從「複製咒語」到「精準對話」：一場Threads繪圖挑戰背後的人機協作思維

👇 原始挑戰貼文可以看這裡：

https://www.threads.com/share/_d0YSFnDO/

有看到平台上我發佈的短影音嗎？就是基於這則貼文開始錄影、縮時

為什麼「複製貼上」無法解決所有問題？

誠如我在課堂上常說的，AI 就像一位技術高超但缺乏方向的建造者，而你才是那位負責發號施令的人類建築師。

當我們只是盲目複製別人的提示詞時，我們其實是放棄了建築師的角色，把定義問題的權利交給了別人。別人的提示詞是為了解決「他的問題」或呈現「他的美學」，當你的腦海中有一個特定且專屬的畫面時，一套通用的模板是無法精準命中的。

從「盲測」到「協作」：拆解精準產圖的四個步驟

面對一張你想還原，或是腦海中想要實現的構圖，真正的挑戰不在於你背了多少個專業的風格術語（如：Unreal Engine 5, 8k resolution），而在於你如何將視覺語言轉化為 AI 能理解的邏輯指令。

這是一個需要觀察、描述、提出需求，並一步步與 AI 進行協作驗證的過程。

在嘗試這次的 Threads 挑戰時，我將整個思考過程拆解為以下幾個階段：

1. 觀察與拆解 (Deconstruction)： 不要一開始就急著寫提示詞。先觀察目標圖像的「骨架」。

• 主體是什麼？（例如：一位男性、Q版/Chibi風格）
• 特徵是什麼？（例如：黑色短髮、戴眼鏡、穿著深藍色短袖上衣、黑長褲、黑皮鞋）
• 場景與視角為何？（例如：夜晚的湖畔、背對著鏡頭轉頭看向畫面）

1. 描述與設定 (Description & Setup)： 將拆解下來的元素，轉化為清晰的指令。有時候，單靠一句話是不夠的。這時我們可以利用提示詞敘述，先賦予 AI 一個明確的角色。例如：「你是一個才華洋溢的平面設計師，熟悉 DALL-E 3 的提示技巧...」讓 AI 先進入狀況。
2. 提出自己的需求 (Defining the Goal)： 將你的具體觀察化為輸入要求。在這一點上，我們必須像寫程式一樣精準，排除可能讓 AI 產生「幻覺」的模糊地帶。
3. 迭代與協作驗證 (Iterative Verification)： 這是最重要，卻也最常被忽略的一步。AI 第一次給你的圖，通常不會是完美的。

• 帽子畫錯了？ 告訴它：「保留目前的構圖，但將人物的帽子移除。」
• 風格不對？ 告訴它：「請強化 3D 立體渲染的質感。」 這就是我一再強調的：不要期待 AI 一次到位，它是一個需要陪練的夥伴。

過程比結果更珍貴：我的協作縮時紀錄

完成腦海中想要達成的效果，靠的不是運氣，而是清晰的邏輯思維與不厭其煩的溝通。在這個過程中，我們鍛鍊的其實是自己的「運算思維」與「精準表達能力」。

我將這次挑戰中，從初步構想到不斷與 AI 溝通、微調，最終達成目標的過程，錄製成了一段縮時影片。這不僅是一次生圖的紀錄，更是「人機協作」真實樣貌的展現。

👇 如果沒看過的人，來看看這段從無到有的協作縮時影片： https://www.youtube.com/shorts/pY4xzYAOHaQ

結語：

工具的迭代永遠不會停止，今天流行這個模型，明天又會有更強的工具問世。但無論工具怎麼變，那份能夠「細緻觀察、精準描述、並透過對話解決落差」的內化智慧，才是你在 AI 時代真正帶得走的超能力。

下次再遇到有趣的生成挑戰時，不妨放下現成的咒語，試著用自己的話語，當一次真正的 AI 建築師吧！