来点大家都不爱看的ChatGPT图生图使用心得

asoul吧

tid:110710468592026/10/02 11:36:40

1410695 5 76 0

楼主：蒼月Eli 蒼月缠绕🌙最后回复：黎明眼瞳

2026/10/04 10:31:20

1楼

pid:1539904758852026/10/02 11:36:40

蒼月Eli

蒼月缠绕🌙

先感谢a吧和爆吧厚米们的图，让我直接一键拾取。
首先要明确的一点是ChatGPT文字生图审查非常严格，我特别不建议大家使用ChatGPT文生图，提示词审核之严苛令人咋舌，年龄不清晰（少女概率通过，未成年直接ban）直接ban，其他描述但凡沾点身材、裸露、带点暗示的服装，直接会被安全审查。
因为你输入的提示词ChatGPT在使用时会自己转写一遍，如果在过程发现你的提示词存在擦边的，会直接被ban。因此我推荐大家试试图生图，这一块我感觉审查比较松，比如镇楼图里这种就是图生图整出来的。

2楼

pid:1539904789792026/10/02 11:37:54

蒼月Eli

蒼月缠绕🌙

首先要明确以下几点禁忌（图生图）：
1）直接的裸露，根据我最近的使用给大家一个简单判断方法，你的图如果在贴吧都发不出来，那就不用试了，会直接被ChatGPT安全审核直接中断出图；
2）过于夸张的身体曲线，例如BBW，大雷，大鼙鼓，也会触发审核被中断。但是这里需要注意的是我个人不太喜欢这类，所以测试的不多，感兴趣的厚米可以自己试试；
3）未成年是红线，ChatGPT对未成年判定很严格，只要看起来像，即使是二次元图片，也会有极大概率触发安全审核直接中断出图；
例如下面这张小千，直接触发疑似未成年裸露审查被拒。

3楼

pid:1539904825812026/10/02 11:39:19

蒼月Eli

蒼月缠绕🌙

4）X暗示+轻微裸露，经过近期测试我发现这可能是一个区间，X暗示和轻微裸露单独可以通过，但是组合起来容易触发审核被中断。X暗示的权重更高（面部红晕、吐舌头、挑逗的暗示等），也就是说轻微裸露可以，但是带上X暗示容易触发审核被中断；
5）服装场景，内裤、明显的QQ内衣、丝带捆绑；浴室场景、沐浴场景（湿润的身体）等，存在一定风险。
以菈姐这张图举例，全图被拒绝，但是截掉下半身后又通过了。

4楼

pid:1539904926042026/10/02 11:43:05

蒼月Eli

蒼月缠绕🌙

有几个重要的点跟大家提前说一下：
1）如果多次触发ChatGPT的安全审查被中断，你的账号有可能会触发风控，存在封号风险，充值的好厚米慎用，目前我最高连续被ban5次，还能继续用；
2）生图的思考强度不是越高越好，我一般使用极高，如果你用pro会占用你的对话次数额度，越聪明越能猜到你要干嘛，还是笨点好啊；
3）不要在同一个对话里不断生成图片，生成一次后如果满意直接开启新对话，之前看到有人分享说同一个对话里累积越多越容易触发审查，而且图片会渐渐丢失更多细节；
4）提示词尽量使用中性语言，不要去强调某些身体部位，你强调的话模型的注意力就会关注这里，更容易触发审查，让模型自己脑补会有意想不到的效果
比如这张莫宁教授，生成了本不该有的东西

；

5楼

pid:1539904982082026/10/02 11:45:11

蒼月Eli

蒼月缠绕🌙

最后就是ChatGPT也不是无敌的，和大多数生图模型一样存在缺陷：
1）输出微调，乍一眼看上去挺像那么回事儿，但是细节会有所偏移；
2）存在手指、脚趾数量对不上的可能；
3）细节丢失，比如拉姐和（洛瑟）菈姐的泪痣会丢失，鸣潮角色的声痕丢失，部分装造、配饰丢失或偏移；
4）网页版/APP生成图像清晰度只有1k，api可以生成2k/4k清晰度，但是目前充值渠道不好找。如果使用超分软件提升清晰度或多或少都会丢细节；
比如下面绯雪的声痕就丢失了

6楼

pid:1539905105402026/10/02 11:49:50

蒼月Eli

蒼月缠绕🌙

最后给大家分享一下我的图生图提示词（二次元转真人）：
以附图（Image 1）为唯一视觉参考，将这张动漫插画转换为真实真人摄影照片。整幅画面的表现介质统一转换为真实摄影，包括人物、服装、道具与背景。保留原图的画面内容、构图、透视、镜头角度、取景范围、人物位置、姿态、表情、视线方向与整体色调。
【保留范围与转换原则】
保留原图的空间布局、物体数量、相对位置、遮挡关系与画面边界，不重新构图、不改变动作、不扩展画面。
允许为符合真实人体解剖，对动漫化的脸部与身体比例进行必要且最小幅度的局部调整，同时保持角色辨识度、动作意图和整体轮廓。
头发、皮肤、衣物及背景的微观细节，均服从原图的景别、对焦、光照和输出分辨率；不为了展示细节放大局部、改变取景或过度锐化。
【头发】
保留原图的发色、发长、发缝位置、刘海分组与走向、发梢弯曲方向和整体发型轮廓。将绘制的发束转换为具有真实体积、层次、柔韧性与光泽的头发。清晰区域呈现自然的发丝分离和少量细碎发丝，远处或虚焦区域保持相应的细节程度，不改变发型设计。
【面部与角色辨识度】
将角色转化为具有真实人体解剖结构的真人面孔，保留其年龄感、脸型特征、眉形、眼形、虹膜颜色、表情、视线与神态，以及颧骨、下颌和下巴的辨识性特征。
将夸大的动漫眼睛调整为合理的真人尺寸；鼻梁、鼻翼、鼻孔、嘴唇与可见耳部具有自然的三维结构。保留原有表情下的眉眼关系与嘴角状态，不套用统一的网红脸或模特脸。
允许细微、自然的左右不对称，但不改变角色的表情与气质。目标是让人能从真人面孔中辨认出原角色。
【手、脚与身体结构】
所有可见身体部位符合真实人体解剖、透视与受力关系。保持原图中手脚的位置、朝向、动作、接触点以及握持道具的方式。
每只手、每只脚的解剖结构分别符合五指、五趾，但画面中只呈现原有姿势和遮挡关系下应当可见的部分，不为了展示全部手指或脚趾而改变动作。
保留原图合理的手指交叠、弯曲与遮挡。手指长度、关节位置、拇指连接与指甲朝向正确，透视缩短自然；避免多指、缺指、融合、异常穿插、断裂、重复手掌或多余肢体。
被衣物、道具或其他肢体遮挡的部分保持遮挡，隐含结构连续合理，不额外显露；画面外的身体部位保持在画面外。
穿鞋时保留鞋型，以合理的脚部体积、鞋面受力和接触关系体现真实感，不强行显露脚趾轮廓。
【皮肤与眼睛】
呈现符合当前景别与照明的真实皮肤质感：适度的毛孔、细小绒毛、轻微色差、自然血色及细腻的明暗过渡。皮肤纹理自然克制，不夸大毛孔、皱纹或瑕疵，不呈现蜡像、塑料或过度磨皮效果。
眼睛具有真实的眼球体积、眼睑厚度、泪线、睫毛和虹膜层次，反光与场景光源一致。避免玻璃珠般的眼睛和夸张的湿亮效果。
【服装、配饰与图案】
保留原图中服装、鞋履、配饰和道具的款式、颜色、轮廓与穿戴方式，并转换为符合其设计的真实材质。褶皱、垂坠、厚度、缝线与反光符合材质、姿态和受力。
原图可辨认的纹样、印花、刺绣、徽章、标识、纽扣、铆钉与其他装饰，按其数量、位置、相对大小、排列、朝向与配色逐项对应保留，不重新设计、不替换、不随意简化或合并。
图案附着于对应表面，随其原有褶皱、透视与遮挡自然变化；接缝处遵循原图的拼接关系。原图如有纹身，保留在对应皮肤位置，并随身体表面自然变形。
原图清晰可读的文字保留原字符、字形特征和排布；模糊、遮挡或无法辨认的部分保持相应状态，不猜测补写。
【背景、光线与摄影质感】
背景中的物体、位置、尺度、透视和色彩关系保持原样，同时将其转换为真实场景的材质与空间质感。
保留原图光源的方向、色彩、软硬程度及整体明暗关系，将其解释为符合原场景的真实摄影照明。人物、衣物、道具与背景接受一致的照明，具有合理的投影、接触阴影和材质反光。
将线稿描边、平涂色块与赛璐璐阴影转换为真实摄影的连续光影与色彩层次，轮廓由真实的明暗、材质及色彩交界形成。
保持原图的清晰区域、虚焦区域和运动模糊关系，不额外增加背景虚化，不改变整体色调，不添加新的戏剧性灯光或滤镜。
【最终约束】
- 输出一张完整、统一的真实摄影照片。
- 不新增、删除或移动原图中的人物、道具和背景物体。
- 不改变画幅比例、裁切边界、镜头角度、姿态、表情与视线方向。
- 不把被遮挡或位于画面外的内容补画出来。
- 不添加原图没有的文字、水印、签名、边框或品牌标识。
- 遇到动漫比例与真实解剖冲突时，只做实现真人化所需的最小局部修正，保留角色特征与画面关系。
- 遇到微观细节与原图景别、清晰度或遮挡冲突时，以原图的可见程度为准，不强行呈现细节。

7楼

pid:1539905180452026/10/02 11:52:43

小红点之2

8楼

pid:1539905186562026/10/02 11:52:58

蒼月Eli

蒼月缠绕🌙

还有一段人物替换的提示词，其中一张参考图是我之前生成的，衣服有BUG，这里就演示一下：
执行人物身份替换（identity replacement），不要将两张参考图进行混合、平均化或重新设计。
参考图1只用于确定“人物是谁”；参考图2用于确定最终画面中除此之外的一切，包括人物表情。
将参考图2中的人物替换为参考图1中的人物身份，使最终人物能够清晰、准确地被识别为参考图1中的同一个人。
**参考图1仅提供人物身份特征。**重点参考参考图1中稳定且具有辨识度的特征，例如脸型、面部骨骼结构、五官比例、眉眼基础形态、鼻部结构、嘴唇基础形态、下颌轮廓、肤色以及其他能够体现人物身份一致性的自然特征。
**不要复制参考图1拍摄瞬间产生的表情。**参考图1中的微笑、皱眉、抿嘴、张嘴、眯眼、视线方向、情绪状态以及任何临时性的面部动作，都不属于需要保留的人物身份信息。
最终人物的表情必须完全参考参考图2。
包括参考图2中的眼神方向、眼睛睁合程度、眉毛状态、嘴型、嘴唇开合、面部肌肉状态、情绪感受、头部角度以及表情所产生的自然面部变化。需要让参考图1的人物身份自然地做出参考图2中的表情，而不是保留参考图1原来的表情。
**不要将参考图1与参考图2的人脸进行融合或平均化。**不要生成一个介于两人之间的新人物。人物身份明确来自参考图1，但该人物此刻的表情、姿态和拍摄状态明确来自参考图2。
**除人物身份之外，不要从参考图1继承其他视觉内容。**不要擅自带入参考图1中的服装、穿着方式、妆容、配饰、道具、姿势、手势、表情、环境、背景、构图、镜头角度、拍摄距离、光线、色调或其他场景元素。
参考图2作为最终画面的绝对底图和主要视觉参考。
最大程度保持参考图2原有的服装与整体造型、人物表情、身体姿势、头部姿态、四肢动作、手部动作、视线方向、人物位置与比例、场景环境、背景与前景、道具、构图、画面裁切、镜头距离、拍摄角度、透视关系、景深、光线方向、亮度、色温、阴影、高光和环境反射。
人物替换后，要根据参考图2中的头部角度、透视、光线和表情，重新自然呈现参考图1人物的五官。即使表情发生较大变化，也必须保持参考图1的核心身份特征，使人物仍然能够被识别为参考图1中的同一个人。
表情匹配与身份匹配必须同时成立：
最终人物的“脸是谁”来自参考图1；
最终人物的“这张脸现在是什么表情”来自参考图2。
例如，当参考图2中的人物微笑、皱眉、噘嘴、张嘴、闭眼或做其他表情时，应让参考图1中的人物自然做出同样的表情，而不是复制参考图2原人物的五官身份，也不是沿用参考图1原本的表情。
如果两张参考图的信息发生冲突，严格按照以下规则处理：
人物身份、基础五官结构与身份辨识度 → 参考图1
面部表情、情绪、眼神、嘴型和面部动作 → 参考图2
姿势、动作、服装、造型、环境、背景、构图、镜头与光影 → 参考图2
**保持照片级真实感。**人物应具有自然真实的皮肤纹理、合理的毛孔和细节层次、真实的面部起伏以及符合拍摄条件的光影变化。避免过度磨皮、塑料感、蜡像感、CG感、插画感、动漫感以及过度锐化。
替换后人物的肤色明暗、高光、阴影、环境色反射和空间关系必须与参考图2一致，使人物看起来真实存在于参考图2原本的环境中，而不是简单将另一张脸贴上去。
**不要重新设计参考图2。**除完成必要的人物身份替换外，不要无故添加、删除、移动或改变参考图2中的视觉元素，也不要将参考图1中的非身份元素带入最终画面。
最终优先级：人物身份相似度以参考图1为最高优先级；人物表情、姿势、服装及其他人物状态以参考图2为准；场景、构图、镜头与光影尽可能保持参考图2原样。
最终效果应当像：参考图1中的人物本人，在参考图2完全相同的拍摄条件下，穿着参考图2对应的服装，处于参考图2相同的场景中，做出参考图2完全相同的姿势和面部表情，重新拍摄了这张照片。
一句话规则：图1决定“是谁”；图2决定“穿什么、在哪里、怎么动、怎么拍，以及是什么表情”。
严禁继承参考图1的表情、姿势、服装、背景和场景元素；严禁融合两个人的身份。只保留参考图1的人物身份，最终人物的表情必须匹配参考图2。除人物身份替换外，尽可能保持参考图2原样。