目錄
課程簡介
AI 圖片生成正在改變設計和行銷產業。這門課程將帶您掌握主流 AI 圖片生成工具的使用技巧，從 Midjourney 到 DALL·E，從產品攝影到社群素材，讓您用 AI 快速產出專業級視覺內容。
學習目標：
- 了解 AI 圖片生成的技術原理
- 掌握 Midjourney、DALL·E、Stable Diffusion 的使用
- 學會用 AI 生成電商和社群素材
- 了解版權和授權問題
- 建立品牌視覺工作流
11.1 AI 圖片生成技術原理
為什麼學這個？
了解技術原理能幫助您更好地使用工具和優化提示詞。
核心教學
AI 圖片生成的技術基礎：
擴散模型（Diffusion Model）
- 目前主流的圖片生成技術
- 原理：從純噪聲開始，逐步「去噪」生成圖片
- 類比：從一張模糊的照片逐步變得清晰
- 代表：Stable Diffusion、DALL·E、Midjourney
生成對抗網路（GAN）
- 較早期的技術，仍有應用
- 原理：兩個 AI 互相比較，一個生成一個判斷
- 代表：StyleGAN（生成逼真人臉）
文字到圖片的轉換
- AI 先理解文字描述的含義
- 然後將含義轉換為視覺元素
- 最後生成符合描述的圖片
影響圖片品質的因素：
商業範例
一家有 12 間門市的連鎖健身工作室，過去靠外包攝影拍課程形象照與教練宣傳圖，每次拍攝含場地與修圖約 3 萬元，從提案到交稿平均要等 10 天，檔期常常趕不上新課程上線。
- 課程主視覺：用 AI 生成 6 款不同風格的訓練情境圖，製作時間從 10 天縮短到 1 天，單次成本降到 2,000 元。
- 教練招募素材：AI 生成 15 組健身房場景照，取代部分實拍需求，季度攝影預算省下約 60%。
- 社群貼文配圖：每週產出 20 張主題圖片，貼文互動率提升約 25%。
- 廣告投放素材：一次生成 8 種版本做 A／B 測試，素材製作成本降低約 70%。
小技巧
- 用 Midjourney 生成情境圖時，在 prompt 加上「product photography, soft light」讓質感更接近真實商品照。
- 把 ChatGPT 生成的英文 prompt 貼進 DALL·E，比直接寫中文描述更穩定可控。
- Canva 的 Magic Media 適合快速產出社群素材，省去來回調參時間。
- 用 Notion 建 prompt 資料庫，記錄每次成功的關鍵字組合以便重複使用。
練習題
本節摘要
- 主流技術：擴散模型（Diffusion Model）
- 影響品質：提示詞、模型、參數、參考圖片
- AI 圖片適合情境圖和素材，真實產品照仍需攝影
我列出我每週進行的重複任務：
1. [任務A - 頻率]
2. [任務B - 頻率]
3. [任務C - 頻率]
請按「自動化可行性 × 節省的時間」評分（1-10），排好順序，
並為第一位建議：使用什麼工具、具體步驟、需要注意的失敗點。
- 我列出了至少 5 個重複任務並完成評分
- 我選擇了第一個自動化目標（最高分的那個）
- 我知道這個流程的人工檢查位置在哪裡
- 我設定了「出錯時如何處理」的備用方案
11.2 Midjourney 基礎：快速上手
為什麼學_this？
Midjourney 是目前最受歡迎的 AI 圖片生成工具之一，以高品質和藝術感著稱。
核心教學
Midjourney 的特點：
- 藝術感強，適合創意設計
- 風格多樣，可調整各種藝術風格
- 社區活躍，可以參考他人的作品
- 需要通過 Discord 使用
開始使用 Midjourney：
Step 1：加入 Discord
- 註冊 Discord 帳號
- 加入 Midjourney 伺服器
- 進入任意一個 #newbies 頻道
Step 2：輸入提示詞
/imagine [您的提示詞]
Step 3：等待生成
- 通常需要 30-60 秒
- 會生成 4 張圖片供選擇
Step 4：選擇和下載
- U1-U4：放大選擇的圖片
- V1-V4：基於選擇的圖片生成變體
- ：重新生成
基本提示詞結構：
[主體] [描述] [風格] [參數]
範例：
a cute golden retriever puppy playing with a toy,
warm lighting, professional photography,
--ar 16:9 --v 6
常用參數：
--ar 16:9：寬高比（16:9）--v 6：模型版本--q 2：品質（1-2）--s 750：風格化程度（0-1000）--no cats：排除元素
商業範例
一家有 12 間門市的連鎖健身中心，過去每檔促銷都外包拍攝，單次視覺成本高、交件要等 2 週，社群貼文常因缺圖而延誤。
- 情境照生成：產出 6 款不同場館風格的訓練情境圖，單張成本由 3,500 元降至 120 元。
- 社群封面製作：節慶與挑戰賽主題各生成 8 張，貼文排程前置時間從 14 天縮至 2 天。
- 廣告視覺測試：一次生成 20 種版本做 A／B 測試，點擊率提升 18%。
- 教練招募素材：生成 10 款形象視覺，履歷投遞量較上季增加 25%。
小技巧
- 用 ChatGPT 把中文需求翻成英文 prompt，再貼進 Midjourney，命中率更高。
- prompt 加上 --ar 16:9 或 --ar 9:16，直接控制橫式或直式構圖。
- 結尾加 --style raw，減少預設美化，畫面更貼近提示詞。
- 用 Notion 建表格記錄每次 prompt 與成品，方便比對微調。
- 免費額度用完可先試 Basic Plan（$10/月），再決定是否升級。
練習題
本節摘要
- Midjourney 以高品質和藝術感著稱
- 使用方式：Discord + /imagine 指令
- 基本結構：主體 + 描述 + 風格 + 參數
11.3 Midjourney 提示詞進階
為什麼學_this？
掌握進階提示詞技巧能大幅提升生成圖片的品質和可控性。
核心教學
提示詞的 7 個要素：
1. 主體（Subject）
- 明確描述要生成什麼
- 例如：「a golden retriever puppy」「a modern pet store」
2. 環境（Environment）
- 背景和場景
- 例如：「in a cozy living room」「on a sunny beach」
3. 光線（Lighting）
- 光線的方向和風格
- 例如：「warm golden hour lighting」「dramatic studio lighting」
4. 構圖（Composition）
- 拍攝角度和構圖
- 例如：「close-up shot」「wide angle」「bird's eye view」
5. 風格（Style）
- 藝術風格或媒材
- 例如：「photorealistic」「watercolor」「digital art」
6. 情緒（Mood）
- 整體氛圍
- 例如：「cheerful and vibrant」「calm and peaceful」
7. 參數（Parameters）
- 技術設定
- 例如：
--ar 16:9 --v 6 --s 750
進階提示詞模板：
[主體], [環境], [光線], [構圖], [風格], [情緒], [參數]
範例：
a happy golden retriever puppy playing with a rubber toy,
in a bright modern living room with plants,
soft natural window light,
eye-level close-up shot,
professional pet photography,
cheerful and warm atmosphere,
--ar 4:3 --v 6 --s 500
風格關鍵字：
- 攝影：
photorealistic, professional photography, product photography - 插畫：
illustration, digital art, vector art, flat design - 藝術：
oil painting, watercolor, pencil sketch, anime - 3D：
3D render, isometric, low poly, claymation
品質關鍵字：
highly detailed, 8K, ultra HD, professionalaward-winning, masterpiece, best quality
商業範例
一家有 12 間門市的連鎖健身工作室，過去每週得請攝影師拍攝課程宣傳照，單次費用約 8000 元，還常來不及跟上新課表上線。導入 Midjourney 進階提示詞後，行銷團隊改以文字生成素材，大幅壓縮製作時間與成本。
- 課程主視覺：以 cinematic lighting, dynamic motion 生成 20 款風格，每週省下約 6000 元拍攝費。
- 社群貼文：用 vibrant colors, energetic vibe 產出 30 張圖，貼文互動率提升約 25%。
- 高端會員招募：採 elegant, minimalist, premium 風格，一個月內詢問度增加 40%。
- 教練形象照：以 professional portrait, studio lighting 生成，修圖工時減少約 15 小時。
小技巧
在 Midjourney 提示詞進階應用中，建立可重複使用的提示詞庫是提升效率的關鍵。以下為具體實操貼士：
- 用 Notion 建立提示詞資料庫，欄位包含主題、風格、參數與範例圖連結。
- 將常用提示詞存成 Notion 模板按鈕，一鍵複製含 --ar 16:9 --v 6 的完整指令。
- 用 ChatGPT 批次改寫提示詞，指令為「將以下提示詞擴充為 3 種風格變體」。
- 在 Canva 製作提示詞卡片，標註適用場景與參數組合，方便團隊共享。
練習題
本節摘要
- 提示詞 7 要素：主體、環境、光線、構圖、風格、情緒、參數
- 品質關鍵字：highly detailed, 8K, professional
- 建立提示詞庫方便重複使用
11.4 Midjourney 進階技巧
為什麼學_this？
進階技巧能讓您更精確地控制生成結果。
核心教學
技巧 1：圖片提示（Image Prompt）
- 使用圖片作為提示的一部分
- 語法：
[圖片URL] [文字描述] - 適用：保持風格一致性
技巧 2：混合提示（Multi-prompt）
- 使用
::分隔不同元素 - 語法：
element1 :: element2 - 可以調整權重：
element1::2 element2::1
技巧 3：種子值（Seed）
- 使用
--seed [數字]保持一致性 - 相同種子值 + 相似提示 = 相似結果
- 適用：建立系列圖片
技巧 4：風格參考（Style Reference）
- 使用
--sref [圖片URL] - 讓新圖片參考指定圖片的風格
- 適用：保持品牌風格一致
技巧 5：角色參考（Character Reference）
- 使用
--cref [圖片URL] - 讓新圖片保持相同角色
- 適用：建立角色系列
技巧 6：負面提示
- 使用
--no [元素] - 排除不想要的元素
- 例如：
--no text, watermark, blur
商業範例
一家有 12 間分店的連鎖健身中心，過去每檔促銷活動都得外包攝影，單次拍攝含修圖要價近 8 萬元，來回溝通常拖上三週，導致檔期一延再延。導入 Midjourney 進階技巧後，行銷團隊開始自行產出視覺素材。
- 用圖片提示鎖定場館實景風格：將 6 款主視覺的製作時間從 5 天壓縮到 4 小時。
- 用種子值建立系列廣告素材：同一檔活動一次產出 30 張風格一致的素材，替換率提升至 9 成。
- 用風格參考統一品牌調性：12 間分店的社群貼文視覺一致度由 6 成提升到 95%。
- 整體外包成本：單檔活動的攝影預算從 8 萬元降至 1.2 萬元，省下約 85%。
小技巧
- 用 --seed 1234 固定種子，讓系列圖風格一致。
- 以 --sref 貼上參考圖網址，鎖定色彩與筆觸。
- 用 --ar 16:9 統一橫幅，避免後期裁切。
- 把 --seed 與 --cref 併用，維持同一角色跨場景。
- 將成功 prompt 存進 Notion，標註 seed 值方便複用。
練習題
本節摘要
- 圖片提示：用圖片保持風格一致
- 混合提示：用 :: 分隔和調整權重
- 種子值：保持結果一致性
- 風格/角色參考：保持品牌一致性
11.5 DALL·E 3：OpenAI 的圖片生成
為什麼學_this？
DALL·E 3 整合在 ChatGPT 中，使用最方便，適合快速生成。
核心教學
DALL·E 3 的特點：
- 整合在 ChatGPT 中，無需額外工具
- 文字理解能力最強
- 支持自然語言描述
- 可以直接在對話中生成和調整
使用方式：
DALL·E 3 vs Midjourney：
| 維度 | DALL·E 3 | Midjourney |
|---|---|---|
| 使用方式 | ChatGPT 對話 | Discord 指令 |
| 文字理解 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 藝術感 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 可控性 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 速度 | 快 | 中等 |
| 價格 | ChatGPT Plus $20/月 | $10-60/月 |
DALL·E 3 的最佳使用場景：
- 需要精確文字描述的場景
- 需要快速迭代的設計
- 需要與對話結合的創作
- 不熟悉 Discord 的用戶
商業範例
一家連鎖健身工作室有 12 間分店，過去每檔促銷都外包攝影，單次拍攝含修圖要價 2 萬元、耗時 10 天，常錯過活動上線時機。
- 做法：在 ChatGPT 以 DALL·E 3 生成教練示範動作與場館情境圖，取代部分棚拍。結果：單檔素材成本由 2 萬元降至 3 千元，降幅 85%。
- 做法：用即時調整指令更換背景與光影，快速產出各分店專屬視覺。結果：12 間分店素材一次到位，製作時間由 10 天縮短至 1 天。
- 做法：每週固定產出 20 張社群貼文圖，維持發文節奏。結果：三個月內社群互動率提升 40%，課程諮詢量增加 25%。
小技巧
- 在 ChatGPT 直接輸入完整句子描述畫面，例如「黃昏海邊的咖啡店，木質招牌寫著 Morning」，DALL·E 3 會自動理解。
- 要指定文字內容，把字串用引號包起來，例如「招牌寫著『OPEN』」，可提高字體正確率。
- 想調整構圖，在 prompt 加上「wide shot」或「close-up」等鏡頭詞，比事後修圖快。
- 生成後在 ChatGPT 回覆「把背景改成雨天」，可局部迭代，不必重寫整段描述。
練習題
本節摘要
- DALL·E 3 整合在 ChatGPT 中，使用最方便
- 文字理解能力最強，適合自然語言描述
- 適合快速迭代和對話式創作
11.6 Stable Diffusion：開源方案
為什麼學_this？
Stable Diffusion 是開源方案，免費且可本地運行，適合大量生成。
核心教學
Stable Diffusion 的特點：
- 完全開源免費
- 可本地運行，無需付費
- 高度可定制
- 社區活躍，模型豐富
使用方式：
Stable Diffusion 的優勢：
- 無限制生成
- 可訓練自己的模型
- 可使用 LoRA 微調
- 高度可定制
適用場景：
- 大量圖片生成
- 特定風格定制
- 預算有限
- 技術團隊使用
商業範例
一家連鎖健身工作室擁有 12 間分店，過去每檔促銷活動都需外包設計，單張海報報價 800 元、來回修改常拖上 5 天，行銷檔期屢屢延誤。
- 做法：本地部署 Stable Diffusion，每月產出 1500 張分店專屬宣傳圖，設計外包費由每月 6 萬元降至 8000 元。
- 做法：以 300 張品牌形象照訓練專屬 LoRA，生成圖套用統一色系與風格，品牌辨識度提升 40%。
- 做法：教練自行輸入提示詞生成課程海報，單張製作時間由 5 天縮短至 20 分鐘。
- 做法：一次性投入 9 萬元購置顯示卡設備，電費每月約 1200 元，約 2 個月回本。
小技巧
- 先用 ChatGPT 產出英文 prompt，再貼進 Automatic1111 或 ComfyUI 生成。
- 無技術團隊時，改用 Leonardo.ai 或 Playground 的雲端 Stable Diffusion 介面。
- 在 prompt 末尾加上「--no blur, lowres」可減少模糊與低解析度問題。
- 用 Canva 或 Notion 建立 prompt 資料庫，記錄 seed 與模型版本以便重現。
練習題
本節摘要
- Stable Diffusion 是開源免費方案
- 可本地運行，無限制生成
- 適合有技術能力的團隊
11.7 Adobe Firefly：專業設計師的選擇
為什麼學_this？
Adobe Firefly 整合在 Adobe 生態中，適合專業設計師。
核心教學
Adobe Firefly 的特點：
- 整合在 Photoshop、Illustrator 等工具中
- 商業安全（訓練數據有授權）
- 與現有工作流無縫對接
- 適合專業設計師
主要功能：
- 文字生成圖片：根據描述生成圖片
- 生成式填充：在現有圖片中添加/移除元素
- 生成式擴展：擴展圖片邊界
- 樣式參考：參考現有圖片的風格
使用場景：
- 產品圖片編輯
- 廣告素材設計
- 品牌視覺設計
- 專業設計項目
商業範例
一家連鎖健身器材品牌，擁有 12 間門市與自有電商，每季需產出上百張促銷素材。過去外包修圖與排版，單張成本高且來回修改耗時，常錯過檔期上線時機。
- 生成式填充：去背替換情境背景，單張處理從 40 分鐘縮至 5 分鐘。
- 生成式擴展：為既有產品圖延伸版面，橫幅與限動尺寸一次產出，省下 60% 重製工時。
- 樣式參考：套用品牌色與光影風格，20 張素材視覺一致率達 95%。
- 整體成效：每月素材產量由 80 張提升至 200 張，外包費用降低約 45%。
小技巧
- 在 Photoshop 用「生成式填色」，先框選範圍再輸入「remove object, keep shadow」等英文 prompt。
- 用 Firefly 生成素材後，直接匯入 Illustrator「生成式重新上色」調整向量配色。
- 把 Firefly 產出的圖丟進 Canva，套用品牌模板做社群貼文版型。
- 需要文案搭配時，用 ChatGPT 依圖片風格產出三組標題再回填。
- 在 Firefly 設定中固定種子碼與長寬比，確保系列素材風格一致。
練習題
本節摘要
- Adobe Firefly 整合在 Adobe 生態中
- 商業安全，適合專業設計
- 主要功能：文字生成圖片、生成式填充、擴展
11.8 電商應用：AI 產品圖片
為什麼學_this？
AI 圖片生成在電商領域有巨大的應用價值。
核心教學
AI 在電商圖片的應用：
產品情境圖
- 將產品放入不同場景
- 例如：寵物食品放在廚房、公園等場景
- 無需實景拍攝
產品展示圖
- 不同角度的產品展示
- 產品使用場景
- 產品搭配展示
廣告素材
- 社群廣告圖片
- 橫幅廣告
- 電郵行銷圖片
A/B 測試素材
- 快速生成多版本圖片
- 測試哪種視覺效果最好
- 優化廣告投放
AI 產品圖片的工作流：
商業範例
一家連鎖健身器材品牌，過去每季僅能拍攝約 20 組產品照，官網與社群素材重複率高，行銷活動常因圖庫不足而延宕。
導入 AI 生成圖片後，團隊以實拍產品結合場景合成，快速擴充視覺內容。
- 做法：以實拍白底照生成 12 種居家與健身房場景，素材產出量提升 6 倍
- 做法：每月廣告素材由 15 張增至 80 張，投放測試週期縮短 40%
- 做法：外包攝影預算從每月 4,500 美元降至 900 美元，節省約 80%
- 做法：新品上架視覺準備時間由 10 天縮短至 2 天，提升檔期應變速度
小技巧
- 用 Canva 去背產品照，保留原圖主體不經 AI 重繪。
- 在 ChatGPT 輸入「生成木質桌面咖啡廳場景，柔和側光」，再合成產品。
- 以 Claude 比對三版場景，挑光影與產品角度最貼合者。
- prompt 加上「留出中央 40% 空白」，方便放置產品主體。
- 用 Zapier 串接批次出圖，一次套用同款場景風格。
練習題
本節摘要
- AI 電商應用：情境圖、展示圖、廣告素材、A/B 測試
- 最佳組合：真實產品照 + AI 場景生成
- 成本可節省 80%
11.9 社群應用：AI 社群素材
為什麼學_this？
社群媒體需要大量視覺素材，AI 能大幅提升產出效率。
核心教學
AI 社群素材的類型：
貼文圖片
- Instagram 貼文
- Facebook 貼文
- LinkedIn 圖片
封面圖片
- 社群封面
- 活動封面
- 專欄封面
故事圖片
- Instagram Stories
- Facebook Stories
- 限時動態
輪播圖片
- 多張系列圖片
- 教育性內容
- 產品展示
社群素材的尺寸：
- Instagram 貼文：1080×1080
- Instagram 故事：1080×1920
- Facebook 貼文：1200×630
- LinkedIn 貼文：1200×627
商業範例
一家連鎖健身工作室過去每週靠外包設計製作社群素材，單張報價 800 元、來回修改常拖三天，導致貼文排程經常開天窗。
- 導入 AI 生成貼文圖片：每週產出 7 張，生成加調校每張 7 分鐘，較外包省下約 85% 製作時間。
- 用 AI 產出限時動態素材：每週 5 張，教練自行操作即可完成，外包費用每月減少 1 萬 2 千元。
- 每月生成 4 張課程封面圖：統一品牌色與字體，視覺一致度提升，學員點擊率成長約 20%。
- 建立素材模板庫：重複使用率達 6 成，新素材製作時間再縮短至每張 4 分鐘。
小技巧
- 用 ChatGPT 先產出三組標題與文案，再挑一組微調，避免每篇重寫。
- 把固定風格寫進 prompt，例如「白底、單色插畫、留白 30%」，貼到 Canva 批次生成。
- 用 Notion 建素材模板資料庫，欄位記尺寸、色碼與 prompt，方便重複套用。
- 串 Zapier 將表單新內容自動送入 AI 生成草稿，再人工審稿發布。
練習題
本節摘要
- 社群素材類型：貼文、封面、故事、輪播
- 不同平台有不同的尺寸要求
- 建立模板保持風格一致
11.10 版權與授權：AI 圖片的法律問題
為什麼學_this？
了解 AI 圖片的版權問題，避免法律風險。
核心教學
AI 圖片的版權現狀：
不同工具的授權政策
| 工具 | 商業使用 | 版權歸屬 | 限制 |
|---|---|---|---|
| Midjourney | 付費版可 | 用戶所有 | 免費版有限制 |
| DALL·E 3 | 可以 | 用戶所有 | 需遵守使用條款 |
| Stable Diffusion | 可以 | 用戶所有 | 取決於模型 |
| Adobe Firefly | 可以 | 用戶所有 | 訓練數據有授權 |
使用注意事項
風險管理
- 避免生成名人或真實人物
- 避免生成現有品牌標誌
- 避免生成受版權保護的角色
- 定期檢查授權政策更新
商業範例
一家擁有 12 間門市的連鎖健身品牌，過去每季製作教練課程宣傳圖需外包，單張成本約 800 元且交期長達兩週。導入 AI 生成後，行銷團隊面臨圖片授權來源不明的風險，擔心用於付費廣告恐衍生侵權爭議。
- 做法：全面改用付費版生成工具，確保取得商業授權；結果：每季省下約 6 萬元外包費，交期縮短至 1 天內。
- 做法：建立禁用清單，避免模仿同業視覺風格；結果：法務複查爭議案件由每季 4 件降至 0 件。
- 做法：保留每張圖的提示詞與生成時間記錄；結果：授權追溯時間從 3 天縮短為 10 分鐘。
- 做法：每季由法律顧問審核素材庫；結果：上架前合規通過率提升至 98%。
小技巧
- 用 Adobe Firefly 生成素材，其訓練資料具合法授權，商用風險較低。
- 在 Canva 上傳 AI 圖前，先確認授權條款是否允許商業用途。
- 用 ChatGPT 草擬授權詢問信，請對方以書面回覆使用範圍。
- 以 Midjourney 生成圖時，於 prompt 註明「no logos, no brands」降低侵權風險。
練習題
本節摘要
- 付費版工具通常允許商業使用
- 避免生成侵權內容
- 保留生成記錄，定期檢查政策更新
11.11 圖片後製：AI 圖片的優化
為什麼學_this？
AI 生成的圖片通常需要後製優化才能達到商業標準。
核心教學
AI 圖片常見問題：
後製工具和技巧：
基礎調整
- 裁剪和調整構圖
- 調整亮度、對比、飽和度
- 銳化細節
修復問題
- 用 Photoshop 修復手指問題
- 用生成式填充移除不需要的元素
- 用修復畫筆修復細節
添加文字
- 用設計工具添加正確的文字
- 確保文字清晰可讀
- 符合品牌字體規範
批量處理
- 建立 Photoshop 動作
- 使用批次處理功能
- 統一調整風格
商業範例
一家三十人規模的連鎖健身工作室，每週需產出約四十張社群與廣告素材，過去外包修圖每張成本約三百元、交期長達三天，常錯過促銷時機。
- 批次裁切與重構圖：依 IG、FB、官網三種版位自動輸出，單週省下約 12 小時人工。
- 修復手部與器材變形：針對 AI 生成常見的手指錯位問題逐張校正，退件率由 25% 降至 4%。
- 套用品牌色票與浮水印：統一 6 款模板後，素材視覺一致度提升，審稿來回從 3 次減為 1 次。
- 輸出多尺寸檔案：一次生成 5 種規格，單張後製時間由 20 分鐘壓縮至 4 分鐘。
小技巧
- 用 ChatGPT 產出固定 prompt 模板，批次套用色彩、銳化與裁切參數。
- 在 Canva 建立品牌後製範本，一鍵套用濾鏡、浮水印與尺寸。
- 把檢查清單存進 Notion，每張圖勾選對比、色偏、細節三項。
- 用 Zapier 串接雲端硬碟，新圖上傳即自動觸發優化流程。
練習題
本節摘要
- AI 圖片常見問題：手指畸形、文字錯誤、細節模糊
- 後製工具：Photoshop、Canva、Figma
- 建立標準化後製流程
11.12 品牌視覺工作流：建立一致的品牌形象
為什麼學_this？
建立品牌視覺工作流確保所有 AI 生成的圖片都符合品牌形象。
核心教學
品牌視覺工作流的組成：
品牌視覺指南
- 品牌色彩（主色、輔色）
- 品牌字體
- 圖片風格（攝影/插畫/3D）
- 構圖規範
Prompt 模板庫
- 品牌風格 Prompt
- 不同場景的 Prompt
- 季節性 Prompt
參考圖片庫
- 品牌風格參考
- 競爭對手參考
- 行業最佳實踐
品質檢查清單
- 色彩是否符合品牌？
- 風格是否一致？
- 是否有品牌元素？
- 解像度是否足夠？
建立工作流的步驟：
商業範例
一家連鎖健身工作室擁有 12 間分店，過去各店教練自行製作宣傳圖，色調與字體雜亂，社群點擊率長期低於 1.5%。總部決定建立統一的品牌視覺工作流，將指令標準化後下發各店使用。
- 做法：鎖定品牌色票與字體規範並寫入 Prompt 模板，貼文視覺一致率由 45% 提升至 92%。
- 做法：建立 8 組情境模板供各店套用，單張宣傳圖製作時間從 40 分鐘縮短至 12 分鐘。
- 做法：導入品質檢查清單，逐項核對色彩、風格與標誌，退件重製率由 30% 降至 8%。
- 做法：每月追蹤社群數據並優化模板，三個月內平均點擊率由 1.4% 成長至 2.6%。
小技巧
- 用 Notion 建品牌資料庫，集中存放色票、字體與 Prompt 模板。
- 在 ChatGPT 貼上品牌色 HEX 與風格關鍵詞，生成固定前綴 Prompt。
- 把標準 Prompt 存成 Claude Project 指令，每次生成自動套用。
- 用 Canva 品牌套件鎖定色盤與字型，匯出前逐一比對。
- 以 Zapier 串接生成工具與 Notion，自動歸檔並標記版本。
練習題
本節摘要
- 品牌視覺工作流：指南 + Prompt + 參考 + 審核
- 確保所有 AI 圖片符合品牌形象
- 持續優化工作流
11.13 課程總結
課程總結
下一步學習
- C-12 AI 影片與影音創作：從圖片到影片
- C-13 AI 簡報與設計自動化：設計效率提升
- C-10 AI 內容創作與文案：圖片與文案結合
© 2026 Buddylala.ai — Build Your AI Future, Together.