先说结论

目前常见的做法，是在 ChatGPT 里用 Image 2.5 Sunburst 去生成 ChatGPT 精灵图。Developing sprite sheets with gpt-image-2 这条讨论里，AI Game Studio Dev Log 的作者提出了一套比较稳定的工作流：

  1. 通过 GPT Image 模型来生成角色设定图（当时测试的模型还是 GPT-Image-2）；
  2. 通过 MiniMax H3 Max 模型生成 3–5 秒的动作序列帧；
  3. 使用 ffmpeg 提取并调整序列帧的大小和角色位置，保证动画的连贯性；
  4. 使用 Aseprite 继续编辑调整精灵图，作为这批精灵图的资产管理；
  5. 使用 ElevenLabs 做音效。

可以做到吗？可以，但是不推荐。精灵图需要的是一个能让多个工具链共通的美术资源生成 Harness，而不是去依赖一个无法打通和共享上下文的独立环境。

作者后续的两条经验

首先，在生成角色时，拥有同一角色的多个对齐视图非常有用。作者的做法是生成侧面、正面和背面视图。这样就能有一致的参考图像，可以从不同角度创建动画序列。过去总会遇到「基线对齐」的问题，使用 GPT Image 2.5 后，这个问题已基本解决。这并非强制性的，也可以仅基于侧面视图生成正面和背面动画，但这样一来，角色的某些细节就容易发生变化。例如，身份牌可能会消失，或者头发颜色可能会略有变化。因此，拥有多个参考帧可以确保从不同角度生成一致的动画。

第二条是，在生成动画时，要对起始帧和结束帧进行条件化处理。如果要一段能循环的待机动画，需要确保第一帧和最后一帧重合。如果角色正在执行一个向北转身、然后又回到侧视图的动作序列，需要确保最后一帧的衔接保持一致。

视频评论区中讨论的分层方案

因为我会经常更新自己的探索过程的视频，也拿到了很多人的讨论信息和看法，例如在一个视频站点下就出现了这样的对话：

  • 毫无意义，seedream 5.0 pro已经支持了图像分层，一个api的事儿
  • 老大，请问这个seedream的分层要在哪里使用呀
  • 你大概率不是程序员，你按我说的一步一步做：打开deepseek官网，下载deepseek harness，在deepseek注册账号申请key充五块钱，然后直接在harness软件的聊天窗口让deepseek帮你做个图像分层小工具，其接入字节Seedream 5.0 Pro的api，让它自己搜api文档接入
  • 哈哈，有个词语叫重复造轮子。话说回来，也亏是这位UP在网上发了视频，大佬你在评论区指出来了，咱们才能知道还有这样好的方法

上面两个例子，处理上都还停在出图、分层这一步。

角色精灵图是一整块需求

产品调研里曾经发现过类似 SpriteCook 这样的产品，专注去处理角色的 Sprite 及相应的图片资源。这里面其实涵盖的是一整块需求，并不是上面两个例子的处理那么简单，例如：

  1. 生成的精灵图后期的管理维护，按照原尺寸的资产重新生成，并和提示词对齐；
  2. 生成的精灵图资产在一个页面下的快速编辑；
  3. 大批量的角色图资源的批量化生成；
  4. 不同角色的持久化、稳定的提示词 Harness。

上面的情况当然都可以实现。但如果需要大量、批量化、稳定地生成和处理、后期管理，甚至团队资产管理，目前更接近的是 VberAI Studio 这一套工作链。

小结

在 ChatGPT 中使用 Image 2.5 生成精灵图，不如直接在 Codex 项目中调用 Figma 的 MCP 去进行这批美术资源的管理，但后续还牵涉到更多如何与游戏引擎的同步和交互。见 Figma 到 Godot 的导入工具是单向的。所以并不推荐在 ChatGPT 中直接生成精灵图，这意味着后期还要面对大量的 Harness 流程与美术处理流程需要构建。