
3D地図都市ジオラマ
建築物に壮大なタイポグラフィを統合した、ハイエンドな3D都市地形図を生成するための、複雑なパラメトリックシーングラフプロンプト。
これはその他のインスピレーション向けのgpt-image-2プロンプトケースです。以下のコピー可能なプロンプトを使用して同様のビジュアルを生成し、再利用する前にAwesome Nano Banana Pro Prompts帰属表示と商用利用権を確認してください。
プロンプトセット全体が必要ですか? その他のインスピレーション 関連する例をもっと見るにはトピックハブを開くか、 GPTイメージ2プロンプトライブラリ 完全な例の索引、再利用可能な構造、および出典の明記については、こちらをご覧ください。
プロンプト
コピー準備完了プロンプト
PYTHON_SCENE_GRAPH :: PARAMETRIC_CITY_RELIEF クラス Variables: city = "{argument name="city" default="[CITY]"} "city_name_text = "{argument name="city name" default="入力からのリテラル都市名"} "region_context = "国、地形、気候、文化、都市の特徴を推測します" topography = "山、川、海岸線、平野、島、砂漠、丘を推測します" urban_grid = "地域の密度、道路、交通回廊、都市のレイアウトを推測します" landmarks = "landmark_set(city)を推測します" signature_core = "最も象徴的な中心ランドマークまたは公共空間を推測します" style = "高級 3D マップ都市モデル" クラス TerrainSlab: form = "厚みのある、隆起した、穴の開いたマップベース" surface = Variables.topography edges = "彫刻されたタイトル パネル、凡例、コンパス、スケール バー、イラスト付きエリア マップ" material = 「マットな石/石膏/地図モデル素材」 class CityTypography: text = Variables.city_name_text form = 「記念碑的な3Dフォント」 function = 「各文字は居住可能な建物のボリューム」 placement = 「都市地図に統合され、浮遊しない」 rule = 「テキストは上空からの視点でも読み取れる必要がある」 class UrbanLayer: roads = Variables.urban_grid districts = 「コミュニティと密度ゾーンを推測」 landmarks = Variables.landmarks core = Variables.signature_core labels = 「都市の地理に基づいて派生した位置ラベル」 class Atmosphere: camera = 「高角度の3/4マクロビュー」 lighting = 「ソフトでハイエンドなスタジオの昼光」 details = 「車両、雲、飛行機、木、人は適切な場所にのみ表示される」 def render(): return """{argument name="target city" default="[CITY]"} 都市名が記念碑的な3D地形図モデルに変換された、隆起した3D地形図モデルとしてレンダリングされます。建物に加え、推測に基づく地理的情報、ランドマーク、ラベル、道路、そして地図帳のような詳細な地図情報が補足されている。プロンプト変数
プロンプトに表示される編集可能な引数プレースホルダーと、それらのデフォルト値。
変数
city
デフォルト
[CITY]
変数
city name
デフォルト
literal city name from input
変数
target city
デフォルト
[CITY]
このカテゴリーのその他の事例
カテゴリー、入力モードの互換性、品質、およびリスクの低さに基づいて優先順位付けされています。
再利用と出典に関する注記
ケースを事前に確認してから、このプロンプトを安全に使用してください。
- 1.プロンプトをコピーするか、生成ボタンを使ってDovooで直接開いてください。
- 2.ご自身の用途に合わせて、変数、アスペクト比、および参照画像を調整してください。
- 3.公開または有料利用の前に、情報源の権利、帰属表示の要件、およびブランドまたは肖像権に関するリスクを確認してください。





