開始閱讀
AI 原理入門系列｜第 9 篇，共 10 篇。資料核對：2026-10-09。文中的情境與練習為教學示例。
輸入「白底、海洋冒險感、教學網站封面」，模型就能產生一張圖。這並不代表系統有一個設計師在腦中想像，也不能把所有圖像工具都視為同一種技術。擴散模型是理解現代生成影像的重要路線之一。
訓練時學習如何處理雜訊
經典擴散模型的做法，是逐步為訓練資料加入雜訊，並訓練模型學習反向去噪過程。生成時，從雜訊出發，經多個步驟逐漸形成影像。這裡的「去噪」是模型學到的生成程序，不是把一張藏在雜訊裡的原圖找回來。DDPM 論文是這條技術路線的重要文獻。
潛在擴散模型研究提供了在壓縮表示中生成的例子。不同系統可能在像素空間或壓縮表示中運作，也可能採用其他生成方法。不能只因為介面寫著 AI 生圖，就推定它使用某一種模型架構。
圖解：擴散模型的兩個方向
文字提示扮演條件的角色
在文字條件式生成系統中，文字會被轉成模型可以使用的表示，用來引導生成。提示詞描述的主體、構圖、色彩與風格，影響結果的方向；但它不是排版軟體中的精確座標或規格保證。
例如「右側放人物、左側留白」是構圖要求，模型仍可能把背景物件放進留白區。需要精確版面時，可以先生成素材，再用排版工具組合。這樣能把畫面探索與尺寸控制分開。
為什麼同一句提示會得到不同圖片
初始雜訊與生成設定會影響結果。固定種子通常有助於在相同條件下重現或比較，但跨模型、版本、硬體或流程不一定能完全一致。若要做實驗，應記錄使用的工具版本與可見設定，而不是只保存提示詞。
模型生成的畫面也可能出現結構不一致。不要只檢查「第一眼好不好看」，還要看人物、物件關係、文字、品牌元素與使用情境是否符合需求。
教學封面可以怎麼拆解
實作時，先寫清楚封面要傳達的訊息，例如「把 AI 用在企劃實作」。再決定畫面主體與文字區，最後才選色彩和風格。若人物必須是特定講師，應使用合適的本人照片與授權素材流程，並核對是否失真；不能把一般生成的人像當成真實本人。
對網站來說，成品還需要檢查手機裁切、替代文字、檔案大小與文字可讀性。生成完成只是素材製作的一步。
練習：一次只改一個條件
以同一主題產生三組構圖：中央主體、左右分區與大留白。其他條件盡量保持一致，比較哪一組最容易放入標題。再針對選定構圖調整配色。逐項比較，比同時更換十個形容詞更容易知道改動帶來什麼效果。
圖解：從雜訊到影像
從提示詞到畫面，中間不是剪貼圖片
在文字條件生成中，文字會被轉成模型能使用的表示，影響逐步生成的方向。經典擴散方法透過訓練學習不同雜訊程度下的去噪資訊，生成時再從雜訊開始取樣。這是簡化介紹，不代表所有圖像系統都使用完全相同的架構。
以「白底、海藍色線條、航海主題、左側留標題空間」為例，提示提供的是視覺條件。模型仍可能放錯文字、增加不必要的人物或畫出不合理結構，因此需要檢查成品，而不是以提示寫得詳細就當作已完成。
做網站封面時，要先訂驗收條件
先寫用途與比例，再寫主體、構圖與留白。收到圖片後依序檢查標題正確性、主題辨識度、小尺寸可讀性與裁切。若封面有數字或流程步驟，還要核對邏輯，不可因畫面漂亮就忽略內容錯誤。
固定種子通常有助於在相同條件下比較，但不同模型、版本與執行環境仍可能改變結果。實驗時一次只改構圖、配色或主體其中一項，並保留原始提示與版本記錄。
提示詞如何轉成可執行的視覺需求？
行銷圖片的需求應先從用途出發。文章封面需要主題辨識與裁切空間，內文圖解需要清楚的關係，社群直式圖則要考慮手機上的字級。與其堆疊「高級、精緻、超高畫質」，不如描述主體、構圖、光線、配色與不能出現的元素。這些條件能讓評估結果更具體。
例如要說明資料查核，可以指定三個視覺區塊：一份主張清單、一組來源文件、一個完成核對的結果。不要同時要求畫面有十個人物、很多細字與複雜箭頭。若重點是準確的數字或表格，將文字與排版交給可控的程式或設計工具，通常更容易校對。圖像模型負責視覺素材，資料正確性仍需另外檢查。
為什麼同一段提示詞會得到不同圖片？
生成過程通常包含隨機因素，工具的模型版本、設定與參考圖也會影響結果。有些服務允許控制種子，有些不提供；即使參數相同，跨版本也不能預設完全重現。若一張圖已經適用，就保存原檔、用途與必要的版本資料，不要期待下次重新輸入同一句話就一定找回它。
對品牌來說，一致性更適合靠明確的素材規格維持，例如固定色票、相同留白比例、標誌使用方式與可接受的角色特徵。把所有一致性都寄託在一句「沿用上次風格」，很容易在多篇文章後逐漸偏離。參考圖與範例可以幫助溝通，但仍須尊重來源授權與人物肖像的使用範圍。
生圖成本要如何控制？
先為每種用途訂定完成標準，再限制重做次數。若圖片是輔助說明，主題清楚、沒有概念錯誤、手機可讀就可能足夠；不必為了無關緊要的裝飾反覆生成。可以先確認構圖方向，再產出正式尺寸，並把封面、內文與社群版本視為同一份素材的不同輸出，而不是每個通路都從零生成。
課堂驗收可分成四欄：概念是否正確、主體是否清楚、文字是否可讀、使用情境是否適合。請同學指出具體錯誤，例如箭頭方向讓因果關係顛倒，或圖中把「可能」畫成「必然」。這比只投票哪張最好看，更能建立教學與行銷圖像所需的判斷力。圖片的目的，是幫讀者更容易理解，而不是讓頁面看起來比較忙。