GIF 配方写死：1:1 · 16 帧 · 12fps

提示词

I’ve seen quite a few ChatGPT Image 2.5 GIF workflows and run a few tests myself. My favorite combination so far is a 1:1 canvas, 16 frames, and playback at 12fps.

For this one, I used the API with max + 4K to generate a sprite sheet of a cat in a fried-shrimp costume doing a skateboard flip. Then I gave the image to Codex to split into frames and assemble the GIF. The details came out noticeably clearer than the earlier versions I generated with Codex’s built-in imagegen tool.

Here’s a simple example using my 2880×2880 source image:

→ 3×3 grid, 9 frames: 960×960 per frame
→ 4×4 grid, 16 frames: 720×720 per frame
→ 5×5 grid, 25 frames: 576×576 per frame

The more frames you pack in, the fewer pixels each frame gets. That includes the background, too. A small character with lots of empty space around it leaves fewer pixels for the details.

The same 16 frames play in one second at 16fps. I ended up exporting at 12fps, with the GIF lasting about 1.33 seconds. The motion felt less rushed.

Good-looking individual frames don’t always make a smooth animation. Once it’s playing, you can still spot inconsistencies in the board’s rotation and wheel positions. There’s still a bit of luck involved, haha.

Prompt in the first reply. Paste it into a Codex session that can generate images, swap out the character and action, and give it a try 👇

中文译文

我见过不少 ChatGPT Image 2.5 的 GIF 工作流，自己也跑了一些测试。目前我最喜欢的组合是 1:1 画布、16 帧、12fps 播放。

这一次我用 API 搭配 max + 4K 生成了一张家猫穿着炸虾服玩滑板翻板动作的 sprite sheet。然后我把图片交给 Codex 切分成帧并合成 GIF。相比我之前用 Codex 内置 imagegen 工具生成的早期版本，这次的细节明显更清晰。

下面用我的 2880×2880 源图举个简单的例子：

→ 3×3 网格，9 帧：每帧 960×960
→ 4×4 网格，16 帧：每帧 720×720
→ 5×5 网格，25 帧：每帧 576×576

塞进去的帧数越多，单帧分到的像素就越少。背景也一样。一个周围留有大片空白的小角色，留给细节的像素就更少。

同样的 16 帧，在 16fps 下 1 秒就播完了。我最终按 12fps 导出，GIF 时长约 1.33 秒。动作感觉没那么赶。

单帧好看并不一定就能组成流畅的动画。一旦播放起来，你还是能发现滑板旋转和轮子位置上的不一致。多少还得靠点运气，哈哈。

提示词放在第一条回复里。把它粘贴到能生成图片的 Codex 会话中，替换掉角色和动作，试试看 👇

溯源

原作者

Voxyz_ai

发布日期

2026-09-10

原始出处

查看原帖 ↗

收录来源

xianyu110/awesome-gpt-image2.5 · 2098063955096633467 · MIT