Charakterausdrücke als GIF erstellen

Am 4. November stellte OpenAI Images 2.6 vor. Eine Beschreibung im Chat kann direkt ein wiederholbares GIF erzeugen. Entscheidend ist, ob die Emotion erkennbar bleibt, die Figur konsistent aussieht und die Bewegung bei Wiederholung funktioniert.

Wir betrachten mit Arcloop sechs Original-GIFs und ihre Einzelbilder: Vorgaben, Ergebnisse und mögliche Verbesserungen. Image 2.6 ist auch auf Arcloop verfügbar. Öffne den Arcloop-Arbeitsbereich mit Figurenreferenz und Bewegungsbeschreibung. Die folgenden GIFs und Messwerte stammen aus ChatGPT-Tests.

1. Den Charakter auswählen

In ChatGPT-Konten mit freigeschalteter GIF-Erstellung kannst du ein Standbild hochladen und seine Bewegung beschreiben. Eine Zeitleiste musst du nicht beherrschen; unterscheide aber veränderliche und feste Merkmale.

Unsere Figur hat kurze silbergraue Haare, goldene Augen, Katzenohren, eine blaue und orangefarbene Schürze, Glöckchen und orange Schleife im Haar sowie einen Schwanz rechts im Bild. Diese Merkmale sollen bleiben; Mimik, Gesten und Schwanzbewegung dürfen variieren.

Hände zum Gesicht zu heben ist Bewegung. Ein verschwundenes Glöckchen oder eine andere Schürzenfarbe kann dagegen die Identität verändern. Feste Kamera und Bildausschnitt erleichtern die Prüfung, verhindern Verformungen aber nicht garantiert. Prüfe die Stabilität jedes GIFs und die Wiedererkennbarkeit aller sechs. Zum Festhalten der Merkmale hilft ein Charakterblatt vor dem Prompt (auf Englisch).

2. Emotionen durch sichtbare Handlungen beschreiben

Konkrete Handlungen liefern prüfbare Kriterien. Die sechs ursprünglichen Prompts, hier übersetzt:

1. Schüchtern das Gesicht verstecken: Ohren zurücklegen, die Hälfte des Gesichts mit beiden Händen bedecken.
2. Wütend fauchen: Wangen aufblasen, Katzenohren aufstellen, leicht drohen.
3. Ein abweisendes Tsundere-Schnauben: Arme verschränken, Kopf abwenden, Schwanz sanft bewegen.
4. Ein Geschenk: mit beiden Händen ein kleines Herz anbieten, Augen aufleuchten lassen.
5. Verzweifelt weinen: Tränen sammeln sich, Mundwinkel sinken, Schultern zittern leicht.
6. Selbstgefällig zwinkern: Hände in die Hüften, einmal mit einem Auge zwinkern.

Schüchternheit. Hände steigen zum Mund, Ohren senken sich, Wangen werden rot. Die Emotion ist lesbar. Kontrolliere bei verdecktem Gesicht auch die Grenzen zwischen Fingern und Wangen.

Wut. Stirnrunzeln, offener Mund und erhobene Hände dominieren; aufgeblasene Wangen sind weniger deutlich. Die Emotion funktioniert, ohne jedes Detail genau zu erfüllen. GIFs haben keinen Ton: Fauchen muss visuell vermittelt werden.

Tsundere. Verschränkte Arme, abgewandter Kopf und geschlossene Augen verdeutlichen die Haltung. Zusätzlich erscheint eine kleine Atemwolke. Für einen schlichten Sticker kannst du solche Symbole ausschließen.

Herz. Ein rosa Herz erscheint in den Handflächen und wird nach vorne gereicht. Die Handlung ist klar; der emotionale Höhepunkt ist aber ein Lachen mit geschlossenen Augen statt eines aufleuchtenden Blicks. Die Gesamtabsicht stimmt, die Mimik weicht ab.

Weinen. Feuchte Augen, hängende Ohren, Mundveränderungen und Bewegungslinien an den Schultern vermitteln Kummer. Für übertriebenes Schluchzen reicht die Vorgabe sich sammelnder Tränen möglicherweise nicht. Beschreibe die Intensität.

Zwinkern. Hände in den Hüften und das Schließen eines Auges sind sichtbar. Lächeln und Haltung wirken selbstgefällig. Die einfache Handlung lässt sich gut gegen einzelne Vorgaben prüfen.

Konkrete Gesten trennen Emotionen, während das Modell die Gesichtsdarstellung interpretieren kann. Beschreibe Emotion, Gesichtsänderung, eine Haupthandlung und Endpose; ändere jeweils nur eine Abweichung. Weitere Anregungen zu Brauen, Augen, Mund und Kopf findest du im Leitfaden für Gesichtsausdruck-Prompts.

3. Übergänge vor dem Tempo verbessern

Plane zuerst die Rückkehr zur Ausgangspose. Das ursprüngliche Herz-GIF beginnt ohne Herz und mit Händen nahe der Brust, endet aber mit ausgestreckten Händen und Herz. Das Zwinkern endet mit Händen in den Hüften, beginnt jedoch mit Händen neben den Schultern. Wiederholung bedeutet keine passenden Endzustände: Prüfe den Sprung beim Neustart.

Eine mögliche Ergänzung lautet:

Zu Beginn mit beiden Händen ein kleines Herz vor der Brust halten. Langsam nach vorne reichen, kurz lächeln, dann auf demselben Weg zurückführen. Mit derselben Handpose, Herzposition und Mimik wie am Anfang enden. Kamera und Hintergrund bleiben fest.

Ist das Objekt von Anfang an vorhanden, entfällt ein Übergang für Erscheinen und Verschwinden. Beim Zwinkern könnten die Hände durchgehend in den Hüften bleiben, sodass nur das Auge schließt und öffnet. Eine Geschwindigkeitsänderung des in ChatGPT erzeugten GIFs korrigiert das Tempo, ergänzt aber keine fehlende Bewegung und repariert weder verformte Hände noch unpassende Endzustände. Vereinfache zuerst die Handlung und prüfe die Rückführung.

4. Wie lang kann ein GIF sein?

Wir erzeugten einen 20-Sekunden-Zyklus mit nur 16 Bildern, jeweils 1.25 Sekunden lang. Laufzeit und Bewegungskontinuität sind getrennt zu bewerten. 20 Sekunden in diesem Test belegen keine Höchstgrenze.

Die ursprünglichen sechs GIFs liefen etwa 1.36–1.52 Sekunden pro Zyklus, mit acht Bildern und Endlosschleife. Am 6.–7. November 2026 luden wir dieselbe Referenz erneut in ChatGPT hoch und verlangten 2, 10 und 20 Sekunden: Herz vor der Brust halten, anbieten, lächeln und zurücknehmen; frontale Halbfigur, feste Kamera, weißer Hintergrund, kein Text.

Wir luden die Originale ohne lokale Montage, Zwischenbildberechnung oder Tempoänderung herunter. Die Zykluszeiten ergeben sich aus der Summe gespeicherter Bildverzögerungen, nicht aus dem Stoppen einer Endlosschleife.

Alle wiederholen endlos je einen Halten-Anbieten-Zurücknehmen-Ablauf. Die 10-Sekunden-Anfrage ist tatsächlich 0.08 Sekunden kürzer; wir behalten diese Messabweichung bei.

2 Sekunden. Bilder 1–2 halten das Herz, 3–5 bieten es mit Lächeln an, 6–8 nehmen es zurück. Das Tempo ist kompakt, doch die Wechsel alle Viertelsekunde bleiben sichtbar. Anfang und Ende sind ähnlich, nicht identisch: Eine nahtlose Schleife ist nicht belegt.

10 Sekunden. 16 Bilder gliedern die Phasen genauer, bleiben aber je 0.62 Sekunden stehen. Doppelte Bildzahl garantiert keine flüssigere Wiedergabe. Glöckchen und Schleife wandern vom Haar zum Kragen.

20 Sekunden. Weiterhin 16 Bilder, nun je 1.25 Sekunden: mehr Pause, keine zusätzlichen Bewegungsbilder. Dies ist eine eigenständige Generierung, keine von uns verlangsamte 10-Sekunden-Datei. Das Glöckchen ist wieder rechts, aber die Tasse auf der Schürze wird zum Pfotenabdruck.

Für diese Reaktion empfehlen wir das 2-Sekunden-Tempo als Basis für Hände und Schleifenübergang. Verlängere Haltephasen schrittweise. Für eine Geschichte mit neuen Handlungen über mehr als zehn Sekunden empfiehlt sich ein Animations- oder Videoworkflow vor der GIF-Konvertierung.

Pro Dauer blieb eine Ausgabe erhalten, nacheinander im selben Chat angefordert. Der 2-Sekunden-Prompt war kürzer; die späteren ergänzten zu bewahrende Merkmale. Weder Abmessungen noch Bildzahl waren festgelegt, Wiederholungsstichproben fehlen. Diese Einzelfallexploration erlaubt keine vollständige Ursachenzuordnung zur Dauer und keine Erfolgsquote oder allgemeine Obergrenze.

5. Abmessungen und Hintergründe

512×512 oder 1024×1024 anzufordern lieferte nicht diese Größen. Weiß, Rosa und echte Transparenz ergaben prüfbare GIFs. Prüfe die heruntergeladenen Pixel, Ränder über die gesamte Handlung und den Einsatzzweck statt nur Prompt oder Vorschau.

Vier Tests teilten Referenz, Handlung, 2-Sekunden-Zyklus, acht Bilder und feste frontale Halbfigur. Glöckchen, blaue-orange Schürze, Tassenmotiv und Schwanz sollten erhalten bleiben, Ohren, Hände und Schwanz vollständig im Bild. A und B änderten nur die Wunschgröße, C und D den Hintergrund von A.

Alle Originaldownloads haben acht Bilder zu 250 ms, 2 Sekunden pro Zyklus und Endlosschleife; keine lokale Skalierung, Freistellung oder Neukodierung. Ein KiB entspricht 1024 Byte.

A und B verfehlten die Wunschgröße; 1024 lieferte kein größeres Bild. Das belegt keine Produktgrenze bei etwa 439 Pixeln. Eine größere Vorschau beweist keine zusätzlichen Details.

Ohren, Hände und Schwanz waren in allen vier Dateien ohne offensichtliches Abschneiden sichtbar. Bei D blieben oben jedoch nur 4 Pixel, rechts mindestens 15. Nicht abgeschnitten heißt nicht großzügig eingerahmt. Prüfe Ohrspitzen und Schwanz vor einem Zuschnitt; insbesondere D verträgt oben keinen engeren Rand.

Anfangs- und Angebotsbild von A zeigten wir mit 64 und 128 Pixeln Breite. Bei 64 bleiben Herz und Geste erkennbar, Blick, Finger und Schürzenmotiv jedoch schlechter; bei 128 wird die Mimik deutlicher. Priorisiere Herz und Geste vor zusätzlicher Gesichtsbetonung. Kompression durch Chatplattformen wurde nicht getestet.

Die weißen Flächen wirkten weiß, waren in Stichproben aber nicht immer reinweiß. Rosa blieb im Grundton erhalten; die RGB-Mittelwerte einer 10×10-Pixel-Fläche oben links schwankten leicht zwischen Bildern. Für eine Reaktion kann visuelle Stabilität genügen. Auf exakt weißer Webseite muss ein fast weißes Rechteck am Rand geprüft werden.

Alle acht Bilder von D enthalten transparente Pixel und Ecken mit Deckkraft 0. Auf hellen und dunklen Flächen scheint der Untergrund außerhalb der Figur durch: weder weißer Block noch gemaltes Schachbrett. A, B und C enthalten nach Dekodierung keine transparenten Pixel; ein Transparenzindex allein ist kein Nachweis.

Haare, Ohren, Hände und Schwanz stehen ohne weißen Restblock frei. Pixel sind entweder ganz transparent oder deckend, ohne halbtransparente Übergänge. Prüfe feine Haare und Ränder auf dem Zielhintergrund; Transparenz garantiert nicht überall gute Konturen. Die kleinere D-Datei beweist keine generelle Platzersparnis. Zuschnitt, Farbreduktion und Bildentfernung wurden nicht verglichen: Arbeite mit Kopien, ändere eine Einstellung und prüfe Bewegung und Ränder erneut. Erfolgsquoten lassen sich nicht ableiten.

6. Werden Kamerawechsel eingehalten?

Die Wechsel erscheinen, Glöckchenseite und dasselbe Herz bleiben weitgehend erhalten. Das bestätigt noch nicht Bildaufbau, Handlungskontinuität oder Schleife. Prüfe abgeschnittene Nahaufnahmen und die Rückführung der Hände separat.

Dieselbe Referenz diente für drei neue weiße GIFs mit 2 Sekunden und acht Bildern: allmählich näher und zurück; ein Schnitt zur Nahaufnahme; Schnitt zur Nahaufnahme mit Rückschnitt zur Halbfigur. Alle sollten Halten, Anbieten, Lächeln und Zurücknehmen zeigen. A aus dem vorherigen Abschnitt ist die feste Referenz. Keine lokale Montage, Beschneidung oder Tempoänderung.

Jedes Bild dauert 250 ms, alle Dateien laufen endlos. Schnittstellen wurden anhand der Einzelbilder geprüft.

Test 1. Kopf und Oberkörper wachsen mit Händen und Herz, schrumpfen in 6–8 zurück. Sichtbar ist eine Annäherungs- und Rückkehrbewegung des Bildmaßstabs. Der Rückweg beginnt nicht deutlich im verlangten Bild 5; Ohrspitzen liegen in 3–5 außerhalb des Bildes. Acht Bilder zeigen weiterhin Stufen zwischen Posen.

Test 2. Bilder 1–2 zeigen die Halbfigur, Bild 3 direkt die Nahaufnahme. Beide Hände halten dasselbe rosa Herz; kein beobachtetes Verschwinden, Handwechsel oder Wiederauftauchen. Glöckchen und Schleife bleiben rechts. Kopf und Herz ändern auch im Nahbereich ihre Größe; Ohren und Herzunterkante werden abgeschnitten, Letztere in 4–5. Bild 8 bleibt nah, der Neustart springt zurück. Das fehlende Rückbild war beabsichtigt, keine Missachtung der Vorgabe, macht die Schleife aber unstetig.

Test 3. Die Schnitte 2–3 und 6–7 entsprechen der Vorgabe. Schürze und Tasse erscheinen wieder, Glöckchen bleibt auf derselben Seite und beide Hände halten ein einziges Herz ohne zweiten Angebotszyklus. In Bild 6 ist es aber noch vorgestreckt, in 7 bereits an der Brust. Die Rücknahme ist verständlich, der Übergang unzureichend sichtbar. Bild 8 ähnelt dem Start mehr, belegt aber keinen nahtlosen Anschluss. Ohr- und Herzbeschnitt bleiben.

Für diesen Fall empfehlen wir eine feste Kamera oder geringere Größenänderung in Test 1. Bei Schnitten den Nahbereich lockerer fassen, damit Hände und Herz vollständig sichtbar bleiben. Beschreibe den Beginn der Rücknahme vor dem Schnitt und ihre Fortsetzung danach. Zwei separat erstellte Einstellungen könnten manuell an ähnlichen Bewegungszuständen verbunden werden; das wurde nicht getestet. Eine Ausgabe je Test ohne festen Zufallswert belegt keine allgemeine Erfolgsquote. Geprüft wurden sichtbarer Maßstab und Handlung, keine dreidimensionale Kamerabewegung.

Mit deiner Referenz kannst du in Arcloop loslegen. Beginne mit einer Emotion und einer Haupthandlung, prüfe danach Identität, Übergänge und die tatsächliche Datei.