用AI產生影像的技巧 - 善用客觀的資訊

 

用AI產生影像需要適當的提示詞，而這些提示詞所產生的結果變數很高，因為提示詞不一定能產生客觀的結果。換句話說，提示詞可分成兩種: 一種是客觀的資訊，另一種是屬於感覺的，比較主觀的資訊。

為了更能掌握產出的圖片，我們要盡可能地確立那些客觀的資訊，這樣就更能產生我們要的圖片。例如:

1. 照片的長寬比。是肖像構圖(直立式)或是風景構圖(橫式)。或是正方形構圖。

2. 模特兒的頭部約佔垂直畫面多少%。模特兒的頭部大小在畫面中會影響圖片的美觀性，因此是很重要的屬性。這個數值可以從參考圖中精確的量出來，不需要猜測。

3. 光源的方向性。光線如果不是柔和的就會有方向性。例如: 柔和的自然光從右上方灑入

4. 整體的構圖視角。例如整個環境與模特兒的姿勢都是正面面向鏡頭，則稱為正視角構圖。

用AI產生影像的技巧 - 少的提示詞會更好

 

為什麼提示詞越少有時反而能產生更好看的圖片?

這是一個非常有趣也很常見的現象，尤其是在使用 AI 影像生成模型時常會遇到。簡單來說，提示詞越少有時反而能產生更好看的圖片，主要原因包括以下幾點：

1. 過多提示會讓模型「分心」或產生衝突。每個提示詞（prompt）都會導向特定的視覺風格、構圖、光線、表情、場景……等。如果你加入太多形容詞或要求，模型有時會「不知道該聽誰的」，導致結果變得混亂、不協調，甚至畫面看起來過度複雜或缺乏焦點。

2. 模型內建的「潛在美學偏好」能自由發揮。當提示詞很簡單、留有彈性時，模型會根據它的大量訓練資料，選擇一個內建認為「美」或「合理」的構圖或風格。這反而會導向更自然、平衡的作品。

就像請一位專業攝影師：「幫我拍一張漂亮的人像」，他會自由發揮構圖與光影技巧；但如果你硬要他「水平分割畫面、強烈背光、紅綠藍配色、主體看左邊」，他反而難以做出好照片。

3. 減少「過擬合」的風險。在 AI 模型中，過多的指令會限制創意的發揮，造成模型僅在狹窄的路徑內探索，反而容易產生千篇一律或不自然的結果。而少量的提示詞能讓模型在概念空間中有更大的自由度，探索更創意或平衡的視覺解法。

4. 語意過度疊加導致的「語意混濁」。語言模型在處理複雜語句時會試圖建立語意圖（semantic graph），太多詞彙堆疊會導致主題不明確，或元素難以融合，讓圖像變得不夠「清楚」或「協調」。

5. 預設值其實已經「很好」。很多模型本身就有很強的預設樣式（如鏡頭語言、光線風格、人體比例），如果你沒有加干擾詞，它就會生成最「穩定」或「預期中好看的」圖像。越加提示詞，反而可能「打破」它的平衡。

因此，建議您:

• 先用簡單提示找出「好看的基礎構圖」
• 再逐步加入形容詞或調整語氣（如 vibrant, in the style of..., soft lighting）
• 每加一組詞就測試一次，看是否變更好或變差
• 使用 negative prompt（反向提示）來限制不想要的元素，會比正向堆詞更有效

用AI產生影像的技巧 -模特兒的姿勢

 

如何更自然地描述模特兒的動作讓ai產生的圖片更自然? 

要讓 AI 生成的圖片中的模特兒動作更自然，有幾個關鍵原則可以遵循來撰寫提示語：

 1. 動作描述具體且連貫，不要只用單一動詞

避免只寫「she holds a camera」或「she sits」這種單一動作。改用「她雙手自然地握著相機，輕輕靠近臉龐，似乎正在觀察相機螢幕或輕按快門」，這樣 AI 才能理解肢體的目的與過程。

2. 使用「身體語言」與「動機」輔助描述

AI 在沒有理解人物情緒的情況下，很容易生成僵硬動作。例如：

❌：「她遮住臉」

✅：「她將相機舉至臉前，低頭微傾，像是在仔細檢查相片，臉龐自然被遮住。」

這樣會讓 AI 理解「為什麼她會這樣做」，使姿勢有邏輯性。

 3. 強調關節彎曲與重心轉移的細節

自然姿勢通常有 彎曲的肢體 與 重心傾斜，例如：

✅：「她坐在木椅上，身體微微前傾，右腿收起交疊，雙臂內收輕鬆地扶著相機，頭部隨著視線自然下垂。」

這樣能避免 AI 產生「死板坐直」的模特兒。

用AI產生影像的技巧 - 物件與鏡頭的對齊

 

為了讓AI產生你要的圖片，提示詞當中必須要告訴AI關於物件(比方說書桌)與拍攝者的對齊關係，這樣才比較能產生想要的構圖。 常用的描述有:

情境 1：「床、桌子等物體與鏡頭對齊」

➤ 專業術語：

正對鏡頭（On-axis / Head-on / Parallel to the camera）

與鏡頭平行擺放（Parallel alignment）

正視角構圖（Front-facing composition）

➤ 實際描述例句：

「床是正面對著鏡頭擺放的（The bed is placed front-facing to the camera）」

「桌面邊緣與畫面平行（The table edge runs parallel to the image frame）」

「這是以正視角拍攝的構圖」

情境 2：「床、桌子等物體與鏡頭呈 45 度角」

➤ 專業術語：

斜角（Angled view / 45-degree angle）

三分之一視角（Three-quarter view）

對角線構圖（Diagonal composition）

註：雖然不一定是剛好 45 度，但只要是略轉，露出正面與側面，都可稱為「三分之一視角」或「斜角拍攝」。

➤ 實際描述例句：

「桌子以約 45 度角面向鏡頭，形成立體感（The table is angled at around 45 degrees to the camera）」

「這是斜角拍攝的構圖，讓物體更有深度（The object is captured in an angled composition to enhance depth）」

「畫面中的床呈現三分之一視角，看得出床頭與側邊（The bed is shot from a three-quarter view showing both headboard and side）」

用AI產生影像的技巧 - 提示詞的順序與擺放

1. 提示詞的順序會影響結果。

提示 A：「一位穿著藍色洋裝的女性模特兒，站在迷霧森林中，電影感光影」 

提示 B：「一座迷霧森林，有電影感的光影，出現一位穿著藍色洋裝的女性模特兒」

 → 提示 A 可能會更強調模特及其外觀，而提示 B 則更偏重場景氛圍與背景。

2. 語意區塊要放在一起(Contextual Grouping)，AI 模型傾向於以「語意區塊」來理解語句，因此將相關描述放在一起（如服裝 + 姿勢 + 光線）能幫助AI 建立更清晰的圖像。

3. 避免語意錯配(Clarity of Associations)。若句子結構不夠清楚，AI 可能會將某個特徵套用到錯誤的對象身上——尤其是當形容詞與名詞相距太遠時。

提示 1：「一位年輕女性，柔和光線，沉思表情，身處藍色極簡風房間，穿著黑色背心。」

提示 2：「在一個藍色極簡風房間中，柔和的光線照亮一位穿著黑色背心、表情沉思的年輕女性。」

→ 兩者可能產出相似的圖像，但提示 2 可能會更強調背景與整體氛圍，而提示 1 則可能更集中於人物的特徵與情緒。