如何使用 API 建立 AI 生成的虛擬網紅（以及實際運作成本）

真正決定這件事能否成功的兩件事

撇開行銷話術不談，AI 網紅歸根究柢涉及兩個技術問題。

第一個是 身分一致性 — 每篇貼文中的臉孔、身體與比例都必須相同。受眾辨識創作者的方式，就像辨識真人一樣：靠的是臉孔。如果臉孔不斷變化，就沒有可追隨的品牌。這正是無程式碼工具悄悄做不好的問題，也是我們將投入最多程式碼處理的地方。

第二個是 真實感 — 避免出現「AI 感」。塑膠般的皮膚、六根手指、死氣沉沉且令人不安的眼神，這些都會立刻被看出是假的。在各平台越來越常標示合成內容的情況下，看起來明顯是生成內容是一種負擔，而不是風格。

以下所有步驟都是為了這兩件事服務。如果某個步驟沒有改善一致性或真實感，那就是噪音。

必要條件

你需要三樣東西：GPT Proto 帳戶、餘額，以及 API 金鑰（建立帳戶、儲值，然後在控制面板中產生金鑰）。GPT Proto 使用預付點數 — 沒有免費方案，因此你需要按生成次數付費。好處是同一個餘額可跨所有模型使用，所以在專案中途切換圖片引擎不會產生額外費用。每個模型的單次生成費率都列在各自的模型頁面上。

你還需要一張參考圖片：可以是你擁有使用權的照片，也可以是只生成一次、之後作為所有內容基準的單一基礎角色。

在開始撰寫程式碼前，先注意一個陷阱。GPT Proto 使用原始 API 金鑰進行驗證 — 沒有 Bearer 前綴。習慣 OpenAI 風格標頭的人很容易在這裡出錯，因為在那種格式中，金鑰會放在 Bearer 後面。這裡則只需要單獨放置金鑰：

Authorization: GPTPROTO_API_KEY

三個模型都使用相同格式 — gpt-image-2、Seedream 和 Seedance。出於習慣加上 Bearer，你就會花一整個下午除錯與程式碼毫無關係的 401 錯誤。我會在每個步驟中明確保留正確的標頭。

步驟 1 — 鎖定角色身分

一致性始於基準圖。不要每次都描述一張新臉孔（這樣每次都會產生新臉孔），而是固定一張參考圖片，並從它開始編輯。這就是文字轉圖片與圖片編輯的差異：前者會創造，後者會保留。

先生成或選定你的基礎角色。之後每篇貼文都使用圖片編輯呼叫，讓這個身分延續下去。以下是對 gpt-image-2 的核心請求；GPT Proto 自己的模型頁面特別指出，它適合維持角色在不同角度下的一致性。注意原始金鑰 — 沒有 Bearer：

import os
import requests

API_KEY = os.environ["GPTPROTO_API_KEY"]

resp = requests.post(
    "https://gptproto.com/api/v3/openai/gpt-image-2/image-edit",
    headers={
        "Authorization": API_KEY,           # gpt-image-2: raw key, NO "Bearer"
        "Content-Type": "application/json",
    },
    json={
        "images": ["https://your-cdn.com/character-reference.png"],
        "prompt": (
            "the same woman, sitting in a sunlit Lisbon cafe, "
            "candid 35mm photo, soft window light, natural skin texture"
        ),
        "size": "1024x1536",                # 2:3 vertical, good for feed
        "quality": "high",
        "enable_sync_mode": False,
        "response_format": "url",
    },
)
prediction = resp.json()["data"]
print(prediction["id"])

gpt-image-2 接受任意解析度，只要最長邊不超過 3840px、兩邊都是 16 的倍數、長寬比為 3:1 或更窄，且總像素數介於 655,360 與 8,294,400 之間即可。對社群貼文來說，你很少需要離開 1024–1536 的範圍。

當 enable_sync_mode 設為 false 時，呼叫會回傳 id，而不是完成的圖片。你需要輪詢結果：

import time

def wait_for_result(prediction_id):
    url = f"https://gptproto.com/api/v3/predictions/{prediction_id}/result"
    while True:
        r = requests.get(url, headers={"Authorization": API_KEY}).json()
        status = r["data"]["status"]
        if status == "completed":
            return r["data"]["outputs"]
        if status == "failed" or r["data"]["error"]:
            raise RuntimeError(r["data"]["error"])
        time.sleep(2)

images = wait_for_result(prediction["id"])
print(images)

重點是：輸入一張參考圖，輸出同一個人。這個單一改變 — 從基準圖編輯，而不是重新提示生成 — 就解決了一大部分的一致性問題。

步驟 2 — 生成一批一致的貼文

現在只要使用不同的場景提示，重複步驟 1，並每次重複使用同一張參考圖片即可。咖啡館、健身房、街道、攝影棚 — 同一張臉孔，不同的場景。這時 AI 網紅才真正成為一個內容動態。

有兩件事能讓這些圖片看起來像照片，而不是渲染圖。第一，使用真實的相機語言撰寫提示 — 指定鏡頭、光源和皮膚細節 — 不要堆疊「超級寫實」這類模型大多會忽略的形容詞。「85mm 人像、陰天午後光線、清晰可見的皮膚毛孔」比「超寫實 8K 傑作」更有效。第二，善用模型預設的光線效果，讓場景描述負責主要工作。

這裡有一個值得在選定引擎前了解的實際限制。GPT Proto 自己的 gpt-image-2 文件承認，該模型「在圖片對圖片的覆蓋處理上表現不佳，通常會留下參考圖的瑕疵」，而且圖片中的文字可能不一致。實際上，這表示 gpt-image-2 非常擅長維持自己生成的臉孔，但如果你以真實照片為基礎進行強烈的圖片對圖片編輯，可能會出現模糊或來源圖片殘留。這就是你應該測試其他編輯引擎的時機 — 下一節會介紹。

生成結果回傳後，在以程式發布任何內容前，先檢查回應中的 has_nsfw_contents 欄位。流程會在每個結果中回傳這個欄位；忽略它，就可能讓不想要的輸出混入排程佇列。

步驟 3 — 選擇圖片引擎：一致性與成本

這正是無程式碼工具剝奪你選擇權的地方。它們挑選一個模型並將其隱藏起來。使用 API 時，你可以針對每個鏡頭切換模型並按圖片付費，因此可以自行最佳化。以下三個圖片引擎值得用於 AI 網紅內容比較：

結構上的差異比任何單一數字都更重要。gpt-image-2 按 token 計費，因此大型高品質渲染的成本會高於小型渲染 — 它的單張圖片成本會變動，而且對大型輸出而言是三者中最高的。另兩個 ByteDance 系列模型不論提示內容如何，都收取固定費率，因此大量生成時更容易預估成本。

我的建議是：使用 gpt-image-2 設計並鎖定最初的臉孔，因為它的一致性與細節值得這項額外費用；接著改用 seedream-5.0，以每張 $0.0298 的價格生成數十篇日常貼文。以下是對 Seedream 進行同類型編輯呼叫的範例 — 使用相同的原始金鑰，並注意 URL 中的供應商是 bytedance，不是 doubao：

resp = requests.post(
    "https://gptproto.com/api/v3/bytedance/doubao-seedream-5-0-260128/image-edit",
    headers={
        "Authorization": API_KEY,                # Seedream: same raw key, NO "Bearer"
        "Content-Type": "application/json",
    },
    json={
        "prompt": "the same woman, golden-hour rooftop, candid phone photo",
        "images": ["https://your-cdn.com/character-reference.png"],
        "size": "2048x2048",
        "enable_base64_output": False,
        "enable_sync_mode": False,
    },
)
print(resp.json()["data"]["id"])     # poll with the same wait_for_result()

結果的查詢方式與步驟 1 相同。你可以讓每篇貼文都經過最適合生成特定角色的引擎 — 而你只能透過測試兩到三個引擎來找出答案，這正是單一模型的 SaaS 不會讓你做的事。

步驟 4 — 將貼文變成短片（可選）

動態內容是內容動態不可或缺的一環。取得滿意的圖片後，將它交給圖片轉影片模型。Dreamina Seedance 2.0 可以在保持構圖的同時讓靜態圖片動起來，並支援直式 9:16 輸出，這正是 Reels 和 Shorts 所需的格式：

resp = requests.post(
    "https://gptproto.com/api/v3/bytedance/dreamina-seedance-2-0-260128/image-to-video",
    headers={
        "Authorization": API_KEY,                # Seedance: same raw key, NO "Bearer"
        "Content-Type": "application/json",
    },
    json={
        "prompt": "she turns to the camera and smiles, subtle hair movement",
        "image": "https://your-cdn.com/locked-post.png",   # single URL, not an array
        "last_image": "",
        "aspect_ratio": "9:16",
        "duration": 5,
        "resolution": "720p",
        "is_upload_media": "true",
        "generate_audio": True,
        "camera_fixed": False,
        "seed": -1,
    },
)
print(resp.json()["data"]["id"])     # poll with wait_for_result()

一支 720p、9:16、5 秒的短片成本為 $0.8316；降至 480p 則為 $0.3867；提升至 1080p 則為 $1.8711。最便宜的 480p 方形短片起價為 $0.2957。

需要坦白說明的是：GPT Proto 的模型頁面指出，Seedance 2.0 會執行嚴格的人臉偵測篩選，而且角色一致性可能在較長影片中逐漸偏移，有時需要使用網格覆蓋等技巧才能改善。對 AI 網紅而言，這代表：讓短片保持簡短，找到合適的 seed 後將其鎖定，不要期待 15 秒短片能像 5 秒短片一樣緊密維持臉孔。動態仍是這套流程中真正困難的部分。

實際運作成本 — 以及「被動收入」是否真實

以下是其他指南都省略的計算。按照文件所列的固定費率，在 Seedream 上每天發布一篇貼文，一個月的成本是 30 × $0.0298 = 約 $0.89。再加上每週四支、每支 $0.8316 的短版 720p 短片 — 另外 $3.33。每天發布貼文加上每週影片一個月的原始生成成本約為 $4.20。這就是整條製作流程的成本，而訂閱工具在你生成第一張圖片前，就會收取每月 $19–99。

現在將它與收入面放在一起比較。根據她的創作者透過 Euronews 提供的資訊，Aitana 平均每月約有 €3,000 的收入，而生成成本只有個位數美元。這個差距，正是代理商打造虛擬模特兒的原因。

但「被動」並不是正確的說法，任何把它包裝成被動收入的人，都是在兜售夢想。根據同一份報導：Aitana 由一個約 11 人的團隊負責營運，他們每週開會，編排她「做什麼」— 去哪裡旅行、發布什麼內容、如何回覆。Euronews引述她的設計師表示，人們追隨的是生活，而不是圖片；一致的臉孔是必要條件，但並不充分。勞動只是從攝影棚轉移到了編劇室。你並沒有逃離工作；你只是把燈光設備換成提示工程、敘事和發布節奏。便宜的是像素，昂貴的仍然是注意力。

遵守規範（避免帳戶遭到刪除）

兩個風險可能讓整個專案化為烏有，因此要在擴大受眾前處理，而不是事後才補救。

第一個是揭露。根據 Meta 自己的透明度中心，自 2024 年 5 月起，Meta 就將 AI 內容標示為「AI Info」，並透過嵌入式來源訊號或創作者揭露來偵測。2026 年，Instagram 新增了可選的帳戶層級標籤，表示某個個人檔案發布了 AI 生成或 AI 修改的內容。對於自然觸及的貼文，標籤大多是自動或自願的；對付費及贊助內容，要求更加嚴格且持續收緊 — 截至 2026 年，相關報導指出廣告必須揭露 AI，但確切規則會變動，因此在執行活動前，請確認各平台的最新官方政策。我的建議是：主動揭露。一個醒目的「使用 AI 製作」標示，不會像創作者擔心的那樣扼殺互動，還能消除成功帳戶被標記的最大原因。

第二個風險是你生成的是誰的臉。請讓角色完全由人工合成。生成真實且可識別的人物 — 名人、熟人，或任何未同意的人 — 才是真正引發法律與平台風險的地方，任何程度的揭露都無法修復這個問題。一個一致的、虛構角色，才是整套做法中最符合品牌安全的版本。

常見錯誤與解決方法

• 401 未授權：十次有九次是因為你出於習慣加上了 Bearer 前綴。GPT Proto 對所有模型都要求使用原始金鑰 — gpt-image-2、Seedream 和 Seedance 都一樣。移除 Bearer，並在其他檢查前先確認金鑰本身。
• 403 禁止存取：通常是餘額不足，而不是權限問題。請儲值。
• 429 請求過多：你已達到速率限制；請降低請求速度，並延遲後重試。
• 內容政策（以 400 回傳、標示為 503）：提示或輸出觸發了安全篩選器。請重新調整提示。
• 貼文之間的臉孔逐漸變化：重複使用同一張參考圖片、重複使用已知效果良好的 seed，並收緊場景提示，讓模型把自由度用在背景，而不是臉孔上。

準備好建立一個了嗎？先從AI 網紅生成器開始，了解一致性工作流程；接著開啟gpt-image-2 模型頁面，查看完整的 API 參考與費率。在擴大規模前，先比較所有模型的單張圖片價格。