前面談完如何繪製角色，也談過如何設計場景，那麼這次來談如何設計人帶景的畫面吧。
我同樣是以「圖轉文，文轉圖」的方式設計，但和單獨設計人或景不一樣，在繪製人帶景的主題時，我是將人和景分開來設計，然後結合在一起。
不過還要加入另一個要素，就是人和景的關係，人在景中的位置，是什麼姿態。
以下是範例，這個範例的場景設定和人物設定，我是分別各用一張圖給ChatGPT進行「圖轉文」，於是會生成兩個個別獨立的指令，我再將兩者直接貼上。
先上指令圖，上半部黃色框框部分的是場景指令，下半部藍色框框的則是人物指令
出來其中一張滿意的成果如下，場景和女子大致都有反映指令的設定（雖然沒有站在月台上，而是站在月台旁）：
接著是將站姿改為坐在月台上
這張的髮型設定有跑掉，但整體上我挺喜歡的，就作為範例。這裡特別強調一下，用DALL-E3並沒有辦法每次都完全如自己指令設定呈現，有時甚至可能會出現落差很大的狀況，不過精準具體的設定還是可以大幅提高畫面反映自己想法的機率。
最後再上一張改成坐在月台椅子上的圖：
如何呢？
原理上來說就是這樣，但是實際上有不少細節需要進一步探究，特別是在我使用到目前為止的經驗，人帶景的圖在表現上要如實呈現自己腦海中的概念，似乎有更多複雜的變數要考慮，這篇我就先大概提幾個狀況。
像是人和景必須要某種程度上能自然地融合，而不會有多餘的場景衝突（不過設定衝突場景有時是必須的，好比說要創造奇幻超現實淚的畫面，這之後另外談。）
舉個例子吧，我曾經設定一位穿著西式婚紗的角色，放進西式的房間設定，就可以如設定呈現角色的穿搭設定，但同樣西式婚紗，放進傳統日式的場景設裡面，生成的圖大多都不會將角色的穿搭呈現出來，甚至可以說是完全跑掉，沒有一點我設定的內容。
在我看來，雖然我的指令撰寫方式，是將人和景分別設定，但DALL-E3卻不會獨立開來看待這兩個設定，而是當成一個整體，於是出現這種西式婚紗的角色搭配傳統日式場景時，因為在常理來說不太會出現，所以DALL-E就硬生生將我的人物設定整個改成適合場景的圖片。
以這點繼續延伸下去，我發現人的設定和景的設定會互相影響，好比說人的國籍設定會影響景的文化風格，反之亦然。
具體來講就是，我如果將人物設定為台灣人，那麼即便在場景沒特別強調地點在台灣，場景也很容易繪製成一種「傳統東方味」（基本上是歐美人士對東方的刻板印象，而非真正台灣）。相反的，我如果將場景設定在台灣，那麼我的角色也常常會自動被繪製成傳統東方式的外型和穿搭風格。
此外我發現，下指令時，細節多寡也會影響構圖，好比說，如果人的細節描述特別多，甚至連五官都描述得很仔細時，就有比較高機率會出現人臉就佔畫面很大位置，景反而被減少比例，反之，如果景描述得很細，人描述得很少，人在景中可能會佔很小比例。
這個部分，我到目前為止的合理解釋是，你大概要能夠去想像一下文字中的畫面感，好比說如果你能仔細描述一個人的五官特徵，那想必他應該是在離你很近的位置，反之，如果你只能粗略描述的話，他可能就在比較遠的地方。
如果你要忠實呈現自己的設定的話，人帶景是一個理論上很單純，真正操作上很多細節要去調整的主題，這個之後我再慢慢分享。