一家賣登山鞋的網店，小編要替官網一篇〈商品頁的規格怎麼標清楚〉做封面圖。那篇文章在講怎麼替商品頁的每個欄位貼上清楚的標籤，小編腦中浮現的畫面是倉庫。鐵架上排著牛皮紙箱，每箱掛一張不同顏色的吊牌，夾一張空白的裝箱單。小編照這個畫面寫了需求交給 AI，幾分鐘後，它交回一張很像雜誌攝影的圖。
圖畫得很好看，卻放錯了地方。那篇文章從頭到尾拿一雙登山鞋的商品頁當例子，倉庫只是小編自己想出來的比喻。讀完文章的人看到這排紙箱，認不出它在講哪一段。
AI 完全照需求畫了，問題出在需求本身。你公司如果要用 AI 寫貼文、擬客服回覆、做活動圖，也會遇到同一件事：你沒寫進需求的東西，它不會知道，卻會交回一份看起來很完整的成品。這張封面圖後來寫到第三版需求才定稿，下面就跟著它，看生成式 AI 能做什麼、會在哪裡出錯。
生成式 AI 是什麼？
生成式 AI 是能照你給的文字、圖片或檔案，做出新的文字、圖片、聲音、影片或程式碼的 AI。AWS 對它的說明是「一種可以創造新內容和想法的人工智慧」，可以產生對話、故事、影像、影片和音樂。AWS：什麼是生成式 AI
你交給它的那段描述，叫做提示詞（prompt）。用 ChatGPT 擬一封回信、用 Gemini 摘要會議紀錄，都是在用生成式 AI；小編拿來畫封面圖的工具也是。常看到的 GenAI，就是 Generative AI 的縮寫，指的是同一件事。
這裡的「新」，是指它照你的描述畫出一張原本不存在的圖，不是去圖庫找現成的倉庫照片。所以同一段描述再跑一次，紙箱的角度、吊牌的顏色和位置都會不一樣。
可以把生成式 AI 想成一位看過大量作品、手很快，但從來沒來過你公司的外包美術。
- 你給的需求單，就是提示詞：你寫得越具體，他交回來的東西越接近你要的。
- 他看過很多作品，所以畫得出樣子：倉庫、紙箱、吊牌長什麼樣，他不用你教。
- 他沒來過你公司，所以不知道你沒寫的事：文章在講登山鞋，需求單上沒寫，他就不會知道。
- 每次交稿都不太一樣：同一張需求單請他畫兩次，會拿到兩張不同的圖。
- 他不會自己去查證：你沒給的規格和數字，他會照「通常長這樣」補上去。
比喻對不上的地方有兩處。真人美術看不懂需求時會反問，或者跟你說「這個我不確定」。生成式 AI 多半不會問，而是直接交出一張看起來很完整的圖。另外，真人記得你上次改了哪裡；生成式 AI 除非開了記憶功能，換一個新的對話就會從頭開始。
生成式 AI 適合打初稿、一次出好幾個版本，但它交出來的是最像你描述的東西，事實和細節要人確認。
公司可以把哪些工作交給生成式 AI？
可以分三類：直接請它打初稿的工作、先給它公司資料再請它寫的工作，以及要專業人員判斷或乾脆不交給它的工作。出錯的代價越高、越接近對外承諾，就越要人確認。
| 類別 | 工作 | 交給生成式 AI 的方式 | 人要確認什麼 |
|---|---|---|---|
| 直接打初稿 | 社群貼文、商品頁初稿 | 給它商品名、從規格表貼上的原文數字、寫給誰看 | 事實、數字、品牌語氣 |
| 直接打初稿 | 活動主視覺草圖、文章配圖 | 寫出畫面裡要有的物件和位置，一次出兩三個版本來挑 | 有沒有亂碼字、假介面、主體被裁掉 |
| 直接打初稿 | 會議紀錄、長信摘要 | 把原文貼給它整理 | 有沒有漏掉決定和期限 |
| 先給資料再寫 | 客服回覆草稿 | 先把常見問答和退換貨規定整理成文件給它 | 每一則送出前都有人看過 |
| 先給資料再寫 | 報價、規格、交期 | 給它最新的價目表和庫存，或請人把系統接起來讓它查 | 每一個數字都要對 |
| 專業判斷或不交 | 合約、法規、醫療判斷 | 只拿來整理問題，不讓它下結論 | 由專業人員判斷 |
| 專業判斷或不交 | 商品實拍、產品介面截圖 | 不交給它 | 用真實照片和真實截圖 |
第一類的文字工作，需求單寫法跟畫圖一樣要具體。以商品頁初稿為例：
- 商品名，加上從規格表直接貼上的原文數字：尺寸、材質、價格都用貼的，不要讓它自己記。
- 寫給誰看：例如「第一次買登山鞋的上班族」。
- 沒給的規格留空，不要自己補：這一句能減少它自己編數字。
- 不寫保固、交期和優惠承諾：這些由負責的人最後補上。
表格最後一列要特別注意：AI 生成的圖只適合當示意用的概念圖，產品畫面要用真實截圖，因為讀者會把截圖當成「產品真的長這樣」。
第二類要先給資料，因為生成式 AI 不知道你公司的價目表和庫存。讓它回答前先去查公司文件、再根據查到的內容回答，這種做法叫 RAG，整理在 RAG 是什麼。讓它直接去系統裡查訂單、建單，就是 AI agent 在做的事。系統和系統之間怎麼接起來，在 API 是什麼那篇有說明。
要把生成式 AI 接上公司的資料和系統，就是我們企業 AI 營運在做的串接工作。
公司資料能不能貼進去，也要先講好。行政院在 2023 年 8 月發布〈使用生成式 AI 參考指引〉，開頭就要求公務使用要保有機密性及專業性。指引的重點之一，也是要使用者客觀、專業地評估生成式 AI 產出的資訊與風險。行政院：使用生成式 AI 參考指引
公司不受這份指引約束，但可以照同樣的方向訂三條規則。第一條，哪些資料不能貼，例如客戶姓名電話、報價單和合約。第二條，一律用公司統一申請的帳號，不用個人帳號。第三條，對外發出前由誰看過，例如負責的業務或主管。員工用個人帳號貼客戶名單會有什麼風險，我在 Shadow AI 是什麼那篇有整理。
生成式 AI 和傳統 AI 差在哪？
兩者的差別在輸出：傳統 AI 多半是在判斷和分類既有的資料，生成式 AI 則是做出新的內容。
我們平常說的傳統 AI，比較精確的名字是分辨式 AI（也有人叫鑑別式 AI）。科技大觀園的文章說明，它用一批已經標好答案的資料，訓練出一個分類器，再拿去判斷沒看過的資料。分類器就是專門判斷東西屬於哪一類的模型。科技大觀園：「生成式 AI」和「分辨式 AI」有哪裡不一樣？
例如信箱的垃圾信過濾，判斷的是「這封是不是垃圾信」；客服系統的分類，判斷的是「這則留言是不是客訴」。生成式 AI 則是接著把那則客訴的回覆草稿寫出來。兩者都是從資料裡學出來的，差別在學完之後交出什麼。
| 分辨式 AI（傳統 AI） | 生成式 AI | |
|---|---|---|
| 交出什麼 | 一個判斷：是或不是、屬於哪一類、分數多少 | 一段新的文字、一張新的圖、一段影片或程式碼 |
| 例子 | 垃圾信過濾、零件瑕疵檢測、信用卡盜刷偵測 | 擬回信、寫商品頁初稿、畫文章封面圖 |
| 怎麼確認對不對 | 拿標好的答案比對，算出準確率 | 通常沒有唯一的正確答案，要人看過才知道能不能用 |
分辨式 AI 可以先用一批舊資料算出準確率，再決定要不要上線。生成式 AI 交出來的每一份都不一樣，所以通常要有人看過，才知道這一份能不能用。這也是前面那張分工表，每一列都有「人要確認什麼」的原因。
生成式 AI 是怎麼做出一張圖、一段文字的？
它先從大量資料裡學到「什麼東西通常長什麼樣子」，再照你的描述，做出最符合描述的內容。
做文字的是大型語言模型（LLM），例如 GPT、Claude、Gemini 背後的模型。ChatGPT 則是用 GPT 做成的聊天產品。LLM 看著前面的文字，依機率挑出下一小段字，一路接下去。它不一定每次都挑機率最高的那個，所以同一個問題問兩次，答案的用字會不一樣。現在很多 LLM 也能讀圖片。
細節我在 LLM 是什麼那篇有拿一封詢價信完整走過一次。
做圖片的模型，常見的一種是擴散模型。AWS 的說明是，這類模型學習時，會在原始資料上一次次加入雜訊，再把過程反過來，一步步把雜訊去掉。雜訊可以想成電視沒訊號時的雪花點。畫圖時，它就從一片雪花點開始，照你的描述，一步步整理出原本不存在的新畫面。
那張倉庫封面圖也是這樣來的。「倉庫、鐵架、紙箱、吊牌」這幾個詞它都懂，所以畫得很像。它不知道文章在講登山鞋，因為需求裡根本沒寫。那張圖對不上內文，是因為需求只描述了小編想的比喻，沒有描述文章裡真正的例子。
如果讓 AI 自己去公司系統裡查資料、把事情做完，那就是 AI agent。它和聊天機器人、自動化流程的差別，整理在 AI agent 和聊天機器人、RPA、自動化流程差在哪。
生成式 AI 會在哪裡出錯？
它最常在兩種地方出錯：你沒告訴它的事，以及要求精準的地方。下面第 1、2 種是這張封面圖遇到的，第 3、4 種是做圖時常見的問題，第 5 種是文字工作最常見的錯。
- 畫得很像，但不是你要的：就是開頭那張倉庫紙箱。第二版需求，小編改成寫正文裡的東西。紙箱裡放一隻登山鞋，箱子正面貼一張託運單。旁邊擺著那雙鞋的商品頁印稿，紙上夾著一張吊牌，再用一條螢光綠細繩把託運單和吊牌連起來。這些都是那篇文章裡真的出現的例子。
- 東西放不到你要的位置：第二版一次產了 A、B 兩張，吊牌都擠在畫面最右邊。封面圖原本是 16:9 的橫圖，手機看文章時會把它裁成比較接近方形的 4:3，左右各切掉約 12%，吊牌剛好會被切掉。OpenAI 的圖片生成文件也寫，模型在需要精準排版的構圖上，可能很難把元素放到指定位置。OpenAI：Image generation
- 字寫不好：同一份文件提到，模型在文字的位置和清晰度上仍然可能出錯。所以需求裡最好寫明「不要有任何文字」。圖上要標的中文，另外排好字再疊上去。
- 照字面做，交出一個假的東西：例如要做一張產品圖直接疊在網頁上，需求裡寫了透明背景，也就是圖片沒有底色。結果交回來的圖，把透明的地方畫成一片灰白棋盤格。那是修圖軟體用來表示「這裡透明」的花紋，整張圖其實一點都不透明。
- 文字會流暢地講錯：圖畫錯一眼就看得出來，文字錯了卻很難發現。例如請它照規格表寫商品頁，規格表沒寫防水等級，它可能自己補一個，而且寫得很像真的。這叫 AI 幻覺，原因和防法整理在 AI 幻覺是什麼。
第 4 種換個做法就躲得掉。OpenAI 的文件寫明，部分圖片模型透過 API 可以直接要求透明背景。如果你用的工具做不到，可以改成要它畫一整片純洋紅色的背景，再用修圖軟體或程式把洋紅色去掉，只留下主體。
同一張封面圖的三版。左邊是只寫比喻的第一版。中間是寫了正文物件、沒寫位置的第二版 A，吊牌會被手機裁掉。右邊是補上位置限制的第三版 C。
前三種都靠改需求解決。需求要寫成具體的物件、位置，以及不能出現的東西。例如寫「登山鞋」，不寫「商品」。寫「放在寬度 18% 到 82% 之間」，不寫「放中間」。最後再加一句「不要有任何文字」。提示詞怎麼寫才能讓團隊重複使用，可以看提示詞怎麼寫。
第 5 種則只能靠人在交出去之前看過一次，所以分工表裡每一列都留了「人要確認什麼」。
常見的生成式 AI 工具有哪些？
寫文字常用 ChatGPT、Claude、Gemini 和 Microsoft Copilot。畫圖常用 ChatGPT 的圖片生成、Gemini 和 Midjourney。寫程式常用 Cursor 和 GitHub Copilot。做影片則有 Google 的 Veo。
不少工具同時能處理文字和圖片，所以同一個工具常常橫跨好幾類。
| 要它做出什麼 | 常見工具 | 公司常拿來做的事 |
|---|---|---|
| 文字 | ChatGPT、Claude、Gemini、Microsoft Copilot | 擬回信、寫商品頁初稿、摘要會議紀錄、翻譯 |
| 圖片 | ChatGPT 的圖片生成、Gemini、Midjourney | 活動主視覺草圖、文章配圖、簡報插圖 |
| 程式碼 | Cursor、GitHub Copilot | 改網站、寫小工具、看懂別人寫的程式 |
| 影片 | Google 的 Veo 等影片模型 | 短影音草稿、產品示意短片 |
選工具之前，先想清楚一件事：你會不會把公司資料貼進去。會的話，先看這個工具的企業版怎麼處理你的資料，整理在企業版 AI 助理怎麼選。
回到那張封面圖：最後怎麼定稿，你可以怎麼開始？
小編最後用的是第三版 C，關鍵在需求單寫出了正文的物件和位置；你可以用同樣的寫法，從一件文字初稿開始試四週。那張封面圖的登山鞋、託運單、細繩和吊牌都在畫面中間，手機裁切後還看得到。之後做圖可以照同一個順序：正文寫完才寫需求、寫明物件和位置、一次產兩個版本，再用手機比例看一次。
先挑一件出錯也來得及改的工作試，再決定要不要交給它更多。我會建議從商品頁或社群貼文的初稿開始，因為每一份都會有人看過才發出去。
需求單照前面分工表下的四點寫。然後連續四週，記下每份草稿的三件事：人改了幾處、改了幾分鐘，以及有沒有寫錯事實。
四週後看兩個數字。「改了幾處」有在降，可能是需求單變清楚了，也可能是審稿的人標準放寬了，兩種都要回頭看。「寫錯事實」那一欄如果四週都是零，就可以試第二類工作：把常見問答和退換貨規定整理成一份文件給它，請它寫客服回覆草稿。如果一直有寫錯，通常是它缺了公司資料，先把資料補給它，再考慮換工具。
常見問題
ChatGPT 算是生成式 AI 嗎？
算。ChatGPT 是一個生成式 AI 產品，背後用的是大型語言模型，現在也能產生圖片。科技大觀園的文章也寫，ChatGPT 只是生成式 AI 的其中一種形式。畫圖的 Midjourney 等工具，也屬於生成式 AI。
生成式 AI 和 LLM 差在哪？
生成式 AI 是總稱，LLM 是其中以處理文字為主的那一類模型，很多也能讀圖片。專門畫圖、做影片的模型同樣屬於生成式 AI，但一般不叫 LLM。幾個名詞的完整對照，在 LLM 是什麼那篇有一張表。
公司資料可以貼進生成式 AI 嗎？
要看你用的是哪一種帳號。貼之前，先確認公司用的版本會不會拿對話去訓練模型、資料會存多久。這些通常寫在服務的隱私權政策或企業版的資料使用說明裡，也可以請公司的 IT 或採購窗口向廠商確認。各家企業版的差別，整理在企業版 AI 助理怎麼選。客戶個資、合約和報價這類資料，我建議等公司訂好規範、用企業版之後再貼。
生成式 AI 每次的答案都不一樣，正常嗎？
正常。它每次都是重新產生內容，所以同一個問題、同一張需求單，跑兩次會拿到兩個版本。做圖時反而可以利用這一點，每次跑兩個版本來挑。如果你要的是價格、規格這類一定要對的答案，就讓它先查公司資料再回答，並且每次都有人核對。查資料能讓答案有依據，但用字還是可能每次不同。
參考來源
- AWS，什麼是生成式 AI？
- 科技大觀園，「生成式 AI」和「分辨式 AI」有哪裡不一樣？
- OpenAI，Image generation
- 行政院，行政院及所屬機關（構）使用生成式 AI 參考指引
- Google DeepMind，Veo