昨晚睡觉前我写了一篇关于 GPT-Image-2 的文章，有读者说无图无真相，也不知道具体在哪怎么用。所以，今天我准备写一篇有图且有真相，但真相又不一定真实的文章。先直观感受下 GPT-Image-2 到底比之前的 Nano Banana 系列到底强在哪里。当你以为这是我电脑桌面截屏时，其实这就是 GPT-Image-2 基于我的需求生成的。重点看几个点，一个是屏幕上所有字体的清晰度和准确性，尤其是中文。还有一个是对元素一致性的还原，比如窗口样式、Icon 元素等。生成这张「截屏」的提示词如下，用的就是 GPT-Image-2 的模型。不过一开始我还是想说一个观点，我并不建议你们直接通过 ChatGPT 去使用 GPT-Image-2。一个原因是目前仅有高级会员才能用这个模型，为此去专门开个会员不划算。另一个原因，就是这个模型更重要的能力是放在专业生产领域，比如设计、电商、内容创作等，ChatGPT 那种对话模式并不适合对设计作品进行微调。因此，我目前使用 GPT-Image-2 的方式是通过 Lovart 这个工具，目前他们已经接入了 GPT-Image-2，它也是我日常提升设计生产力的主力产品。网址我放这里了：https://www.lovart.ai/简单说，GPT-Image-2 负责提升生成质量，而 Lovart 接着搞定生成后怎么用以及怎么调的工作流。如果你想在 Lovart 里直接用上 GPT-Image-2，在对话框下面的模型选项里需要指定一下模型。接下来，我就给你们展示几个我在 Lovart 里是如何用 GPT-Image-2 去提效真实设计类工作流效率的。现在我如果要做一些产品设计，基本已经不用手画了，也不会去用 Sketch 或者 Axure 这类工具了，直接提需求，然后在 Lovart 里完成。比如，我现在要做一个健康管理类的 App，把产品核心模块和功能描述通过文字的形式描述清楚，然后选择 GPT-Image-2 模型，接着就可以生成一个线框稿。拿着这个线框稿去和研发和其他团队的人确认，没有问题的话就可以进入下一个环节，做高保真设计。大多数产品团队都会有自己的设计规范，比如字体、颜色、主题风格等，过去都是由设计师来定义和加工的。现在我可以直接用 Lovart 里的品牌套件功能，然后把设计师定义好的风格直接应用在产品高保真的渲染上。这就是基于我的品牌套件并结合前面的线框图还原的带视觉风格的设计稿。用法也很简单，直接在对话窗口里说出自己的需求，然后用@的方式调用我之前定义好的品牌套件，里面包含了字体、颜色、以及风格等。如果你是做产品设计或者包装设计以及公司品牌物料设计的，这个功能就非常好用。如果我觉得页面上的文字需要修改，也不需要重新输入提示词，只需要选择编辑文字功能，直接在图上改。我在上次的文章里用 NBP 模型演示了如何用品牌套件生成海报，当时做出来的结果是这样的。这说明，GPT-Image-2 不只是能生图，而且是会基于你的描述完成思考和创作的。如果我想把上述海报里的卡通版的我换成真人版的我，操作也很简单，直接在 Lovart 里选中图片提出需求即可。同时，这些素材也是支持矢量图和 PSD 格式导出的，对于后续设计师进一步加工也很友好。如果我想对海报里的一些细节做微调，比如人物大小，里面的文字内容，我不需要重新输入提示词去改，因为那样可能会出错。我只需要直接用 Lovart 里的编辑元素功能，然后直接在原图基础上做对比修改即可，这种精确度就高很多了。你们应该发现了，上面的这些操作都是在 Lovart 里通过他们自带的功能来完成的，比起每次都通过提示词去修改，可控性要强很多。所以，这也是我之前说并不建议你们直接去 ChatGPT 里使用 GPT-Image-2 的原因。毕竟放在真实生产环节，一个好工具能灵活快速出结果才是最重要的。像是做封面图、海报这种固定工作流的需求，我还可以用 Lovart 的创建 Skill 功能固化下来。这一步，我是先生成了一辆保时捷 911 的零件拆解图，然后，我再让它还原成一辆完整的车。接下来，我在 Lovart 里选中这两张生成好的图片，直接让它生成一个可以在电商里用的商品图。还没完，这次我先让它生成一辆帕加尼 Zonda R 的真车图。同样，我再基于这两张图让在 Lovart 选中并输入提示词，让它生成一个介绍真车的电商图。可以看到，零件清晰度、中文标注、视觉风格都非常不错。因为帕加尼是一个意大利超跑品牌，而且这个品牌本身有很强的艺术气息，所以我把海报风格换成了带有意大利艺术气质的样式。AI 能力会越来越强，但真正想要发挥出模型的能力，还得配上一个好用的工具。像我一样完全不懂设计的普通人，也能用 Lovart 这样的工具再结合 GPT-Image-2 的能力做出这些作品。我觉得，AI 是生产力这句话的含金量又一次提升了。目前 Lovart 还有活动，会员无限免费使用 30 天，感兴趣的可以自己去体验下：https://www.lovart.ai/
本文链接：https://www.chatgpt123.cn/ai/45.html
Codex
网友评论