我是怎麼用新一代圖像模型做「可交稿」配圖的——從六欄位 prompt 到小字過關的實作筆記

magic aigc｜Matters 創作者筆記

社群裡反覆出現同一句抱怨：「模型明明變強了，為什麼我交出去還是被退？」

我自己也踩過。部落格頭圖在螢幕上很華麗，一縮到列表縮圖就糊成一團；IG 4:5 出圖好看，丟進品牌週報卻比例錯位；簡報封面概念夠了，標題小字卻讓人猜；電商主圖色彩吸睛，SKU 字卻像被擠扁。好看是概念圖；能被客戶、編輯或品牌方收下，才叫可交稿。

這篇不是「最強模型」評測，而是我把配圖從「能發」推到「能交」時固定下來的流程筆記：六欄位 prompt、默認值踩坑、圖生圖雕琢、小字成敗邊界，以及何時乾脆不用 AI。數字若寫得出就寫可核驗規格；寫不出就標成個人流程觀察，不編造跑了幾次的神話。

另一個常見誤會是：以為「模型更新」會自動消滅退稿。實際退稿理由多半很土——比例、小字、品牌名、系列不一致——跟排行榜分數不是同一套驗收語言。

---

一句話總流程（可摘抄）

需求規格 → 六欄位 prompt → 一次多張篩選 → 圖生圖雕琢 → 小字／文字驗收 → 出圖或改走人工

公式裡沒有產品名。可交稿靠的是判斷順序，不是某一次運氣好。

---

六欄位 prompt：把「可交稿」寫進輸入端

我把每次生圖的文字輸入拆成固定六欄，順序不變。欄位名可微調，但跳過任何一欄，後面幾乎都會在驗收時補刀。

1. 主體

為什麼需要：沒有主體，模型會自由發揮，篩圖成本立刻升高。

- 差：`一張好看的配圖`

- 好：`側光下的陶瓷咖啡杯，杯口熱氣可見，桌面留出右側負空間`

2. 場景與構圖

為什麼需要：渠道決定構圖重心——頭圖要能裁、IG 要垂直呼吸、簡報要讓標題有位置。

- 差：`漂亮背景`

- 好：`俯視 45 度桌面場景，主體偏左三分之一，右側大塊淨空供疊字`

3. 風格與媒介

為什麼需要：風格飄移是系列感殺手。媒介詞（插畫／攝影／平面海報感）比「高品質」有用。

- 差：`超高清、大師級`

- 好：`扁平插畫、低飽和莫蘭迪色、輕紙質紋理、無厚重陰影`

4. 文字與資訊層級

為什麼需要：這是概念圖與可交稿的分界。要寫清：內嵌字還是留白後貼真字；字級大概幾個字；中英是否混排。

- 差：`加上品牌說明和一堆賣點`

- 好：`畫面內不生成可讀長句；僅預留標題區；若需短標，限繁中 6–8 字內、單行`

5. 技術規格（比例・解析度・用途）

為什麼需要：比例錯了，後面再美也是廢圖。用途決定你要盯的驗收項。

- 差：`高解析`

- 好：`比例 16:9、用途部落格頭圖、輸出以可縮至列表縮圖仍可辨主體為準；若需印刷或大圖，對齊最高輸出檔位（工作流裡常見到 4K）`

6. 負面與禁忌

為什麼需要：把「不要什麼」寫出來，比事後哀嚎有效。

- 差：（空白）

- 好：`禁止變形手指、禁止水印、禁止錯字品牌名、禁止把 logo 糊進背景紋理、禁止過密資訊圖表`

個人流程觀察：文字欄＋規格欄寫清楚之後，我篩圖時「一眼廢」的比例會明顯下降——不是模型突然變乖，是輸入端先把驗收標準說完了。

實務上我會把六欄位存成自己的記事模板：新案子先填規格與禁忌，再填主體與風格。順序反了，容易寫出很美、但渠道根本用不上的句子。

---

默認值踩坑清單（至少勾這五條）

下列是我反覆遇到的「錯誤默認」。每條格式：錯誤 → 正確 → 一眼怎麼看出廢圖。

1. 比例跟渠道不符

錯誤：一律用方形或模型預設。

正確：先寫死渠道比例（部落格常見 16:9／2:1；IG 貼文 4:5；簡報封面跟投影比例走）。

一眼廢：進版面後上下或左右被硬裁，主體斷頭或字區消失。

2. 品質檔位亂跳

錯誤：草稿用最高檔、定稿又降檔「省一點」。

正確：試錯階段固定一檔比一致性；定稿再升檔，避免同一系列質感跳戲。

一眼廢：同系列裡有的銳、有的糊，像兩套素材庫拼出來。

3. 一次只出 1 張就開始改 prompt

錯誤：單張不滿意 → 大改文案 → 又單張。

正確：同組參數一次多張，先淘汰構圖，再對倖存者做圖生圖。

一眼廢：你在調「文案細節」，其實問題是構圖重心從頭就偏。

4. 忽略 CJK 短標題長度

錯誤：把英文標語長度的習慣套到繁中。

正確：繁中短標優先 6–10 字內、單行；超過就改留白＋後期真字。

一眼廢：筆畫黏連、缺字、左右字重不均，縮圖更慘。

5. 品牌字塞進過密版面

錯誤：主體、場景、賣點、logo、小字一次塞滿。

正確：生圖只管畫面與負空間；資訊層級分兩次完成。

一眼廢：哪裡都有字，哪裡都讀不動。

6. （加碼）把「可讀」想成「模型會自動校對」

錯誤：假設品牌名、數字、單位會自己正確。

正確：品牌名與價格類資訊，預設走真字層。

一眼廢：差一個筆畫的假品牌字——客戶比你更敏感。

---

高頻操作庫：圖生圖與小字邊界

圖生圖短指令（保留構圖，改局部）

篩出底圖之後，我很少整段重寫 prompt，而是用短指令雕：

1. `保持構圖與主體位置，只把右側光線改成柔和窗光`

2. `保持構圖，降低背景雜訊，讓右側負空間更乾淨`

3. `保持構圖，把整體色溫往冷灰調半檔，避免過飽和`

4. `保持構圖，去掉桌面多餘小物件，只留主體與一條投影`

5. `保持構圖，微增主體銳利度，背景略虛化`

6. `保持構圖，標題預留區再擴大約 15%，不要生成文字`

7. `保持構圖，去掉畫面邊緣類似浮水印的紋理`

8. `保持構圖，統一筆觸，避免局部像另一種風格`

9. `保持構圖，把陰影壓低，適合淺色簡報疊深色標題`

10. `保持構圖，輸出更乾淨的邊緣，方便後期裁切多尺寸`

指令原則很土：一句話只改一件事。一次改光又改色又加字，你會不知道哪一步毀了圖。

文字成敗邊界：什麼時候生圖內嵌字，什麼時候留白貼真字

我用三條邊界決定：

| 情況 | 傾向 | 理由 |

|------|------|------|

| 短標／標籤（約 6–10 字內）、裝飾性、允許輕微風格化 | 可嘗試內嵌字 | 字少、資訊層級單純時，新一代模型較容易「看起來像字」 |

| 密集段落、條款、價格表、多行說明 | 不要內嵌 | 可讀性與校對成本爆炸 |

| 品牌名、註冊商標寫法、必須像素級一致的系列字樣 | 真字層 | 法律與品牌指南不接受「長得很像」 |

中英混排再加一層麻煩：字重、基線、全半形空白，模型常顧此失彼。個人流程觀察是——混排超過「中文短標＋一個英文詞」就改後期排版，比較省心。

還有一種「看起來像過關」的假陽性：螢幕全尺寸讀得過，一進手機或投影就散。所以驗收一定要按**用途縮放**看，不要只盯生成預覽窗。

可交稿的文字驗收，我只盯三件事：**縮圖可讀、目標用途縮放後仍可讀、品牌名零錯字**。少一件都不算出圖。

當任務已經清楚需要「文生圖打底＋圖生圖改光改負空間、並且要對到印刷或大圖輸出」時，工作流證據上，支援文生圖與圖生圖、最高 4K 輸出的圖像工作室 這類能力組合正好對應：先多張篩構圖，再在同一管線裡把倖存底圖往可交稿規格推，而不是概念圖與定稿各開一套互不相干的工具。

若短標試了仍過不了「縮圖可讀／無錯字」——尤其是客戶已給字體與字級——我會停內嵌字，改走留白後貼真字。需求變成「畫面負責構圖與負空間，文字必須可選、可改、可對品牌指南」時，可編輯文字層／留白後貼真字 這條路徑正好對應：生圖不再假裝自己是排版軟體。

---

何時不用 AI（硬邊界）

下列情況我會直接改走人工或真字／實拍，不把時間花在「再碰運氣」。

1. 法律／商標必須精確還原

例如指定 logo 路徑、註冊商標符號位置、包裝上的法規字級。

改走：設計提供的矢量／品牌包＋人工排版；AI 最多做氣氛底圖且嚴格避開商標區。

2. 客戶已定稿字體、字級與品牌色

「用我們的 CI 色號與指定字體」不是建議，是驗收條款。模型再強也難以承諾跨張一致性。

改走：生圖只出無字底；在 Figma／Keynote／排版軟體套真字與色票。

3. 需要像素級一致的系列延展

同一角色、同一包裝角度、同一 UI 元件要在十張裡對齊。

改走：實拍或 3D／既有資產庫為主；AI 僅作情緒板或單張概念，不進最終系列母檔。

4. （加碼）資訊圖表與數據可視化

軸線、數值、圖例錯一個就事故。

改走：圖表工具或設計手動繪製；AI 不碰數據層。

反向寫清楚這些邊界，不是否定工具，是讓「用」的時候更乾脆。

---

一天時間賬（個人流程觀察，含等待與篩選）

以「同一主題、出 3 個渠道版本（部落格 16:9、IG 4:5、簡報封面）」為例，我的分鐘數大概長這樣——含等結果，不含開會扯皮。

| 時段 | 做什麼 | 約略分鐘 |

|------|--------|----------|

| 上午 | 對需求：渠道、比例、是否要字、禁忌清單；把六欄位寫滿 | 40–50 |

| 午間 | 文生圖批量試錯：同規格多張 → 粗篩構圖 | 60–90 |

| 下午 | 圖生圖雕琢光／色／負空間；短標內嵌試 1–2 輪 | 70–100 |

| 傍晚 | 文字驗收（縮圖＋品牌名）；不過關則改真字層；匯出歸檔命名 | 40–60 |

合計大約 3.5–5 小時。若當天卡在「密集字」或「系列一致性」，我會提前切到「何時不用 AI」，而不是把晚上留給無限重抽。

等結果的時間也要算進賬本——假裝「我只寫了十分鐘 prompt」沒有意義，真正吃掉下午的是篩選與返工。

若只有單一渠道、且確定無字底圖，半天內收工很常見；一旦同時要 IG 直幅與簡報封面，光是「同一主體換比例重構圖」就會再吃掉一輪午間批量。時間賬的意義是讓自己誠實排程，而不是證明誰比較快。

---

可複製模板（四則）

以下模板可直接複製。把括號換成你的內容；每則附一句驗收標準。模板內不出現站名。

模板 A｜部落格頭圖（16:9）

```

【主體】（一個清晰物件或人物半身，動作靜止）

【場景與構圖】寬幅桌面／場景，主體偏左，右側預留標題負空間

【風格與媒介】（插畫或輕攝影風），低雜訊，適合網頁頭圖

【文字與資訊層級】畫面內不生成長句；短標若需要限繁中 8 字內；否則只留白

【技術規格】比例 16:9；用途部落格頭圖；需可縮至列表縮圖仍可辨主體

【負面與禁忌】禁止浮水印、禁止錯字、禁止過多文字、禁止變形肢體

```

驗收：列表縮圖下主體可辨；標題區空白足夠後期疊真字；無錯字品牌元素。

模板 B｜IG 貼文 4:5

```

【主體】（單一視覺焦點，垂直構圖友善）

【場景與構圖】4:5 直幅，上下留呼吸，避免重要元素貼邊

【風格與媒介】（與帳號既有色調一致的 2–3 個形容詞）

【文字與資訊層級】優先無字；若要角標，限 4–6 字、高對比、單色塊底

【技術規格】比例 4:5；用途 IG 貼文；手機直持預覽為準

【負面與禁忌】禁止四角擠滿裝飾、禁止小字段落、禁止過亮死白

```

驗收：手機直持一瞥能抓住主體；角標（若有）在縮小後仍可讀；與帳號既有貼文並排不違和。

模板 C｜簡報封面

```

【主體】抽象或場景化視覺，不搶標題

【場景與構圖】中央或一側大負空間；投影淺色時預留深色字區，反之亦然

【風格與媒介】扁平／極簡，避免複雜纹理干擾文字

【文字與資訊層級】禁止內嵌標題與講者名；只生成可疊字底圖

【技術規格】比例與簡報檔一致（常見 16:9）；用途投影／分享預覽

【負面與禁忌】禁止模擬假 UI 文字、禁止假 logo、禁止高對比噪點

```

驗收：套上真標題與講者名後仍呼吸感足夠；投影模式下字與底對比達標；無假字干擾。

模板 D｜電商主圖／詳情小條

```

【主體】商品本體完整入鏡，角度與既有主圖策略一致

【場景與構圖】乾淨背景或輕場景；主體居中或品牌慣用構圖

【風格與媒介】接近實拍質感或品牌指定插畫規範

【文字與資訊層級】價格、賣點、活動字一律不內嵌；僅保留商品可識度

【技術規格】比例依商城規範（先查後寫死）；用途主圖或詳情條

【負面與禁忌】禁止改動商品比例、禁止假認證標、禁止錯色品牌

```

驗收：商品外形與比例無違和；無任何可疑說明字；可與真字賣點層合成而不撞形。

---

收尾：流程大於工具

可交稿配圖，難的通常不是「再換一個更新的模型」，而是你有沒有把規格、文字邊界與停損寫進同一天的流程。工具會換，六欄位與驗收清單可以留下。

若你也在交稿前線：你最常被退的是「小字」還是「比例」？歡迎留言交換踩坑——我比較想聽具體渠道與規格，而不是空泛的好用／不好用。

這篇是實作筆記；同一條線上，前面適合放觀察與窗口期判斷，後面適合放單渠道案例復盤。下一次若寫復盤，會帶一組「退稿原因 → 改哪一欄」的對照，而不是再堆形容詞。