅、柔粉、近黑與暖白為主,保留較多留白,呈現剋制、精準與張力。

06 品牌發聲
標題:“LET YOUR BRAND SPEAK”
以超大暖白粗體標題佔據畫面大部分面積,使用鈷藍滿版背景與一個橙紅圓形點綴。文字緊湊、有力量,形成鮮明的品牌宣言。

【系列一致性】
統一配色體系、字體氣質、圖形語言、紙張質感和 logo 規範;每張在主色、構圖、圖形意象、疏密與情緒上明顯不同。整組既能並排形成完整品牌系列,也能單張獨立傳播。

標題與 logo 層級清晰,所有英文準確,不添加虛構聯繫方式或無意義小字。圖形系統應適合後續延展到帆布袋、名片、包裝等品牌物料。

【交付】
直接生成 6 張獨立的豎版 3:4 高清海報,尺寸統一,按 01–06 編號。每張交付完整平面設計原稿,不要拼成六宮格,不要添加相框或場景樣機,不要只提供設計方案。

B 照片精修

也可以用來精修照片了。我手頭沒什麼比較好的參考圖,大家可以去試一下這個功能。在場景差不多的情況下,可能修一張圖,讓其他的直接參考這個去做就行了後續也是直接給圖。👇

圖片

以後不能線下看到阿真還說沒見過本人了奧。👇

圖片圖片

C 參考圖保真

接下來這兩張圖是參考圖,這是我和我的貓。👇

圖片

在根據不同的年代、時代以及真實場景的還原上,它已經可以做得非常好了,包括對於一些材質和質感的控制,像是 90 年代的照片,它的圖片會有那種淺淺的膠片感。

這裏注意,我測試比較粗糙,沒有去過度要求動作的改變,所以大家可能覺得動作比較拘謹。大家實際上也可以提供動作參考圖,或者是具體要求怎麼改變姿勢、增加道具之類的。

深圳世界之窗 / 夏爾袋底洞

圖片
提示詞
生成一張我在90年代深圳世界之窗遊玩的真實照片。保留我的臉、五官、膚色和辨識度,換上自然的90年代髮型與日常穿搭,背後清楚可見世界之窗的埃菲爾鐵塔縮景。像朋友隨手拍下的旅行紀念照,帶有90年代膠片顆粒和紙質照片的温潤質感,自然、真實、有生活氣息。
/
生成一張我在《指環王》中土世界的真實照片。保留我的臉、五官、膚色和辨識度。我站在夏爾袋底洞、佛羅多家的綠色圓門前,穿着霍比特人風格的亞麻襯衫、馬甲與樸素長裙。周圍是綠草覆蓋的小丘、鮮花和温馨的鄉間庭院,陽光柔和,像親身來到夏爾時拍下的紀念照,具有電影般的真實質感。

大家之前應該也有體會:人物圖片,國外的圖片模型經常還原不好人像細節,容易讓人覺得亞洲人都長得一樣,尤其是多編輯兩輪就不像本人。

但現在它在多輪編輯後,依然能夠保持比較好的效果。接下來的圖片是按順序往下多輪編輯了很多次的,當然大家也可以在後面發現,它的細節確實有了一些變化。

下面已經到了第九輪和第十輪的編輯,可以看到面部細節上還是挺不錯的,沒有出現明顯的面部偽影和噪點、斑駁等。但是缺點也很明顯,尤其是在對於金屬或者是刺繡等複雜細緻的材質的表現上時,那種碎碎的感覺又像鬼魂一樣追了上來(左一)。

埃及貓與人肖像 / 藍緞宮廷肖像

圖片
滑動查看完整提示詞
↕️
用我的人像和貓咪照片作為參考,保留我的五官與辨識度,以及貓咪原本的毛色、眼睛和外形,生成一張古埃及貓神主題的暗黑幻想藝術肖像。我戴着高聳的尖耳金屬頭冠與黑色紋樣頭巾,黑髮齊劉海,細長編辮點綴彩珠,身穿黑金色斜裹式服裝,佩戴寬大的層疊金屬頸環、垂墜耳飾和金色臂環,雙臂交疊,正面看向鏡頭,神態神秘自信。我的貓坐在肩後高處,佩戴精緻的埃及風格項圈。灰米色斑駁牆面背景,強烈側光,低飽和黑金與暗紅配色,呈現細膩厚塗筆觸和金屬光澤。豎幅半身構圖,無文字、無水印。
/
讓我 cos 安格爾《布羅意公主肖像》中的貴族女性。黑髮中分盤起,兩側點綴藍色緞帶,身穿華麗的冰藍色露肩緞面長裙,領口與袖口飾有精細白色蕾絲,寬大的裙襬鋪展開,泛着細膩銀藍光澤。佩戴金色吊墜項鍊和多層珍珠手鍊,側身坐在古典扶手椅上,手臂輕搭金色靠墊,臉朝向鏡頭。深灰色室內背景,柔和側光,呈現古典油畫般典雅的真人藝術攝影質感。豎幅構圖,無文字、無水印。

如果只露出人物的一半面孔,出錯的幾率會高很多

下面這兩組圖像中就可以看到:一個是人物容易出現一些不明的結構;另一個是人物在全身照時,頭部和身體也出現了明顯的人體結構問題。簡單來說,脖子和身體感覺對不上。這個問題 2.0 沒有解決,2.5 依然沒有解決。👇

09 F1賽車手 / 10 未來宇航員

圖片
提示詞
保留我的五官和辨識度,讓我成為正在駕駛 F1 方程式賽車的賽車手。身穿專業賽車服,戴着頭盔,透過透明護目鏡清楚看見我的面容,雙手握住賽車方向盤,目光專注前方。從座艙前方斜側角度近距離拍攝,背景賽道飛馳模糊,充滿速度感與臨場感。真實體育攝影質感,豎幅構圖,無文字、無水印。
/
保留我的五官和辨識度,讓我成為未來世界的宇航員。身穿精密的銀白色宇航服,透過透明頭盔清楚看見我的面容,站在外星基地的觀景平台上。身後是宏大的未來城市、停泊的飛船與懸在天空中的巨大行星,冷色燈光映在頭盔和金屬表面,氛圍壯麗而神秘。真實科幻電影質感,豎幅構圖,無文字、無水印。

測試上限,那我就上強度了。這裏我讓他把我前面測試過的所有的圖片全部放到一張海報裏。當然,崩得很厲害。

這次把這麼多人像放在一起,確實有點頂不住了。👇

圖片
滑動查看完整提示詞
↕️
將上傳的全部阿真造型圖片合成一張豎版人物主題海報,以草圖作為排版參考。純白背景,人物摳圖大小錯落排列,用粗糙的黑色手繪曲線、星星和箭頭串聯,形成自由流動的構圖,避免整齊的照片網格。

保留每張圖片中的人物面容、服裝、姿態與原有質感,所有造型全部呈現,不遺漏、不重複。保留貓咪、獨角獸、鐵王座和賽車等與造型相關的重要元素,去掉各自多餘的背景。人物保留原圖色彩,裝飾與文字使用黑色,形成真實人物與粗糙手繪的混搭效果。

左上大標題“阿真的無限可能”,副標題“ONE FACE, MANY WORLDS”,中間穿插“無限變身”,底部“AZHEN / STYLE UNIVERSE”。不保留草圖中的編號與造型說明。文字避開面部,畫面豐富但有留白,呈現個性鮮明的時尚拼貼海報。實際製作不要使用手寫體。
/
花木蘭的那一張,武器有問題,修改一下。

宇航員的那張,宇航員的頭盔已經戴在頭上了,手裏為什麼還有一個?霍比特人的那個錯了,還有人物一致性不行

D 多輪編輯

再看看多輪編輯的表現。這裏我換了一種風格,用了一張原圖,然後要求切換其他的場景,並且讓它根據環境去調整人物的光影

整體表現上是不錯的,有個別圖片它會基於場景挪動位置。如果強制要求不要改變兩個主體的位置,應該也是可以的。

但是在多輪編輯的過程中,有的圖片可以明顯看到臉上已經有了一些偽影和噪點,這個還是不可避免的。

全部場景快速切換

圖片

部分生成圖片

圖片
提示詞
兩個角色動作保持和上一張圖一致,人物把書包去掉。鏡頭換到室內,温馨的室內房間,背後有書架,旁邊有沙發,注意角色的光源要跟着環境的光源發生變化
/
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在水族館觀景區的寬平台前,一起望向右上方。身後是巨大的弧形水族箱,鯨鯊從上方緩緩遊過,成羣銀色小魚穿過深藍色海水,遠處有珊瑚和搖曳的海草。前景有虛化的海洋主題導覽冊。水中透下的藍綠色光線和波紋投影落在角色臉頰、頭髮、衣服與白貓身上,保持原圖温柔細膩的動漫畫風。
圖片
滑動查看完整提示詞
↕️
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色坐在復古列車靠窗的小桌前,一起望向右上方。前景有虛化的車票、橘子和玻璃汽水瓶,身後寬大的車窗外是金黃色稻田、遠山和鄉間電線杆,車廂內有墨綠色座椅與黃銅行李架。午後陽光斜照進車廂,在角色臉上和桌面形成柔和的明暗分區,保持原圖温柔細膩的動漫畫風。
/
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在童話森林的樹樁茶桌前,一起望向右上方。前景有虛化的橡果杯和小漿果,身後長着比角色高出許多的紅色蘑菇,巨大的草葉掛着露珠,遠處樹根裏嵌着亮燈的小圓門,一隻瓢蟲停在彎曲的草莖上。清晨陽光透過蘑菇邊緣,帶來輕微的暖紅色透光,角色受到柔和天光照明,保持原圖温柔細膩的動漫畫風。
圖片
滑動查看完整提示詞
↕️
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在渡輪甲板的寬木台前,一起望向右上方。前景有虛化的纜繩與救生圈邊緣,身後是湛藍海面、白色船尾浪花與漸漸遠去的港口,岸邊排列着彩色房屋,幾隻海鷗跟隨渡輪。明亮的日光與海面反光照亮角色,微風輕輕吹起男孩的髮梢,保持原圖温柔細膩的動漫畫風。
/
保持小男孩和白貓的外形、服裝、動作、相對位置與參考圖一致,兩位角色靠在摩天輪座艙內的觀景台沿,一起望向右上方。前景有虛化的座艙窗框,身後透過玻璃能看到逐漸遠去的遊樂園、旋轉木馬與密集的城市燈火,遠處天空綻放一簇金粉色煙花。煙花與遊樂設施的彩色光線映在角色臉上、眼睛裏和白貓毛髮上,玻璃保留輕微反光,保持原圖温柔細膩的動漫畫風。

E 跨格跨頁角色一致

角色一致性進步不大。給了參考圖,偶爾還是會有雙馬尾變成單馬尾的情況。👇

圖片圖片
滑動查看完整提示詞
↕️
參考我上傳的兩張成年角色四視圖,一次生成4張獨立圖片,講述連續的熱血奇幻冒險故事《最後一束光》。

【最重要的數量要求】
一共輸出4張圖片。
每張圖片裏面恰好只有4個漫畫格子。
每張圖片都是一張完整的四格漫畫。
不要把4張圖片拼在一起。
不要把所有劇情畫在同一張圖片裏。
不要增加插入小格、回憶小格、人物特寫小窗或裝飾性分格。
同一個格子可以有兩個人物、多個對話氣泡,但仍然只有一個完整場景。
本輪故事停在兩位主角準備聯手反擊的位置,後續結局留待下一輪繼續。

【畫面與排版】
每張圖片為2:3豎版彩色漫畫。每張圖的4個格子採用清楚的兩層結構:上面2格,下面2格。可以將中間分隔線改成斜線,讓格子呈現梯形或不規則四邊形,也可以調整四個格子的大小,但始終只有4個清楚的區域。

按照左上、右上、左下、右下的順序閲讀。人物手臂、頭髮、魔法與速度線可以適度突破邊框,但不能形成額外格子,不能遮擋對白,也不能讓相鄰場景混在一起。

畫風為精細的原創日式熱血奇幻漫畫彩頁,清晰線稿、鮮明賽璐璐陰影、強透視、速度線和有力量感的動作。兩位主角都是20至23歲左右的成年年輕人,嚴格保持參考圖中的正常成年人體比例,約七到八頭身,禁止CHIBI、Q版、大頭娃娃或兒童體型。

【角色保持一致】
女主:嚴格沿用成年女主四視圖中的金色雙側捲髮馬尾與編髮、藍眼睛、尖精靈耳、太陽花髮飾、深藍蝴蝶結、白色立領短袖上衣、深藍束腰、藍白金分片裙裝、太陽紋飾和藍金短靴,使用金色光魔法。

男主:嚴格沿用成年男主四視圖中的黑色短刺發、額前赤紅挑染、紅棕色眼睛、尖精靈耳、赤紅夾克、炭灰內搭、炭灰長褲、銀色配飾、護腕與手套、深棕腰包和黑紅戰鬥靴,使用赤紅火焰。

所有圖片中的臉型、頭身比例、身高關係、髮型、服飾結構、花紋和配飾位置保持一致。男主始終穿長褲。不要改變角色設計,不要更換服裝。

【場景與道具】
場景是一座擁有紅瓦屋頂、石板街道和古老鐘樓的幻想小鎮,時間為暴風雨前的黃昏。

太陽燈是一盞可以雙手抱住的黃銅六角提燈,內部懸浮金色太陽形發光核心。

影獸由黑紫色煙霧組成,具有一對向後彎曲的角、淺紫色狹長眼睛、鋒利前爪和煙霧尾跡。奪走太陽燈後,它將提燈封在胸口的半透明煙霧裏。影獸與太陽燈在所有圖片中造型一致。

【對白】
把下方指定對白準確畫進對應格子的對話氣泡裏,使用清晰的簡體中文。每句話只出現一次,不額外添加旁白。
“男主”“女主”為說話者說明,不印在圖片上。
同一格有兩個人說話時,分別繪製兩個獨立氣泡,尾巴指向正確的人物。氣泡按對白順序排列,不能遮住臉部與關鍵動作。
不要把同一格里的不同對白拆成新的格子。
以下圖片編號、格子編號及場景說明不印在畫面裏。

【第1張圖片:燈被搶了】
這張圖片只有以下4格:

左上格:黃昏廣場,兩位主角站在懸掛太陽燈的石台旁。女主檢查提燈,男主得意地在指尖轉動小火苗,兩人同框。
女主:“小心,別又燒到袖子。”
男主:“放心,我練過了!”

右上格:男主指尖火苗突然躥高,他慌忙縮手,女主在旁邊無奈地看着他。遠處鐘樓後出現黑紫色陰影。
男主:“只是……稍微旺了一點。”
女主:“你上次也這麼說。”

左下格:影獸從鐘樓後撲出,一爪扯走太陽燈,廣場瞬間暗下來。兩位主角抬頭,影獸爪尖可以輕微突破邊框。
女主:“太陽燈!”

右下格:女主踏上金色光階躍向屋頂,男主緊隨其後,影獸帶着燈逃向鐘樓。
女主:“天黑前,必須搶回來!”
男主:“算我一個!”

【第2張圖片:追上去】
這張圖片只有以下4格:

左上格:兩人在紅瓦屋頂並肩奔跑,前方影獸胸口透出太陽燈的金光。
男主:“我來攔住它!”
女主:“等等,先看清它的身體!”

右上格:男主借腳底火焰躍起,一拳擊中影獸肩膀,赤紅火焰與黑紫煙霧炸開。用強透視表現火拳,拳頭可以適度破框。太陽燈完好。
男主:“打中了!”

左下格:影獸被打散的肩膀重新聚攏成利爪,反手揮向男主。女主躍到男主身前,撐起金色光盾。兩位主角同框。
男主:“怎麼又長回來了?!”
女主:“到我身後!”

右下格:金色光盾出現裂紋,衝擊讓兩人在屋頂邊緣失去平衡,男主及時抓住女主手腕。
女主:“盾撐不住了!”
男主:“抓緊我!”

【第3張圖片:跌落】
這張圖片只有以下4格:

左上格:兩人滑落到屋檐下的平台,男主護住女主,碎瓦落在周圍,動作驚險但沒有血腥。
男主:“沒傷到吧?”
女主:“我沒事,你呢?”

右上格:兩人坐在平台上,男主垂着肩,掌心只剩微弱火苗。女主袖口與男主臉頰出現少量灰塵及輕微擦痕,之後保持這些痕跡。
男主:“對不起……”
男主:“我總是搞砸。”

左下格:女主蹲到男主面前,雙手輕輕托住他握着小火苗的手,眼神堅定。兩個人都在同一個畫格里。
女主:“把火交給我。”
男主:“可我控制不好……”

右下格:女主用金色光環包住赤紅火苗,將它收束成一支小巧的赤金光箭。兩人看着掌心的光箭,男主露出驚訝神情。
女主:“你來出力,我來瞄準。”
男主:“真的成形了!”

【第4張圖片:這次一起】
這張圖片只有以下4格:

左上格:雙人近景,男主抬頭看向女主,神情從遲疑轉為期待,掌心的光箭照亮兩人的臉。
男主:“你真的相信我?”
女主:“當然。剛才你也接住我了。”

右上格:兩人站起,望向鐘樓。影獸盤踞塔頂,太陽燈依然封在胸口,夜色逐漸加深。
女主:“看,它胸口的燈還亮着。”
男主:“只要打穿外面那層黑霧!”

左下格:兩人在屋頂試着配合,女主展開金色光弓,男主將穩定的赤紅火焰注入弓弦。保持兩人同框,手部動作與魔法連接清楚。
女主:“保持這個力度。”
男主:“好,我跟着你的節奏。”

右下格:低機位雙人全身畫面,兩人並肩站在屋檐上,女主持金色光弓,男主握着燃燒赤紅火焰的拳頭,堅定望向遠處的影獸。光弓可以輕微突破邊框,人物保持正常成年比例。
男主:“這次,一起!”
女主:“一起把燈帶回家!”

本輪到這裏結束。最終必須輸出4張獨立圖片,每張恰好4格。不要提前畫出結局,不要生成額外格子。

風格鎖定

風格鎖定並遷移,也還是比較精細的。做批量的圖要多方便有多方便了。👇

圖片
提示詞
就保持住這個風格,接下來做熱帶植物
/
接下來做中藥
圖片
提示詞
接下來做海底的藻類
/
接下來做陸生動物

F 草圖鎖構圖

塗鴉,就能直接作畫作圖做海報了。不過這個屬於純好玩。

下方選擇【繪圖】👇

圖片圖片圖片

畫成什麼樣都給你變成好的哎嘿。其實這個功能,Seedream 5.0 Pro 上新的時候也已經支持了。大家可以嘗試一下看看。

圖片
提示詞
我想要那種氣墊風格、顏色比較豐富的海報
/
我想要那種扁平矢量風格的

G 透明底資產

前一陣子我很喜歡野獸派對,還給自己做了這種Q彈材質的造型。👇

圖片

基於這個材質讓image 2.5延伸生成帶有 Alpha 透明通道的 PNG 圖,基本能夠保持背景完全透明非常好用。如果大家有做視覺相關需求的,這個功能會很棒。

這個其實也確實有進步了,可以給大家對比一下。精細到頭髮絲了,摳圖拜拜。

2.0 的時候,哪怕是讓它出透明的 PNG,同樣經常會出現有白邊、處理不好的情況,在深灰色背景下可以明顯看出來。2.5就好很多。下面第一排是 2.5 生成的圖,第二排是 2.0 的圖。👇

圖片圖片
滑動查看完整提示詞
↕️
以參考圖中的女孩為唯一角色原型,生成一張宇航員主題的透明底毛絨微縮場景。保留深藍色星光長卷發、藍色大眼睛、圓臉、腮紅和大頭小身體比例,只出現一個全身角色。

女孩穿奶白色與深藍色拼接的軟絨宇航服,戴敞開面罩的圓形頭盔,露出完整臉部和捲髮,一隻手揮手,另一隻手抱着小星球。身後左側放一艘矮胖的小火箭,右側放兩塊月球石和一面無文字小旗,腳下是一小塊不規則月面墊。道具圍繞人物形成緊湊、有前後層次的獨立小景,人物始終最突出。

人物、服裝、火箭、石頭和月面墊統一使用參考圖中的細密短絨、羊毛氈與軟布材質,輪廓圓潤,柔和棚拍光,精緻立體玩偶效果。豎版3:4,完整展示人物與全部道具,四周留白。輸出帶真實Alpha透明通道的PNG,場景外部及道具間隙完全透明,無天空、無背景牆、無大面積地面、無白底、無棋盤格、無文字水印。

H 精確文字與版式

官方也有提到,文字信息和版式方面有提升。版式我們已經可以看見,在設計相關方面確實是有提升了。

那我們再看一下比較複雜的版式呈現。這種信息圖大家可能今年以來已經看得要煩了,這裏就不多放了,簡簡單單測試一下。文字細節上仔細看,還是會有一些字出錯。小字部分那裏會有一點點問題,但是整個陣營挺清晰,猛一看還是挺唬人的。有出錯的地方嗎?有出錯的話,大家在評論區留言說一下。👇

圖片
滑動查看完整提示詞
↕️
繪製一張《三國演義》陣營與人物關係全景信息圖,橫版16:9,融合泛黃絹本、工筆人物小像與精密信息排版,內容豐富、層級清晰,不出現地圖。以魏、蜀、吳為三大主區,分別用靛藍、硃紅、青綠區分,外圍設置漢室與羣雄區。收錄曹操、曹丕、司馬懿、荀彧、郭嘉、張遼;劉備、諸葛亮、關羽、張飛、趙雲、馬超、黃忠、龐統;孫堅、孫策、孫權、周瑜、魯肅、呂蒙、陸遜;漢獻帝、董卓、呂布、貂蟬、袁紹、袁術、劉表、張角。每人配獨立頭像、姓名、身份及一句12字以內的小說人物簡介,核心人物放大。用不同線型與簡短標籤表達君臣、親族、聯盟、敵對及重要歸屬變化,僅連接關鍵關係,線條避讓文字;底部以時間軸串聯黃巾起義、虎牢關之戰、官渡之戰、赤壁之戰、入蜀、夷陵之戰、六出祁山與三家歸晉,側欄補充代表謀略、關鍵戰役與陣營圖例。以小說敍事為準,魏蜀吳按主要人物歸屬歸類,跨時期關係標註階段,避免表現為同一時刻;人物不重複,中文準確清晰,小字可讀,裝飾剋制,呈現可放大閲讀的博物館級知識全景圖。

I 信息圖與複雜排版

有方向感了,更懂精細修改了。

做PPT,後面的頁面的格式可以穩穩保留了,可以保存好頁眉、頁腳格式以及風格哎嘿。感覺我置頂的那篇文章 Visual Style PPT Skill 大家又可以用上了。👇

圖片圖片圖片圖片
提示詞
這是我的文檔和我想要用的風格的描述,你幫我生成 PPT 圖片,比例為 16:9,我要 6 頁。第2頁到第6頁的頁眉和頁腳需要保持一致,能夠明顯感覺到風格一致。

每次都有朋友說圖片內容信息太多,不喜歡繁瑣,要求讓它簡單點也行。如果還是覺得太密了,就多分一些頁

圖片圖片圖片
提示詞
你去減去一些信息,重做。
這個風格我很滿意,版式也可以,就是後面 5 張圖信息太密了

J 產品合成與品牌物料

之前我大多做的都是基於一個 logo 去延展相關的周邊。今天我們嘗試一個不一樣的:基於已有的產品去反推 VI,來看一下效果。

圖一是參考圖,後面是一次性生成的圖。不過這個偶爾也會出現直接一張圖全部輸出內容拼在一起的情況,所以大家在提示詞裏面一定要限制清楚,每一張圖是怎樣的去單獨輸出。👇

圖片圖片圖片圖片圖片
滑動查看完整提示詞
↕️
以我上傳的產品圖為唯一參考,從瓶身的配色、圓潤造型、極簡表情、幾何細節和現有品牌文字中提取視覺基因,反向設計這個品牌的完整 VI,並分別生成 8 張獨立的橫向 16:9 圖片。品牌名稱統一為“XIAO ZHEN”,系列名稱為“LITTLE MOODS”,以奶油黃、蜜桃粉、霧紫、薄荷綠和番茄紅為品牌色,建立統一的圓潤字標、字體風格、表情符號、輔助圖形和插畫語言,整體年輕、温柔、俏皮,具有成熟生活方式品牌的設計感。8 張圖片分別表現:①以品牌標誌與字標為主體的視覺形象;②運用品牌色彩和字體設計的創意文字海報;③由表情和幾何元素延展的品牌圖案;④具有獨立角色形象的品牌插畫;⑤包裝盒、手提袋與包裝紙的組合;⑥名片、信封、品牌卡片等印刷物料;⑦帆布袋、T 恤、貼紙等品牌周邊;⑧品牌店鋪門頭與空間導視。產品圖用於提供品牌設計線索,瓶子無需出現在每張圖中,品牌圖形和角色也無需沿用瓶子輪廓;讓提煉出的視覺語言自然應用於不同載體。整套設計保持同一個標誌、字體、配色與圖形系統,同時讓每張作品具有不同構圖與鮮明重點。每張圖片只呈現一幅完整的平面作品或一個統一空間中的應用場景,圖文排版精緻,主體突出,留白合理,物料材質真實。禁止分屏、分格、拼貼、模塊拼版、九宮格、規範展示板和縮略圖集合。依次生成並單獨輸出 8 張圖片文件,每張均為 16:9,不要合併成總圖。

再來一組原產品保真合成圖,也是一次輸出。這裏第二張圖,之前生成的時候只有三個杯子,所以我讓它重新生成了。仔細看細節的話,感覺它還是有一點點質量上的損失。👇

圖片圖片
滑動查看完整提示詞
↕️
以我上傳的產品圖為唯一產品參考,製作一組原產品保真合成廣告圖,共 4 張,每張豎版 2:3,分別生成、單獨輸出。嚴格保留原產品的瓶身比例、杯蓋結構、表情、啞光質感、配色對應和原有印字:奶油黃瓶身搭配薄荷綠斜頂蓋,蜜桃粉瓶身搭配番茄紅圓環蓋,霧紫瓶身搭配薄荷綠貓耳蓋,薄荷綠瓶身搭配番茄紅矩形提手蓋。將原產品作為攝影主體融入新場景,可調整擺放位置、整體大小與光影匹配,避免重新設計、拉伸變形、混搭杯蓋或改變產品顏色。每張可選擇其中 1 至 4 款展示,產品完整清晰,場景道具不遮擋關鍵造型。

四張分別圍繞不同活動節點展開:①春日上新,以嫩綠草地、柔和日光和少量春季花卉營造清新氛圍,標題“春日好心情”;②夏日出遊,以晴朗天空、野餐布和旅行小物營造輕鬆户外場景,標題“帶上小情緒,出發”;③開學季,以書本、筆記本和彩色文具構成有秩序的桌面場景,標題“新學期,好狀態”;④年末禮贈,以禮盒、緞帶、暖色燈光和少量番茄紅裝飾營造温暖節日氛圍,標題“把好心情送給你”。

每張均清晰展示品牌名稱“XIAO ZHEN”與系列名稱“LITTLE MOODS”,品牌名稱作為畫面中的正式廣告排版,搭配圓潤醒目的標題字體和簡潔輔助文字。整組延續產品的奶油黃、蜜桃粉、霧紫、薄荷綠和番茄紅視覺體系,保持統一品牌氣質,同時讓四個活動主題在場景、構圖和氛圍上有明顯區別。採用精緻商業攝影與自然合成效果,產品與環境的透視、光線方向、接觸陰影和反射協調可信,主體突出,留白合理,不添加虛構功能、價格或促銷信息。每張都是一幅完整廣告畫面,禁止分屏、分格、拼貼、九宮格及多圖展示板,最終輸出 4 張獨立的 2:3 圖片文件。

Templates 和熱門這裏,點擊直接出相關周邊也很方便的,大家可以多嘗試一下,非常有趣。

比如上傳圖片,點擊表情,直出貼紙。👇

圖片

小結

整體來說,局部修改更聽話了,透明底素材也非常好用。在做系列海報、產品換場景以及日常修圖時,這些功能都會非常實用。

但是在風格化這一部分,我的感覺是並沒有那麼驚喜。

在今天的這些嘗試裏面,複雜材質和部分的風格化畫面依然有噪點和雜質。在多輪的改圖過程中,它並沒有延伸出更多、更加有亮點的全新風格。

它的風格還是比較常規,都是一些大眾所熟悉的風格,並沒有像 Midjourney 那樣具備更多的美感。這裏多嘴一句,Midjourney V8.2 最近的那個對話編輯功能其實也挺好用的。

速度方面,我在網頁版的體感上是快了一些。官方給出的口徑是相比於 2.0 生成的延遲最多降低了 50%,但我感覺具體還是要看任務。

不過在多圖生成的時候,反而會發現它的平均速度可能還會快過單張圖的生成。

官方開發文檔也寫了侷限:複雜提示詞可能需要長達 2 分鐘,文字的位置和清晰度仍然有可能出錯;多次生成時,角色與品牌元素可能變化;複雜版式裏的元素也可能放不準。

官方說會向 ChatGPT、ChatGPT Work 和 Codex 用戶開放,API 也已發佈 Flare 和 Sunburst 兩個版本,分別側重速度與更精細的編輯,後者耗時更長。

我本來想從 API 去跑,但是充完錢之後,被提示說需要驗證(個人驗證或者組織驗證),基本上都很難搞。大家謹慎消費,理性充值哦。

回到標題說的“小小進步”,對模型本身來說,這次提升的幅度或許不算大,但落到我們日常做圖、改圖的流程中,已經能帶來不少實用的幫助。大家也可以多試試不同的用法,看看這些細節上的進步,能幫自己省下哪些事。

最後,今天的分享就到這裏了。如果你是半夜刷到的,看來是真愛粉了。那麼在這裏感謝你看到最後~!

如果大家覺得內容有趣或者有用,請猛猛給阿真猛猛三連,非常感謝~~

下期見朋友們!