Skip to content
Dustin's AI Lab
Go back

GPT-image-2 越少約束越好,加上一個一致性練習

國外最近流行的「笨拙塗鴉風」prompt,越約束越糟,越放任越驚喜。這篇整理我這週對 GPT-image-2 的觀察:包括為什麼透過 Claude 轉交反而會壞事、以及在 Canva 場景下「保持一致性」這件事比生圖能力更值錢。


笨拙塗鴉風的爆紅

最近國外最流行的 GPT 生圖指令是這樣:

「請用最笨拙、塗鴉、毫無價值的方式重繪附件圖片。使用白色背景,並讓它看起來像是用滑鼠在小畫家裡畫的。」

效果意外地好笑。Reddit 上已經出現大量大作合集:https://www.reddit.com/r/ChatGPT/comments/1t0pyb4/gpt_image_2_prompt_that_is_viral_right_now_redra/

我自己試了一下:

笨拙塗鴉風的成果

越少約束越好

有個意外發現:在一開始創造圖片時,在 Codex 內部直接手動下指令,會比 Claude Code 轉交 Codex 還要好

因為 Claude 常常會下出過度約束的 prompt,把每個細節都規範清楚,但 GPT-image-2 反而是越少約束越能展現其創意跟美感。

中介層越多,原始意圖越容易被「修飾」掉。如果你有試過讓 Claude Code 透過 MCP 轉接其他模型生圖,下次直接用該模型 native 的 prompt 介面,比較一下結果差異。

真正的難題:一致性

ChatGPT 最新的生圖模型大家都在玩,能力的確比 Google 的生圖模型強不少倍。但是要真正用在工作上,你還要學會懂得保持「一致性」。

你應該有遇過這些情況:

這就是一致性的問題。生圖模型的「創意」剛好就是它的「不可控」,工作場景下這是雙面刃。

結合 Canva 的工作流

這也是為什麼 Canva 在這個世代還有用——它讓你把「AI 生的素材」放進「人工控制的版面」。

生圖階段越鬆越好,發揮 GPT-image-2 的長處;版面階段越緊越好,用 Canva 控制一致性。

詳細的教學影片在這:https://www.youtube.com/watch?v=hzrBXjgCLG8


Share this post on:

Previous Post
判斷 AI 風險的兩個維度:可逆性 × 環境隔離
Next Post
從 Claude Code 搬家到 Codex:我做了一個 Skill 自動處理