首页 › LLM大语言模型 › Codex专栏 › Codex保姆级教程 › Codex+Image 2.0 一键生成258种风格图Skills

Codex+Image 2.0 一键生成258种风格图Skills

这个 Codex skill 是怎么工作的?​

核心组合逻辑:​

​

代码块​

Haskell

主体 subject​

+ 主风格 base_style:1 个​

+ 材质/光色 surface_or_light:0-1 个​

+ 版式/空间 format_or_space:0-1 个​

+ 媒介缺陷 defect_layer:0-1 个​

+ 反跑偏约束​

​

​

​

​

飞书文档 - 图片

​

50%

​

​

​

飞书文档 - 图片

​

50%

​

​

默认 prompt 骨架是:​

​

代码块​

Haskell

{subject}, {base_style}, {surface_or_light}, {format_or_space},​

clear silhouette, strong visual identity, high detail,​

avoid generic modern minimalism, avoid random extra text, avoid messy symbols,​

avoid losing subject identity​

​

比如你给它一个主体:​

​

陶瓷猫香水瓶​

​

Codex 就可以自动调用 skill,从风格库里随机抽取组合,生成一组完全不同方向的 prompt。​

​

它可能把这个主体变成:​

•

复印朋克传单里的产品广告、邵氏武侠棚拍风格的奇幻道具​

•

Frutiger Aero 水感 UI 里的拟物图标、昭和喫茶店桌面上的复古商品​

•

PS1 低多边形恐怖游戏里的关键物品​

​

风格探索的真正意义​

我希望这个 skill 能帮大家做三件事。​

第一,减少重复。​

不要每次都从老 prompt、老风格、老套路开始。很多创作者有审美,但启动时的风格词太少,结果一直在同一个审美池里循环。​

第二,扩大风格雷达。​

你平时可能不会主动想到“银盐展览墙标”“日本唱片侧标 OBI”“传真机热敏纸”“中世纪药房标签”“儿童电视动画赛璐璐”。但它们一旦和你的主体组合起来,就可能打开一个完全不同的方向。​

第三,把灵感变成系统。​

灵感不应该只靠刷图偶遇。它也可以被组织、被抽样、被批量实验、被筛选、被沉淀。​

AIGC 创作接下来会越来越像实验室。​

我们不只问:​

​

这张图怎么变好看?​

​

还要问:​

​

这个主体还能进入哪些视觉系统?​

​

当 Codex 负责自动化组合,GPT-Image 负责视觉生成,创作者真正要做的是判断:​

​

代码块​

Plain Text

哪个方向有生命力?​

哪个方向值得继续发展?​

哪个方向能变成系列?​

​

进阶玩法:把 Codex 变成自动风格探索机​

这个 skill 最有意思的地方,远远超过手动生成几条 prompt。​

更大的玩法,是结合 Codex 的自动化功能,把它变成一个持续运行的风格探索系统。​

比如我的设置是,每天晚上睡觉前开启 每 15 分钟生成 5 张图 持续跑一整晚:​

​

​

然后当第二天你早上醒来,就会收获一大波神奇的图。​

​

​

​

​

因为每一张图都有可能打破你的认知边界,让你看到一个原本不会想到的方向。​

我真正想解决的问题​

我不想再让大家一味玩老东西。​

老风格当然可以继续用,但我们需要更大的风格探索半径,VSC社区和各位VSCer要一起进步。​

AIGC 的优势,不该只停留在更快复制已有审美。它还可以帮助我们更快穿越更多可能性。​

过去,一个创作者要探索 100 个视觉方向,可能需要查资料、看图、手动写 prompt、反复试错。​

现在,Codex 可以帮你组织风格库、自动组合 prompt、定时生成、保存结果、辅助复盘。​

GPT-Image 负责把这些组合变成图像。​

你负责做最后也是最重要的判断:​

​

代码块​

Plain Text

什么值得继续?​

什么只是噪音?​

什么可能变成新的风格资产?​

​

这就是 rare-style-explorer 的意义。​