GPT Image 2.5 动漫提示词指南：角色、场景与关键帧

好的动漫提示词定义了视觉制作选择：角色轮廓、服装逻辑、镜头目的、环境、光线和约束条件。避免依赖系列名称或一堆风格形容词。创造原创角色和可重复的视觉语言。

角色设计提示

用途：原创奇幻动画的规范角色表。 角色：22岁的天空信使，体格健壮，银色短发编成辫子，深青色飞行外套，橙色安全背带，左侧腰间挂着黄铜指南针。 视角：正面、四分之三侧面和侧面；表情自然；全身及脚部可见。 风格：干净利落的赛璐珞风格，精准的线条勾勒，克制的色彩搭配。 约束条件：每个视角中保持相同的比例和服装；纯色浅色背景；无文字或水印。

## 环境提示

描述建筑、尺度、天气、时期和色调。如果画面支持动画，需包含清晰的前景、中景和背景。

## 对话关键帧

使用平视中景镜头、可读的视线和有意的留白。仅当手部动作有意义时才让其可见。说明哪个角色在说话，以及听者位于画外何处。

## 动作关键帧

展示一个物理决策，而非整个战斗。定义起始位置、方向、道具和后果。避免使用会破坏已批准设计的运动模糊效果。

## 维护角色

复用规范图像，重复不可变锚点，并在身份块之后放置临时状态。保存服装变体，而不是悄悄更换衣服。

## 选择模型

使用Flare进行快速构图和姿势探索。在最终关键艺术、困难参考编辑或身份敏感帧上测试Sunburst。与固定设置进行比较。

## 使用 Elser AI 制作动画

角色和关键帧获得批准后，[Elser AI](https://www.elser.ai/zh) 可支持后续制作阶段——故事、角色、分镜、视频、配音、音乐和剪辑。除非 Elser 的实时界面明确确认原生支持，否则请将 GPT Image 2.5 视为静态图像阶段。

## 构建视觉圣经

定义线条粗细、阴影、调色板、材质处理、眼睛比例和背景密度。添加三种禁止倾向。视觉圣经应包含经批准的示例和可观察的规则，而不仅仅是“电影化动漫”。

## 五个有用的镜头提示

对于定场镜头，描述地理环境和规模。对于对话，明确视线方向和说话角色。对于插入镜头，突出故事关键物体。对于动作设定，展示方向和起始位置。对于反应镜头，指明新情绪和所观察的事件。

```text

风景动画关键帧。天空信使在悬索桥左缘稳住身形，左手紧握缆绳，右手伸向黄铜罗盘。风将外套和辫子吹向画面左侧。目的地塔楼在画面右侧可见。保留经典面容、背带和罗盘。无运动模糊、文字或多余角色。

## 故事板连续性

保持屏幕方向、时间段、服装状态和道具归属的稳定。在生成动态之前先制作静态序列。如果观众无法从关键帧理解动作，动画也无法修复空间关系。

## 原创性与权利

使用类型词汇，不复制受保护的角色、标志或签名设计。记录参考文献和商业权利。原创设计比模仿更容易作为长期Elser角色资产重复使用，因为模仿会带来法律和品牌风险。

## 动漫问答

检查手部、眼睛颜色、发型、服装层次、物体几何形状、背景透视和负空间。如果目标是竖屏短视频，请在手机屏幕大小下进行审查。

## 为原创动画角色配音

为每个主要角色赋予不同的视觉功能。主角需要拥有可识别的轮廓和道具。对手应在造型或色调上形成对比，但看起来不能像是从其他系列中移植过来的。配角需要减少细节，但在预期的镜头尺寸下仍应保持可辨识度。

避免以“美丽的动漫女孩”或“酷炫的动漫男孩”作为设计核心。明确年龄范围、体型、脸型、发型结构、服装功能、材质以及一个与故事相关的缺陷。视觉事实比性格形容词更具可复用性。

```text

原版动漫对手角色，27岁空中制图师。 高挑纤细的身形，深红色长发低束，眉形锐利，浅灰色眼眸。 实用奶油色调查外套，带有墨渍，黑色攀岩手套和折叠式黄铜地图框。 平静的表情，无盔甲，无王冠，无魔法光环，无标志或文字。 在简单背景上的中性全身参考，正面和四分之三视角一致。

## 按叙事任务划分的环境提示

建立环境必须解释地理。名称入口、目的地、危险和规模。对话背景应更简单，并为面部保留空间。动作环境需要稳定的地标来维持屏幕方向。揭示环境应框定新近重要的物体或位置。

对于浮空城市桥梁，在描述云朵之前，需先确定桥塔位置、缆索方向及高度。装饰性粒子无法弥补地理结构不清晰的问题。

## 关键帧序列示例

构建一个五帧场景，而不是生成无关的插图：

1. 广角镜头：快递员从画面左侧进入桥梁；目的地塔楼位于右侧。
2. 中等：电缆在她左手后方开始分裂。
3. 插入：指南针指针向后指向城市。
4. 特写镜头：她明白这座塔是个诱饵。
5. 大幅转身：她在对手挡住入口时转身。

重复演员和地点信息。仅添加新的动作和情绪状态。序列应能在无字幕观看时传达因果关系。

## 对话与口型同步准备

对于说话的关键帧，保持嘴巴自然放松，而不是锁定在极端表情中。使用干净的四分之三或接近正面的角度，确保下颌线无遮挡且光线稳定。明确听者的位置，使视线方向与反打镜头匹配。

保持对话简短，以适应最终的镜头时长。图像生成不执行口型同步；它仅准备视觉素材。后续需由Elser或其他动画工作流处理声音、时间轴和动作。

## 在保留设计的同时采取行动

复杂战斗提示常会生成多余肢体、道具或服装变化。将编舞拆解为意图、攻击、反击与结果。每个关键帧应展示一个主导动作。保持武器归属与身体朝向。将大型特效留至决定性节拍，使角色保持清晰可辨。

当静态序列通过审核后，根据相邻帧之间的差异生成动态提示。“她迈出两步，抓住缆绳并向下看”比“史诗级动态动漫动作”更可控。

## 字体排印与海报

GPT Image 2.5 可以渲染文字，但 OpenAI 仍将精确的文字位置和清晰度列为可能的限制。请保持标题简短，引用准确的措辞，并预留空白区域。对于最终发布的艺术作品，建议先生成一个干净的背景，然后在设计应用程序中添加排版，以确保拼写、本地化和可访问性保持可编辑状态。

## 模型与质量决策

在速度至关重要时，使用Flare进行探索性服装、姿势和故事板备选方案。在测试表明有益时，使用Sunburst处理已批准的设定稿、难以保存的内容或最终关键艺术。低质量可用于缩略图；中等质量是合理的基准；更高级别应解决可见的缺陷。

在比较时，切勿同时更改模型、质量和提示。为每个已批准的关键帧保存完整的配方。

## Elser 制作交接

按照故事所需的宽高比导出最终图像。保留角色表、风格指南和镜头列表。在 [Elser AI](https://www.elser.ai/zh) 中，从创意或准备好的剧本开始，创建重复出现的演员阵容，构建故事板，并且仅在静态连续性获批之后才生成动态效果。最后添加语音、音乐、声音和最终时间线。

截至验证日期，公开的Elser资料确认使用的是GPT Image 2而非GPT Image 2.5。请准确描述工作流程：原始静态图像使用GPT Image 2.5创建，随后在支持素材上传的Elser中进行动画制作或组装。

## 完整剧集前的小试播

测试一个对话和一个动作节拍。对话部分展示面部一致性、视线方向和背景稳定性；动作部分揭示姿势、道具和地理问题。如果这两个序列作为静态图像效果良好，则将它们移入Elser故事板和动作工作流程中。

保留一个包含原因的拒绝帧文件夹。诸如配件消失、桥梁方向不一致或手部无法辨认等模式，能告诉你是否需要修改角色参考、环境提示或镜头设计。在没有诊断的情况下生成更多变体，通常会重复同样的失败。

在缩放之前，以实际交付尺寸导出测试版本并在目标设备上预览。精细的服装线条、面部细节和标题安全区域在压缩及移动端呈现后可能会有不同的表现。

## 常见问题

### 我可以命名一位仍在世艺术家或某个 franchise 吗？
对于持久的商业作品，应描述原始视觉属性并确认权利，而非依赖模仿。

### 我应该使用什么宽高比？
匹配分布：竖版用于垂直短视频，横版用于宽屏，正方形用于灵活社交媒体素材。

### 如何停止额外配件？
列出确切的服装，并明确排除珠宝、额外武器、文字和标志。

## 结论

动漫提示词在行为上像分镜简报时才会变得可靠。先批准一个原创角色系统，再围绕故事动作构建环境和关键帧。这样产出的素材才能直接用于真实的动画制作流程。