IP
Generer
Forhåndsvisningsbillede af 3D-kartografisk bydiorama
Primært referencebillede

3D-kartografisk bydiorama

En kompleks parametrisk scenegrafprompt til generering af avancerede 3D-byreliefkort med monumental typografi integreret i arkitekturen.

Dette er et gpt-image-2 -eksempel på en prompt for Andre inspirationer . Brug den kopieringsklare prompt nedenfor til at generere lignende visuelle elementer, og gennemgå Awesome Nano Banana Pro Prompts -kreditering samt kommercielle brugsrettigheder før genbrug.

Har du brug for det fulde promptsæt? Brug Andre inspirationer emnehub for flere relaterede eksempler, eller åbn GPT Image 2-promptbibliotek for det fulde eksempelindeks, genanvendelige strukturer og kildeattribution.
Prøv denne prompt

Hurtig

Klar til kopiering

PYTHON_SCENE_GRAPH :: PARAMETRIC_CITY_RELIEF class Variables: city = "{argument name="city" default="[CITY]"} "city_name_text = "{argument name="city name" default="literal city name from input"} "region_context = "Udleder land, topografi, klima, kultur og bykarakteristika" topography = "Udleder bjerge, floder, kystlinjer, sletter, øer, ørkener og bakker" urban_grid = "Udleder regionens tæthed, veje, transportkorridorer og bylayout" landmarks = "Udleder landmark_set(city)" signature_core = "Udleder det mest symbolske centrale vartegn eller offentlige rum" style = "Luksuriøs 3D-kortbymodel" class TerrainSlab: form = "Tyk, hævet, perforeret kortbase" surface = Variables.topography edges = "Graveret titelpanel, forklaring, kompas, målestok og illustreret områdekort" material = "Mat sten/gips/kortmodel materiale" klasse CityTypography: text = Variables.city_name_text form = "Monumental 3D-skrifttype" function = "Hvert bogstav er et beboeligt bygningsvolumen" placement = "Integreret i bykortet, ikke flydende" rule = "Tekst skal forblive læsbar fra en oversigtsvisning" klasse UrbanLayer: roads = Variables.urban_grid districts = "Udledt samfunds- og tæthedszoner" landmarks = Variables.landmarks core = Variables.signature_core labels = "Afledte placeringsetiketter baseret på byens geografi" klasse Atmosphere: camera = "Højvinkel trekvart makrovisning" lighting = "Blødt, avanceret studiedagslys" details = "Køretøjer, skyer, fly, træer, personer vises kun hvor det er relevant" def render(): return """{argument name="target city" default="[BY]"} Gengivet som en hævet, 3D topografisk kortmodel, hvor bynavne er omdannet til monumentale bygninger, suppleret med udledt geografi, vartegn, etiketter, veje og atlaslignende kartografi detaljer.

Promptvariabler

Redigerbare argumentpladsholdere fundet i prompten med deres standardværdier.

3
Variabel
city
Misligholdelse
[CITY]
Variabel
city name
Misligholdelse
literal city name from input
Variabel
target city
Misligholdelse
[CITY]

Genbrug og kildenoter

Brug denne prompt sikkert efter at have gennemgået sagen.

  1. 1.Kopier prompten, eller åbn den direkte i Dovoo med genereringsknappen.
  2. 2.Juster variabler, billedformat og referencebilleder til din egen brug.
  3. 3.Før udgivelse eller betalt brug skal du verificere kilderettigheder, krav til kreditering og risici forbundet med branding eller lighed.
3D-kartografisk bydiorama til GPT-billede 2 | Image Prompt Gallery