一張好的專輯封面，不是把歌詞裡的名詞堆進畫面，而是讓聽眾在看到它的第一秒，就感受到這首歌的處境與情緒。
這次，我們使用 Ace Data Cloud Studio，為《九九八十一難》創作一張 1:1、無文字的專輯封面。本文復盤從歌詞分析到出圖的實際過程，並補充 OpenAI 連接器、Image 2／2.5 參數和後續編輯方法。
案例說明：文中的專輯封面實際使用
gpt-image-2生成；Image 2.5 部分依據平台文件介紹，沒有將本案例包裝成 2.5 實測。模型可用性、參數和價格以提交時頁面及用量紀錄為準。
¶ 一、先看這次創作的成果
這次創作的核心概念是：都市取經人，走到天亮。
我們沒有選擇一幅傳統的西遊人物合影，而是把西遊的隱喻放回現代生活：通勤者就是取經人，高樓像壓在身上的山，通向黎明的路就是他自己的十萬八千里。
視覺方案用深青黑表現現實的壓迫，用金色破曉表達「不算了」的決心。與其畫出八十一種困難，不如抓住一個能代表所有困難的瞬間：一個人仍然在向前走。
¶ 二、在 Studio 中連接 OpenAI
¶ 1. 登入並找到連接器
開啟 Ace Data Cloud Studio，登入後進入連接器頁面，找到 OpenAI。按目前頁面提示完成連接；若已經顯示為已連接，不需要重複設定。
連接器入口、授權方式和可用能力可能隨帳號、站點及版本變化。不要把網路上的舊截圖當成固定操作步驟，也不要把 API Key 直接貼進聊天訊息裡。Studio 官方介紹對這些使用邊界和安全注意事項有專門說明。
¶ 2. 在對話中明確使用圖像能力
連接完成後，可以先發送：
請查詢 OpenAI 連接器目前支援的圖像模型、生成參數和編輯參數，重點介紹 gpt-image-2 與 Image 2.5。暫時不要生成圖片。
這一步的意義，是先確定目前環境真正可呼叫的能力，而不是僅憑模型名稱猜測參數。
需要區分兩件事：用來與你對話的模型，不一定就是實際生成圖片的模型。 創作時最好明確寫出「使用 OpenAI 連接器中的 gpt-image-2 生成」，避免歧義。
如果選擇自己程式設計呼叫 API，則屬於另一條接入路徑：從 Ace Data Cloud 應用頁面取得 API Key，再呼叫生成介面。它與在 Studio 對話中啟用連接器不是同一套操作，不必為體驗本教學先寫程式碼。
¶ 三、先把歌詞變成視覺簡報
《九九八十一難》把鬧鐘、捷運、房租、帳單、催婚和社交焦慮，比作現代人的取經之路。它不是一首單純訴苦的歌：後半段不斷重複「不算了」，最後落在「走到天亮，就是答案」。
因此，我們先提煉三個層次：
| 歌詞層次 | 情緒含義 | 視覺轉譯 |
|---|---|---|
| 捷運到出租屋的距離 | 日復一日的疲憊 | 捷運、密集公寓、潮濕通道 |
| 五百年壓在山下 | 被現實壓住但沒有認輸 | 山岳般的城市建築與小人物 |
| 走到天亮 | 堅持，而不是突然逆襲 | 遠處的金色裂隙與向前的步伐 |
這些是設計選擇，不是要求模型逐字配圖。盤絲洞、火焰山、白骨精不必全部成為實體角色，否則封面容易變成擁擠的情節插畫。
可以讓助手先完成下面的任務：
閱讀以下歌詞，先不要出圖。請提煉核心情緒、現實背景和三個視覺意象，提出三個不同的封面方向。每個方向只保留一個視覺中心，說明構圖、配色及需要避免的元素。最後推薦最適合縮圖展示的一種。
¶ 四、提交歌詞時，需要哪些資訊？
建議把「必須滿足」與「可以自由發揮」分開寫。歌詞負責提供內容，創作簡報負責限定結果。
用途：音樂專輯封面
歌名：九九八十一難（僅作理解背景，不出現在畫面中）
歌詞：貼上完整歌詞
必須滿足：
- 1:1 方形
- 不要文字、字母、數字、標誌和浮水印
- 符合現代都市生活與西遊隱喻的背景
- 縮成小圖後仍能看清主體
創作方向：
- 主角是普通通勤者，而非傳統西遊人物合影
- 主體情緒是疲憊但不認輸
- 捷運與高樓構成壓迫感，黎明構成希望
- 深青黑搭配金色光線
生成參數：
- model: gpt-image-2
- size: 2048x2048
- quality: high
- n: 1
- output_format: png
- response_format: url
注意，「不要文字」不只是不要標題。捷運廣告、樓宇招牌、衣服印花、飄落的紙張，也可能讓畫面出現字元。因此最好明確要求這些表面同樣不出現文字。
¶ 五、Image 2 與 Image 2.5 怎麼選？
依據 Ace Data Cloud 圖像生成指南，目前平台提供以下命名：
| 模型識別 | 文件定位 | 本教學中的選擇建議 |
|---|---|---|
gpt-image-2 |
平台預設推薦的 Image 2 路線 | 重現本文案例 |
gpt-image-2.5-flare |
側重生成速度 | 需要探索多個創意方向時可考慮 |
gpt-image-2.5-sunburst |
側重高保真與精細控制 | 需要細節與參考圖控制時可考慮 |
對應的 :official 變體 |
官方 API 通道，按實際 Token 用量計費 | 結合預算與通道需求選擇 |
不要直接把模型名稱寫成 image2.5，應使用頁面提供的完整識別。文件還列出了 gpt-image-2:reverse；預設／reverse 路線按成功圖片張數計費，official 路線按實際 Token 用量計費。這裡不引用固定價格，以免過期，也不把速度或保真定位當成每張圖片都成立的效果保證。
¶ 最值得先設定的參數
| 參數 | 作用與可選值 | 本次實際使用 |
|---|---|---|
model |
指定生成模型 | gpt-image-2 |
prompt |
內容、構圖、風格與約束 | 都市取經、走向黎明、無文字 |
size |
auto 或明確像素尺寸 |
2048x2048 |
quality |
auto、low、medium、high；支援與計費隨路線而異 |
high |
n |
請求張數 1–10；使用 b64_json 時僅支援 1 |
1 |
output_format |
目前連接器提供 png、jpeg、webp |
png |
response_format |
url 或 b64_json |
url |
常用畫布：方形選 1024x1024 或 2048x2048；橫式文章首圖選 2048x1152；直式宣傳素材選 1536x2048。
Image 2／2.5 的自訂尺寸需要滿足：寬高為 16 的倍數，長邊不超過 3840，總像素在 655,360–8,294,400 之間，長短邊比例不超過 3:1。比例直接透過 size 控制，不需要另外加入 aspect_ratio。
連接器還公開了一些通用圖像欄位，但不要把「介面有這個欄位」理解成「所有模型與通道都支援」。例如 style 的 vivid／natural 屬於 DALL·E 3；本文直接把美術風格寫進提示詞。透明背景等能力也應先確認具體路線的支援情況。
¶ 六、從創意方案到實際生成
本次實際提交的是詳細的英文視覺簡報。下面給出適合中文使用者重複使用的精簡重寫版，並非逐字還原原始長提示詞：
設計一張具有強烈視覺衝擊力的無字專輯封面，方形滿版。將《西遊記》的取經隱喻融入現代都市通勤生活。一個背著舊背包的普通年輕人背對鏡頭，獨自沿潮濕的捷運通道向遠方的黎明走去。高樓與捷運建築像山岳般圍攏，形成強烈壓迫感；地面的影子含蓄地呼應大聖與長棍，不要做成傳統西遊角色扮演。遠處一道金色晨光劈開深青黑色城市，將人物輪廓照亮。情緒是疲憊、倔強與不認輸，而非絕望。電影感、細膩繪畫質感、克制的顆粒、強烈明暗對比。主體明確，縮圖也能辨識，不要拼貼或多分鏡。任何地方都不要文字、字母、數字、標誌或浮水印。
在 Studio 中，可以把這段提示詞與前面的參數一起交給助手。無需把中文強行翻譯成英文；更重要的是把主體、位置、光線與約束寫清楚。
目前 OpenAI 連接器的圖像工具先回傳 task_id，再查詢最終結果。等待過程中應該查詢同一個任務，而不是反覆提交相同生成請求。這裡說的是連接器的非同步工作流程；直接呼叫 HTTP API 時，文件也提供同步回傳與 callback_url 非同步回呼方式，兩者不要混為一談。
¶ 七、出圖後怎麼調整，而不是推倒重來？
如果構圖已經接近目標，只是某個細節不理想，優先使用圖片編輯。把上一張封面作為 image，並分開寫「保留什麼」與「只改什麼」。
以剛才的專輯封面為基礎進行編輯。
保留：人物位置、方形構圖、捷運與高樓、整體深青黑配色。
只修改：降低天空金光的面積，增強人物輪廓光，讓前進方向更清晰。
仍然不要任何文字、標誌或浮水印。
輸出尺寸保持 2048x2048。
圖像編輯指南說明，JSON 的 image 可以是單一 URL，也可以是最多 16 張參考圖的陣列。多圖時要說明角色，例如「第一張保留構圖，第二張只參考顏色」，而不是讓模型自行猜測。
還有一個容易混淆的邊界：目前聊天連接器的編輯工具沒有公開 mask，不代表底層 HTTP API 完全不支援遮罩。 平台文件給出了 :official 路線透過 multipart 上傳原圖與 PNG Alpha 遮罩的方式。需要局部遮罩編輯時，應依 API 文件串接，而不是向聊天工具硬塞未提供的參數。
¶ 八、讓封面更吸引人的創作技巧
OpenAI 的圖像提示詞指南在檢索摘要中強調了主體、構圖及編輯時保留細節。以下是把這些方向應用到本案例的實務建議，不是逐條摘錄或效果保證。
¶ 1. 先確定情緒，再選畫面元素
「很酷、震撼、電影感」太寬泛。先問：這張封面想讓人感到孤獨、憤怒，還是堅持？《九九八十一難》的關鍵不是受苦本身，而是受苦之後還在向前。
¶ 2. 一個主要焦點，比很多隱喻更有效
讓人物與黎明形成核心關係，其餘元素承擔環境作用。沒有必要把捷運、房租、手機、妖怪和經書都畫得同樣搶眼。
¶ 3. 用具體視覺語言替代抽象形容詞
與其寫「很有希望」，不如寫「遠處金色光線勾亮人物輪廓，濕地反光引導視線向前」。具體的物體、位置和光線更容易形成可執行的畫面要求。
¶ 4. 每輪只調整少數變數
如果同時修改角色、配色、視角和場景，就很難判斷是哪一步改善了結果。建議先定構圖，再調光線，最後修細節。
¶ 5. 縮圖檢查與原圖檢查都要做
把圖片縮小，檢查主體是否仍然明確；再放大檢查手部、傘柄、人物影子、重複建築和意外字元。「無文字」提示只能提出約束，交付前仍需要人工檢查。
¶ 6. 專輯封面與文章海報分開設計
專輯封面服務於音樂情緒，因此本例不加文字。教學發布海報服務於傳播，需要標題和清晰的資訊層級。兩者可以重複使用配色和核心畫面，但不應為了宣傳標題破壞原始無字封面。
¶ 九、Studio 使用技巧：讓下一次創作更輕鬆
結合 Studio 官方使用建議，可以建立一個輕量流程：
- 先小樣，後正式圖。 先確認主題和構圖，再決定是否增加尺寸或批次生成。低品質是否省錢取決於所選路線，不要預設它一定便宜。
- 讓助手先交方案。 明確說「先分析，不生成」，可以減少方向錯誤帶來的重複請求。
- 保留上下文。 在同一創作對話中提供歌詞、上一版圖片和回饋；同時自己保存最終提示詞與參數，避免依賴聊天上下文長期存在。
- 把版本存成創作包。 建議保存歌詞文字、視覺簡報、提示詞、模型名稱、尺寸、任務 ID 和圖片原始檔案。用 v1、v2 區分，不覆蓋滿意的版本。
- 遇到等待先查狀態。 已有任務 ID 時查詢該任務，不盲目重試；報錯時保留可公開的 trace ID，不公開 API Key。
- 發布前檢查權利與規格。 確認歌詞、參考圖、肖像和商標的使用權；專輯發行平台的最低像素、格式等要求，需要另外核對。本文 2048×2048 的結果不代表自動滿足所有發行平台的要求。
¶ 結語：讓模型讀懂歌曲，而不只是畫出關鍵詞
這次創作最重要的決定，不是把參數開到最高，而是把「九九八十一難」翻譯成一個清晰的視覺命題：普通人背著生活的重量，仍然朝著天亮走。
可重複使用的流程很簡單：連接 OpenAI → 提供歌詞與硬性約束 → 提煉視覺方向 → 明確模型和參數 → 生成小樣 → 有針對性地編輯 → 檢查並保存版本。
參數決定畫布與呼叫方式，真正讓封面產生記憶點的，是對歌曲情緒的理解。
¶ 參考資料
- Ace Data Cloud Studio 官方介紹
- OpenAI Images Generations API 整合指南
- OpenAI Images Edits API 整合指南
- OpenAI Image prompting（本次僅取得搜尋摘要，未將其全文作為引用依據）
本文圖片優先重複使用實際生成的專輯封面及 Studio 官方文件已有配圖；模型定位與參數來自上述平台文件，不構成跨模型效果或速度評測。