用於建立圖像的 AI 工具

選擇合適的 AI 圖像工具取決於您需要對特定視覺元素進行嚴格控制，還是進行廣泛的風格探索；而要有效使用這些工具，則需將輸出結果視為必須透過反覆提示與後製處理來精煉的草稿。高品質的成果來自於理解每個模型如何詮釋意圖、透過放大處理來管理解析度與細節，並避免常見的陷阱，例如語義漂移或光照不一致。

理解圖像提示詞工程

圖像提示詞工程並非列出所有可能的細節，而是結構化意圖，以便模型優先處理正確的要素。模糊的提示會產生許多可能性的通用平均值；結構化的提示則引導模型朝向特定的結果。

從主體及其狀態開始。如果您想要一個「紅蘋果」，請指定「一個帶有可見果梗的成熟紅蘋果」，而不僅僅是「蘋果」。模型將「蘋果」詮釋為一個類別，而「帶有可見果梗的成熟紅蘋果」則將視覺輸出限制為特定的實例。接著，定義上下文與環境。蘋果是在木桌上嗎？還是在黑暗的森林裡？環境決定了光照、陰影和背景複雜度。如果您省略環境，模型會以中性、通常較為單調的背景來填補空白。

然後，指定風格與媒介。「油畫」、「賽博龐克」或「紀錄片攝影」等詞彙作為過濾器，重塑整個圖像。然而，風格詞可能會與主體詞衝突。如果您要求一個「賽博龐克」風格的蘋果，模型可能會將蘋果扭曲成霓虹燈照明的幾何形狀，而不是寫實的水果。為了避免這種情況，請在您的心智模型中將風格與主體分開。先中性地描述主體，然後將風格作為修飾語套用。例如，「一個紅蘋果，以水彩畫風格渲染」比「賽博龐克水彩蘋果」更清晰。

最後，如果工具允許，請納入技術參數。長寬比、光源方向和相機焦距都是有力的調節手段。指定「柔和漫射光」可避免生硬、不自然的陰影。指定「淺景深」則能虛化背景，將注意力集中在主體上。這些參數通常比描述性形容詞更有效，因為它們描述的是物理屬性而非美學判斷。

比較主要圖像生成模型

不同的模型基於其訓練資料和架構，具有不同的優勢與劣勢。你必須讓工具與任務相匹配。

• Midjourney（付費）：適合用於需要高解析度、風格多樣且美學品質至關重要的圖像。它在詮釋抽象或藝術性提示詞方面表現出色，能產出視覺效果強烈的結果。當您需要靈感，或最終圖像將作為獨立藝術作品使用時，請選擇此工具。
• DALL-E 3（付費）：適合用於需要嚴格遵循提示詞的寫實及藝術圖像。它在處理複雜的自然語言描述方面優於大多數競爭對手。當您需要根據單一句子中描述的多個互動元素來生成特定場景時，請選擇此工具。
• Adobe Firefly（免費增值）：適合用於關注授權安全性的商業工作。其與 Adobe Creative Cloud 應用程式的整合，使其適合需要生成可用於客戶專案且無需擔心版權侵權問題資產的設計者。
• Stable Diffusion（免費）：適合用於對風格和構圖進行精細控制。由於它是開源軟體，允許本地生成和深度客製化。當您需要調整圖像的特定方面（如光照或紋理）而不改變整體構圖時，請選擇此工具。
• Leonardo.ai（免費增值）：適合用於迭代精煉工作流程。當您需要生成基礎圖像，然後在基於網頁的環境中透過局部重繪或放大來修改部分內容時，此工具非常實用。
• Canva（免費增值）：適合用於快速創建社群媒體和行銷視覺內容。它將 AI 圖像生成整合到設計平台中，適合需要快速產出功能性而非高藝術性視覺內容的非設計人員。
• Microsoft Designer（免費）：適合用於快速的消費者級圖像生成。對於需要從文字提示詞生成圖像並執行背景移除等基本編輯的休閒用戶來說，這非常實用。
• Runway（免費增值）：適合用於對動態和風格一致性進行專業級控制，特別是在處理視頻或在圖像序列中維持時間一致性時。

控制風格與構圖

風格與構圖是圖像生成失敗最常見的兩個面向。風格偏移發生在模型誤解風格詞彙，將其套用到圖像錯誤區域時。構圖錯誤則發生在模型放置元素的方式違反了預期的視覺層級時。

若要控制風格，若工具支援，請使用負向提示詞。負向提示詞告訴模型應避免什麼。例如，若想要乾淨、極簡的設計，請在負向提示詞中加入「cluttered, busy, complex」。若想要寫實照片，請加入「cartoon, anime, painting」。這通常比試圖用正向詞彙描述理想風格更有效。

若要控制構圖，請使用空間線索。像「centered」、「left-aligned」、「foreground」和「background」這類詞彙有助於模型正確放置元素。然而，許多模型中的空間線索並不穩定。更穩健的技巧是先生成寬鬆構圖的圖像，再使用局部重繪（inpainting）調整特定區域。若主體太小，請生成較大的版本並裁切。若背景干擾視線，請用中性顏色進行局部重繪。

光是構圖的關鍵組成部分。指定「golden hour」、「neon lighting」或「studio lighting」會顯著改變圖像氛圍。然而，燈光線索可能會彼此衝突。請勿混用「bright, sunny」與「dark, moody」。選擇一種燈光設定並堅持使用。

放大與後製處理技巧

AI 生成的圖像通常解析度較低或含有偽影。放大與後製處理對於產出高品質的最終輸出至關重要。

放大可提高圖像解析度而不增加新資訊。這有助於將小圖像放大以供列印或顯示。然而，單純的放大可能會引入偽影，如模糊或像素化。請使用專門設計的放大工具，以保留細節並減少偽影。

局部重繪允許你編輯圖像的特定部分，同時保持其餘部分不變。這對於移除不需要的物件、更換背景或補齊缺失元素很有幫助。要有效使用局部重繪，請遮罩你想變更的區域，並提供描述預期變化的提示詞。模型將根據提示詞與周圍內容填充遮罩區域。

色彩校正與對比度調整是簡單卻強大的後製技術。AI 生成的圖像常出現平淡的光線或不正確的色平衡。調整對比度和飽和度可以讓圖像看起來更具動態感和真實感。然而，切勿過度調整。過高的對比度可能會引入色帶或雜訊。

常見陷阱與避免方法

• 語義漂移：模型誤解提示詞並生成與意圖無關的圖像。透過使用簡單清晰的語言，並測試多種提示詞變體來避免此情況。如果模型持續誤解某個詞彙，請嘗試使用同義詞或更具體的描述。
• 光照不一致：圖像出現生硬的陰影或不切實際的光源。透過指定柔和、漫射的光線，並使用負向提示詞排除生硬陰影來避免此情況。
• 偽影：圖像包含奇怪的形狀、扭曲的人臉或破損的紋理。透過使用更高品質的模型，並應用後製技術平滑偽影來避免此情況。
• 風格衝突：風格詞與主題詞衝突，導致圖像扭曲。透過在思維模型中將風格與主題分開，並使用負向提示詞排除不想要的風格來避免此情況。
• 解析度低：圖像對於預期用途來說太小。透過以尽可能高的解析度生成圖像，並使用放大技術增加尺寸來避免此情況。