文字轉圖像與圖像轉圖像：何時該使用哪種工作流程

當你需要從零開始建立新的視覺概念，或在不受現有約束限制的情況下探索廣泛的風格方向時，請從文字轉圖像開始。當你需要保留特定的構圖、調色盤或結構佈局，同時精煉細節或調整風格時，請切換至圖像轉圖像。選擇錯誤的起點往往導致不必要的反覆迭代；文字提示擅長概念廣度，而參考圖像擅長結構保真度。

定義兩種工作流程

了解這兩種方法在機制上的差異，有助於釐清哪一種能解決你當前的設計問題。它們並非可互換；它們服務於創意過程的不同階段。

文字轉圖像工作流程依賴描述性語言來建構視覺輸出。主要輸入為語義內容：描述主題、光照、情緒和構圖的文字。系統解讀這些語言線索，從空白狀態建構圖像。這種方法本質上是生成性和探索性的。它最適合用於視覺目標由感覺或概念而非精確幾何形狀定義的情況。

圖像轉圖像工作流程依賴視覺參考來引導輸出。主要輸入為基於像素的錨點。系統使用參考圖像的結構、顏色分佈和構圖作為基礎，並根據額外指令或風格參數進行修改。這種方法本質上是修正性和迭代性的。它最適合用於視覺目標由維持與現有資產的一致性，或精煉已證明有效的特定佈局的情況。

核心區別在於權威來源。在文字轉圖像中，文字提示是權威來源。在圖像轉圖像中，參考圖像是權威來源。你的選擇應取決於當前的約束是語言性的（它應該看起來像什麼？）還是視覺性的（它應該如何排列？）。

何時使用文字轉圖像

在構思初期，若需快速生成多樣化的選項，請使用文字轉圖像功能。此工作流程非常適合發現您可能未曾刻意考慮的色彩、質感與形態的意外組合。

此方法最適合以下情況：

• 您沒有現有的品牌資產或風格指南需要遵循。
• 您需要探索多個截然不同的方向以尋找可行的概念。
• 最終輸出需要高度的藝術詮釋，而非嚴格的幾何對齊。
• 您正在製作獨立資產，例如抽象背景或氛圍場景。

使用此方法時，請專注於描述語言的清晰度。關於光照與構圖的具體細節，比模糊的形容詞能帶來更可預測的結果。Midjourney 和 DALL-E 3 等工具常在此情境下被選用，因為它們對細膩的描述性提示詞反應良好。評估輸出結果時，請判斷構圖的連貫性以及是否符合您所描述的氛圍。如果結果顯得混亂，請透過增加對對稱性或焦點的限制來優化提示詞，而不是更改主題。

何時使用圖像轉圖像

當您擁有需要潤飾的工作草稿，或需要在多個資產間套用一致的風格時，請使用圖像轉圖像功能。此工作流程在允許風格轉變的同時，保留了原始圖像的結構完整性。

此方法最適合以下情況：

• 您需要在一系列圖像中維持一致的比例或佈局。
• 您有必須保持不變的特定調色盤。
• 您正在將粗略草圖精煉為成品插畫。
• 您需要將現有資產調整為新的解析度或長寬比，而不遺失關鍵元素。

在此工作流程中，參考圖像決定了最終輸出的骨架。Leonardo AI 和 Stable Diffusion 等工具常在此使用，因為它們允許精確控制輸出結果偏離參考圖像的程度。評估輸出結果時，請判斷參考圖像的基本結構保留得如何。如果構圖偏移過多，請增加參考圖像的影響力。如果風格過於僵硬，請調整風格疊加的強度。目標是在改變外觀的同時，保留原始圖像的骨架。

混合方法

大多數專業工作流程都能從結合兩種方法中獲益。混合式做法會先使用文字轉圖像進行初步探索，再使用圖像轉圖像進行最終精修。這能減少達到精緻成果所需的隨機迭代次數。

典型的混合式工作流程如下：

1. 使用文字提示生成幾個不同的概念，以尋找強有力的構圖構想。

2. 選出最有潛力的概念，並將其作為第二次處理的參考圖像。

3. 利用第二次處理來精修細節、調整光照，或與其他素材統一風格。

這種方法結合了文字提示的廣度與圖像參考的精確度。例如，你可以使用 Ideogram 生成包含特定文字元素的版面，然後將該輸出作為 Photoshop 中的參考圖像，以精修字體排印和間距。關鍵在於讓文字階段處理「什麼」（內容），讓圖像階段處理「如何」（呈現）。不要試圖在第一次處理中就完美細節；讓第二次處理負責潤飾。

實用範例

以下是如何將這些工作流程應用於常見的設計任務。

建立標誌

從文字轉圖像開始，探索不同的象徵形狀與色彩組合。使用 Midjourney 生成符合品牌個性的抽象形式。一旦找到喜歡的形狀，將其導入 Photoshop。將其作為參考來清理邊緣、調整線條粗細，並確保標誌具有良好的縮放效果。文字階段負責尋找形狀；圖像階段負責精修執行。

設計背景

使用文字轉圖像來創造具有氛圍的背景。描述情緒、光照和景深。DALL-E 3 在此處有助於建立連貫的空間關係。一旦擁有適合版面的背景，使用圖像轉圖像來調整對比度或飽和度，以匹配前景元素。這確保了背景不會與置於其上的內容互相干擾。

繪製角色

從文字轉圖像開始，定義角色的特徵與服裝。使用 Leonardo AI 生成基礎角色設定圖。然後，使用圖像轉圖像來創建姿勢或表情的變體，同時保持角色面部的一致性。這能在不同的插畫中維持身份一致性，無需手動重繪面部特徵。

將工作流程對應到專案階段，能減少無謂的耗損。文字提示開啟門戶；參考圖像則穿門而入。