和瑠イトリ 的 念畫紙工作坊

人物生成一致性，是所有AI繪圖工具裡目前最大的難題。

雖然AI繪圖工具種類繁多，且更新與發展的速度已遠遠超出我們的想像，但由於自己的是使用DALL·E為主，且這個引擎生成的人物面容是自己喜歡的，因而難以放手選擇其他工具。

這因此成了訂閱ChatGPT-4的契機。

為了讓圖文故事的人物接近完美一致的理想，當初找了許多文章網頁與資訊後，判斷ChatGPT所附帶的DALL·E工具，也許與Bing Image Creator不一樣，能夠帶來新天地，便決定來試試看。

以下便是實際用過後的想法，以及與Bing Image Creator的比較。

1.訂閱後仍存在的限制。

也許是訂閱人數日漸增長的關係，目前ChatGPT-4有著每3小時40條訊息的限制。

我翻到多個月前的資訊，當時限制是每3小時25條訊息增加到50條訊息。

因為這個關係，我都把ChatGPT-4拿來生成圖片使用，詢問相對沒那麼重要的技術訊息時，就回去開GPT-3.5詢問。

特別是他並沒有提供計時計數功能或公布具體規則，因此不知道是三小時區間內不能超過40條，還是有個重置時間點會重新給你訊息額度。

2.大量GPT模型。

訂閱後，一開始都會被GPT詢問要如何量身訂做自己的GPT模型需求，如果你選擇公開，基本上就能在這個地方被搜尋到。

上面看到的許多項目，是熱門的、常被使用的GPT模型。

因為自己主要往AI繪圖方向前進，因此關於這部分的其他AI模型，目前還沒有深入研究。

但可以分享的常見問題是，大多數人會以為需要透過這裡找到的DALL·E模組才能生成圖片，但實際上並不是如此。

只要直接在ChatGPT-4對談的地方就可以要求他生成圖片了，而且效果與功能還比去找到的DALL·E模組使用還好。

關於這一點，下面會有個實際範例。

3.自訂ChatGPT

為了追求人物生成一致性，當初便是看上這個功能才決定訂閱的。

在訂閱後，你的選項會多了兩項。

[我的GPTs]是上述的自訂GPT模型，也就是你所有的建置都可以在這裡找到。

至於[自訂ChatGPT]，如果你是使用APP版，則是以英文呈現[Custom instructions]。

上面的區塊為自訂說明，這個地方能讓你開啟的新聊天，直接理解你的定義與要求。

這有點像是你先在新對話裡提供AI自己的故事背景，然後要求他去以此資訊來提供你回答。

但是透過這個地方設定，比較能夠避免 對話過長導致AI不記得或沒套用你的開場設定，在這邊有設定好需求，新聊天的對話都會持續有效。

上面的描述有些抽象，但沒關係，以下直接用範例呈現。

我們點開[自訂ChatGPT]。如果你是使用APP版，則點開[Custom instructions]。

跳出上面視窗後，我們便開始設定。

我在上面輸入定義，告訴AI以下資訊：

[我正以AI繪圖在創作圖文故事，並始終以照片般的圖像呈現。內容是一部四角戀幻想小說。故事以後宮走向展開，讓男主角略顯優柔寡斷，徘徊在四個女孩之間。

[Mashiro]是日系女孩，美麗，一頭黑色長直髮，22歲；[Rou'er]是日系女孩，甜美，長髮，淺金色髮色，18歲，頭右側繫著一條深藍色絲帶；[Xueer]是日系女孩，綁著雙馬尾，銀白色的頭髮，深藍色的瞳孔，黑色的頸環。 21歲；[Ai'er]是一位留著單馬尾、古銅色頭髮的日系女孩。 20歲。]

接下來我在如何回覆的欄位也提出要求：

[生成影像時，都是以1024*1024生成、總是會產生四張影像、始終生成為照片般的圖像、始終提供種子號碼和 Gen ID。]

接下來我開了新聊天，並且沒有做任何前提資訊告知，直接要求生成兩人的照片。

實測結果如下。

我沒有在自訂內容裡要求服裝，是因為我的故事需求裡角色經常會替換服裝，所以沒有定義。因此AI便隨意呈現了穿著。

但因為AI已經知道，我定義的兩個人名的外觀，因此即便我只提供人名便要求生成圖片，AI也能很好的理解，且按照我的要求以1024*1024、照片般的圖像、且自行提供了seed number與Gen ID。

而下面這個是我直接於DALL·E模組測試的結果。

DALL·E模組目前似乎無法套用到[自訂ChatGPT]／[Custom instructions]裡面，包含我測試的其他各大熱門GPT模組皆無法吃到設定。

因此提醒大家，若要使用這個功能的話，請於設定好後直接在ChatGPT-4裡面，就能使用了。

4.關於人物生成一致性

在先前所找尋到的文章，大多都是透過上述的[自訂ChatGPT]／[Custom instructions]功能，直接做好定義與設定，並稱這樣就能達成人物一致性。

關於這一點，不能說是他們資訊錯誤，應該說是認知落差。

在那些眾多的人物生成一致性文章，甚至是影音介紹裡，因為大多都是以二次元畫風風格呈現。

以AI初入使用者而言，可能會覺得髮型相同、服裝相同，就可以算是人物一致了，且二次元畫風不比真人圖像，樣貌差異沒有那麼精細。

然而這是輸入相同的指令後就能做到的事情。就算不使用上述功能，只要每次都要求相同服裝與髮型，就能達到類似成效了，上述的自訂功能只是讓你每次省略輸入一些外貌描述而已。

但身為AI繪圖重度使用業餘玩家，在生成了上百上千張圖像後，特別是真人圖像，大多都能夠明顯感覺到人物面容的前後不一致。

這導致圖文小說或故事的連續性，在非熟悉AI的讀者看來，就會有畫風不一、人物不同的感覺。

因此關於人物生成一致性的解法，目前仍舊只有透過大量產圖以量取勝，然後由創作者自行從中挑選出理想圖像。至少在DALL·E的引擎裡是如此。

5.ChatGPT-4與Bing Image Creator的DALL·E差異。

相信大多數的DALL·E使用者，都是先用過免費的Bing Image Creator後，才會接觸到ChatGPT-4。

以下幾點是Bing Image Creator的使用者們一定都遇過的問題。

1.生成圖片時的Prompt字元限制。

於Bing Image Creator的指令是有字數限制的，目前確認到上限是480個字元。

2.翻譯問題。

系統邏輯是[將中文的指令翻譯成英文後，再生成圖片]。關於這一點於我之前的文章( 多人指令(一) 挑戰Prompt描述多人的極限 Bing Image Creator )已有詳述過。

因為翻譯上的問題，有些中文描述是AI不認識的，像是手挽手arm in arm 這一篇，並且他的字元是將你的中文翻譯成英文後，才去計算字元上限，超過時直接砍掉且沒告訴你。

這導致許多不理解這個系統邏輯的新玩家們，在使用過於複雜攏長的Prompt後，發現許多描述都沒有生成，卻沒能找到原因。

3.不穩定的多人指令。

同樣可以參考我的前兩篇文章( 多人指令(一) 挑戰Prompt描述多人的極限 Bing Image Creator )、( 多人指令(二)讓Prompt描述多個角色 Bing Image Creator )。

Bing Image Creator對於多人的生成指令上，似乎有著極限，明明已經努力將Prompt濃縮在480個字元內，卻仍舊總是產製失敗，還要更改風格才會提高成功率。

由於圖文故事總是要有人物互動，因此頻繁需要多人指令，因此這可能就是我之後會持續使用ChatGPT-4不會退訂的最大理由了。

目前我測試兩人以上的描述指令，都可以穩定產圖，不會有服裝互換、髮型對調的問題。

且我讓Word算了一下，我的指令已經來到800個字元，然而ChatGPT-4的生成，只要有順利產出圖像，就不曾有描述不符的狀況。

最多就是跳產圖失敗(在Bing Image Creator裡就是狗蛋圖)，但機率不高。

如果是簡易的指令，就確實比較建議使用Bing Image Creator了。除了速度比較快，還能一次生成最多四張圖。

目前的ChatGPT-4不知道是不是受限於伺服器問題，現在只能夠一次生成一張圖，效率明顯有落差。

如果你是新接觸AI繪圖不久的玩家，建議可以先使用免費的Bing Image Creator。

如果人物、風格、指令等是你喜愛的，再來考慮訂閱ChatGPT-4，以利使用較精細複雜的指令比較好。

但如果跟我一樣是為了人物生成一致性才訂閱的話，建議可以再緩緩，因為目前ChatGPT-4並無法達成我們的期望。

雖然我相信以AI的發展速度，[人物生成一致性]的理想一定會到來，只是間早晚問題罷了。