LarpGPT · 指南
AI图像的长宽比：如何选择和设置
方形、3:2、16:9 或垂直 9:16：如何为 AI 图像选择长宽比、构图如何随之变化以及 Midjourney 和 OpenAI 如何设置它。
本指南内容14
为什么比率是第一位的
纵横比是图像宽度和高度之间的关系，写为两个数字，例如 3:2 或 16:9。这是摄影师做出的第一个决定，因为它决定了框架可以容纳什么。在图像生成中，这一点更为重要：模型为您提供的帧组成了整个场景，因此之后更改比例意味着裁剪或重新生成。在完善提示的其余部分之前选择它。
比率不是分辨率
比率与像素数量无关。 Midjourney的文档直接说明了这一点：宽高比与图像尺寸不同，最终尺寸取决于版本和升级器。 3:2 图像可以很小也可以很大。确定从哪里可以看到图像的形状以及拍摄对象在图像中的位置，然后将分辨率作为一个单独的问题来处理。
正方形，1:1
正方形是平衡的、静态的，没有主导方向。它适合单一物体、对称构图和居中主题，也是许多社交平台长期以来用于发布帖子和个人资料图片的框架。这也是 Midjourney 中的默认设置，其文档指出图像以正方形开头。正方形不适合风景和集体场景，因为在这些场景中，拍摄对象会自然地向侧面扩散。
经典照片，3:2 和 2:3
3:2是静态摄影的传统比例，继承自35毫米胶片，许多相机仍在使用它。对于摄影提示来说感觉很自然，因为它是人们与照片联系在一起的形状。水平3:2适合街道、室内和风景；垂直 2:3 适合肖像、门口和高层建筑，Midjourney 的文档提到它在印刷摄影和相框中很常见。
4:3 和 5:4
4:3 是最初的电视比例，许多平板电脑和大多数紧凑型数码相机仍在使用。它比 3:2 略呈方形，从而在拍摄对象的上方和下方留有更多空间。 5:4 又更方形，常见于大中画幅摄影以及 8 x 10 英寸的打印。两者都适合室内装饰和肖像画，您需要一点喘息空间，而又没有宽幅画幅的强大水平拉力。
宽屏，16:9
16:9是电视和网络视频的标准比例； YouTube的帮助中心将其描述为计算机上的标准宽高比。其宽幅画面适合风景、城市景观、行驶中的汽车以及主题置于一侧的电影场景。它是横幅、演示幻灯片和视频缩略图的绝佳选择。它对于单个站立人物来说较弱，在宽框架中最终会显得很小。
垂直，9:16
9:16 是侧面翻转的相同形状：直立的手机全屏。 Midjourney 的文档将其描述为社交媒体上移动内容的常见内容，YouTube 指出垂直 9:16 视频可以在计算机屏幕上以填充方式显示。它适合站立的人物、高层建筑、瀑布和任何具有强烈垂直线的物体。刻意为之创作；压缩在 9 分 16 秒的水平场景通常会因为空荡荡的天空和地板而失去主题。
构图如何随框架变化
较宽的画面为背景和三分法则提供了更多的空间，使拍摄对象偏离中心，并为眼睛移动提供了空间。较高的框架强调高度并邀请从前景到背景的层次感。提及提示中的位置：“汽车位于画面右侧三分之一处，空路从左侧通向”在 16:9 和 1:1 中读起来非常不同。当你改变比例时，重读作文句子并调整它们。
在Midjourney中设置比率
Midjourney 的文档列出了 --ar 参数或其长形式 --aspect，添加在提示符末尾并在破折号之前添加一个空格，例如“黎明时的安静港口 --ar 16:9”。数字必须是整数：文档说不接受小数，并建议使用 139:100 而不是 1.39:1，并且像素大小（例如 1920:1080）会简化为 16:9。它还指出，某些比率在放大时会略有变化，并且极宽或极高的比率是实验性的。
使用OpenAI的图像模型设置尺寸
OpenAI 的图像生成文档以像素为单位描述大小，而不是比率。在撰写本文时，它在推荐尺寸中列出了 1024x1024 方形、1536x1024 横向和 1024x1536 纵向，并带有自动选项。对于较新的型号，它还描述了自定义尺寸，写作宽度乘高度，其中两条边必须是 16 的倍数，长边和短边之间的比率必须保持在 3:1 以内。请注意，1536x1024 本身就是 3:2 形状。
Stable Diffusion等工具
在 Hugging Face diffusers 库中，Stable Diffusion 文本到图像管道接受以像素为单位的高度和宽度参数。原理在任何地方都是相同的：首先决定形状，然后设置工具要求的任何内容，像素或比率。当工具仅提供几种尺寸时，请选择最接近的尺寸，然后进行裁剪，在构图中留出边距，这样裁剪就不会切入主题。
规划不止一种格式
如果一张图像将在多个地方使用，例如宽幅网页横幅和垂直故事，则生成一张图像并以两种方式裁剪它很少起作用。要么在中心主题周围留出足够的空白空间，以便两种作物都能生存，要么根据相同的提示分别生成每种格式并调整作文句子。第二种选择通常会产生更好的结果，并且只花费更多的时间。
快速选择的方法
询问在哪里可以看到图像以及拍摄对象的形状。单个物体或居中对称的场景适合正方形。一张看起来像照片的照片适合 3:2 或 2:3。宽幅风景或视频帧适合 16:9。全屏手机图像或高大的拍摄对象适合 9:16。当没有明确的方向时，3:2 是一个安全的摄影起点，可以很好地裁剪到其他形状。
LarpGPT 适合的地方
LarpGPT 是一个旅行、建筑、汽车和生活方式场景的照片提示库，每个提示中都写入了构图以及主题、灯光和镜头。您复制提示，将其框架调整为您需要的比例，然后在您已使用的图像生成器中设置该比例。 LarpGPT 不会生成图像，并且每次尝试的结果都会有所不同。
常见问题
AI 图像的最佳长宽比是多少？
这取决于图像的观看位置和拍摄对象的形状。 3:2 是自然的摄影默认值，16:9 适合宽场景和视频，9:16 适合全屏手机图像，1:1 适合单中心主题。
如何更改 Midjourney 中的纵横比？
根据 Midjourney 的文档，在提示符末尾添加 --ar，后跟两个整数，例如 --ar 3:2。不接受小数，默认为平方。
OpenAI的镜像型号支持哪些尺寸？
在撰写本文时，OpenAI 的文档列出了推荐尺寸中的 1024x1024、1536x1024 和 1024x1536，以及自动选项，并描述了在设定限制内较新型号的自定义尺寸。
我可以稍后将 AI 图像裁剪为其他比例吗？
可以，但是针对一种形状制作的构图常常会在另一种形状中失去主题。围绕中心主题留出空间，或者单独生成每种格式并调整组合句子。
延伸阅读
指南
如何从头开始构建人工智能照片提示
编写图像提示的可重复顺序、每个部分应放置的内容、导致结果扁平化的常见错误，以及如何迭代以便每次尝试都能教会您一些东西。
六个有效的照片提示示例，以及为什么每一行都在那里
建筑内部、城市时刻、物体、风景、食物镜头和工作空间的完整提示，每个提示都逐句分解，以便您可以调整它们。
逼真图像提示的剖析
提示的每个部分在图像生成器中的作用是什么，为什么每个决定一个句子比一堵形容词更有效，以及如何在不破坏提示功能的情况下调整提示。
Midjourney逼真提示：实用方法
如何编写以照片形式读取的 Midjourney 提示：相机优先的结构、有帮助的记录参数以及如何迭代。
ChatGPT 图像提示看起来真实的豪华照片
如何促使 ChatGPT 呈现可信的奢华和生活方式形象：材料、光线、克制、工作示例以及对品牌和披露的关注。
如何为现实的人编写人工智能提示
在 AI 图像中描述逼真的人物：姿态、服装、皮肤、双手与光线，以及相伴的肖像权与披露规范。
AI 照片的灯光关键词：实用术语表
黄金时段、蓝色时段、窗光、背光、low key 等：每个照明术语在照片中的样子以及如何在 AI 提示中编写它。
负提示解释：何时使用以及如何使用
负面提示是什么，哪些图像工具记录了一个，Midjourney 的 --no 和 Stable Diffusion 的 negative_prompt 如何工作，以及为什么要谨慎使用它们。
如何编写可读的 AI 照片提示
针对主题、光线、镜头语言和约束的可重复提示结构，以及更容易细化的示例。
AI图像提示工具，对比
提示库、提示构建器、生成器内助手以及您自己编写的：每一个可以为您节省什么，每一个会花费您什么，以及哪一个可以教会您任何东西。