Kami mengiterasi LLM sesuai tema untuk membangun adegan, lalu secara otomatis membuat dan mengekspor prompt yang dioptimalkan untuk GPT-image2.0. Komposisi yang sulit dibangun dengan pembuatan gambar biasa kami wujudkan dengan memanfaatkan karakteristik gambar ke gambar. Untuk menekan biaya, kami melakukan upscale pada keluaran 1k berkualitas rendah.
Catatan: Karena GPT-Image2.0 sangat cenderung menghasilkan gambar yang sama dengan gambar asli, kami menambahkan prompt untuk menekannya.