Diorama cartográfico 3D da cidade
Um prompt complexo de grafo de cena paramétrico para gerar mapas de relevo urbano 3D de alta qualidade com tipografia monumental integrada à arquitetura.
Este é um exemplo de prompt gpt-image-2 para Outras inspirações . Use o prompt pronto para copiar abaixo para gerar visuais semelhantes e revise a atribuição Awesome Nano Banana Pro Prompts e os direitos de uso comercial antes de reutilizá-los.
Precisa do conjunto completo de instruções? Use o Outras inspirações Para obter mais exemplos relacionados, acesse o hub de tópicos ou abra o Biblioteca de prompts GPT Image 2 Para obter o índice completo de exemplos, estruturas reutilizáveis e atribuição de fontes.
Incitar
prompt pronto para copiar
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 = "Infere country, topography, climate, culture, and city characteristics" topography = "Infere mountains, rivers, coasts, plains, islands, deserts, and hills" urban_grid = "Infere region density, roads, transportation flows and city layout" landmarks = "Infere landmark_set(city)" signature_core = "Infere the most symbol central landmark or public space" style = "Luxury 3D map city model" class TerrainSlab: form = "Thick, elevated, perfurated map base" surface = Variables.topography edges = "Engraved title panel, legend, compass, scale bar, and illustrated area map" material = classe "Material de modelo de mapa/pedra/gesso fosco" classe CityTypography: texto = Variables.city_name_text forma = "Fonte 3D monumental" função = "Cada letra é um volume de edifício habitável" posicionamento = "Integrado ao mapa da cidade, não flutuante" regra = "O texto deve permanecer legível em uma vista aérea" classe UrbanLayer: estradas = Variables.urban_grid distritos = "Inferindo zonas de comunidade e densidade" pontos de referência = Variables.landmarks núcleo = Variables.signature_core rótulos = "Rótulos de localização derivados com base na geografia da cidade" classe Atmosphere: câmera = "Vista macro de três quartos em ângulo alto" iluminação = "Luz natural suave de estúdio de alta qualidade" detalhes = "Veículos, nuvens, aviões, árvores e pessoas mostrados apenas onde apropriado" def render(): return """{argumento nome="cidade alvo" padrão="[CIDADE]"} Renderizado como um modelo de mapa topográfico 3D elevado, onde os nomes das cidades são transformados em edifícios monumentais, complementados Com geografia inferida, pontos de referência, rótulos, estradas e detalhes cartográficos em estilo de atlas.Variáveis de prompt
Marcadores de posição editáveis para argumentos encontrados no prompt, com seus valores padrão.
Variável
city
Padrão
[CITY]
Variável
city name
Padrão
literal city name from input
Variável
target city
Padrão
[CITY]
Reutilização e notas de origem
Utilize esta instrução com segurança após visualizar o caso.
- 1.Copie o prompt ou abra-o diretamente no Dovoo com o botão de geração.
- 2.Ajuste as variáveis, a proporção e as imagens de referência de acordo com o seu caso específico.
- 3.Antes de publicar ou utilizar o conteúdo mediante pagamento, verifique os direitos da fonte, os requisitos de atribuição e os riscos relacionados à marca ou à imagem.