有一家賣登山鞋的網店,小編要替官網上一篇〈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,而小編腦中浮現的畫面是倉庫。
鐵架上排著牛皮紙箱,每個箱子都掛著一張不同顏色的吊牌,還夾著一張空白的裝箱單。小編就照這個畫面寫了需求交給 AI,幾分鐘後,它就交回一張很像雜誌攝影的圖。
這張圖畫得很好看,但放在這篇文章上就不對了。因為那篇文章從頭到尾都是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。所以讀者看完文章再看到這排紙箱,根本認不出它在講哪一段。
AI 完全是照需求畫的,所以問題是出在需求本身。如果你的公司要用 AI 寫貼文、擬客服回覆或做活動圖,也會遇到同樣的事。你沒有寫進需求的東西,它不會知道,但它還是會交回一份看起來很完整的成品。
這張封面圖後來一直改到第三版需求才定稿。所以下面我就跟著這張圖,講生成式 AI 能做什麼、又會在哪裡出錯。
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,就叫做提示詞(prompt)。像是用 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。而你常看到的 GenAI,就是 Generative AI 的縮寫,講的是同一件事。
這裡說的「新」,是指它會照你的描述畫出一張原本不存在的圖,而不是去圖庫找一張現成的倉庫照片。所以就算同一段描述再跑一次,紙箱的角度、吊牌的顏色和位置也都會不一樣。
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:文章明明在講登山鞋,但只要需求單上沒寫,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。
不過這個比喻有兩個地方對不上。真人美術看不懂需求時會反問你,或者跟你說「這個我不確定」。但生成式 AI 多半不會問,而是直接交出一張看起來很完整的圖。另外,真人會記得你上次改了哪裡。而生成式 AI 除非有開記憶功能,不然換一個新的對話就會從頭開始。
生成式 AI 很適合拿來打初稿、一次出好幾個版本,但它交出來的只是最像你描述的東西,所以事實和細節一定要有人確認。
公司可以把哪些工作交給生成式 AI?
大致可以分成三類。第一類是可以直接請它打初稿的工作,第二類是要先給它公司資料才能請它寫的工作,第三類則是要由專業人員判斷或乾脆不要交給它的工作。而一件工作出錯的代價越高、越接近對外承諾,就越需要有人確認。
| 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 |
第一類裡的文字工作,需求單也要寫得和畫圖時一樣具體。以商品頁初稿為例,可以這樣寫:
- 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:把這一句寫進去,可以減少它自己編數字的情況。
- 不寫保固、交期和優惠承諾:這些由負責的人最後補上。
表格的最後一列要特別注意。AI 生成的圖只適合拿來當示意用的概念圖,產品畫面還是要用真實的截圖,因為讀者會把截圖當成「產品真的長這樣」。
第二類之所以要先給資料,是因為生成式 AI 不知道你公司的價目表和庫存。如果要它在回答之前先去查公司文件,再根據查到的內容回答,這種做法就叫 RAG。我整理在 RAG 是什麼。而如果是讓它直接去系統裡查訂單、建單,那就是 AI agent 在做的事。至於系統和系統之間要怎麼接起來,我在 API 是什麼那篇有說明。
如果你想把生成式 AI 接上公司的資料和系統,這就是我們企業 AI 營運在做的串接工作。
另外,公司的資料到底能不能貼進去,也要先講好。行政院在 2023 年 8 月發布了〈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。這份指引的重點之一,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
一般公司雖然不受這份指引約束,但可以照同樣的方向訂三條規則。第一條是講清楚哪些資料不能貼,例如客戶的姓名電話、報價單和合約。第二條是一律用公司統一申請的帳號,不用個人帳號。第三條是講好對外發出之前要由誰看過,例如負責的業務或主管。
至於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?
兩者的差別在於交出來的東西: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,它是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。而分類器,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」,而客服系統的分類,判斷的是「這則留言是不是客訴」。生成式 AI 則可以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,差別就在學完之後交出來的是什麼。
| 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。但生成式 AI 交出來的每一份都不一樣,所以通常要有人看過,才知道這一份到底能不能用。這也是為什麼前面那張分工表,每一列都有「人要確認什麼」。
生成式 AI 是怎麼做出一張圖、一段文字的?
它會先從大量資料裡學到「什麼東西通常長什麼樣子」,然後再照你的描述,做出最符合描述的內容。
負責做文字的是大型語言模型(LLM),例如 GPT、Claude、Gemini 背後的模型。而 ChatGPT 則是用 GPT 做成的聊天產品。
LLM 會看著前面的文字,依機率挑出下一小段字,然後一路接下去。因為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,答案的用字也會不一樣。另外,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。
而做圖片的模型,常見的一種是擴散模型。AWS 的說明是,這類模型在學習的時候,會在原始資料上一次又一次地加入雜訊,再把過程反過來,一步步把雜訊去掉。你可以把雜訊想成電視沒訊號時的雪花點。
等到要畫圖的時候,它就從一片雪花點開始,照你的描述,一步步整理出一張原本不存在的新畫面。
前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。但它不知道文章在講登山鞋,因為需求裡根本沒寫。那張圖之所以對不上內文,是因為需求只描述了小編自己想的比喻,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。至於它和聊天機器人、自動化流程有什麼差別,我整理在 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?
它最常出錯的地方有兩種。一種是你沒告訴它的事,另一種是要求很精準的地方。下面第 1、2 種是這張封面圖實際遇到的,第 3、4 種是做圖時常見的問題。第 5 種則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。所以到了第二版需求,小編就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有出現的例子。
- 東西放不到你要的位置:第二版一次產了 A、B 兩張,但吊牌都擠在畫面的最右邊。封面圖原本是 16:9 的橫圖,而手機看文章時會把它裁成比較接近方形的 4:3。這樣左右各切掉約 12%,所以吊牌剛好就會被切掉。OpenAI 的圖片生成文件也有寫,模型在需要精準排版的構圖上,可能很難把元素放到指定的位置。OpenAI:Image generation
- 字寫不好:同一份文件也提到,模型在文字的位置和清晰度上還是可能出錯。所以需求裡最好寫明「不要有任何文字」。至於圖上要標的中文,就另外排好字再疊上去。
- 照字面做,交出一個假的東西:例如你要做一張產品圖直接疊在網頁上,所以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,卻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:圖畫錯了一眼就看得出來,但文字寫錯了卻很難發現。例如你請它照規格表寫商品頁,如果規格表上沒寫防水等級,它可能會自己補一個,而且寫得很像真的。這種情況叫 AI 幻覺,原因和預防的方法我整理在 AI 幻覺是什麼。
第 4 種只要換個做法就可以避開。OpenAI 的文件有寫明,部分圖片模型透過 API 可以直接要求透明背景。而如果你用的工具做不到,可以改成請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。
前三種都可以靠改需求來解決。需求要寫出具體的物件、位置,以及不能出現的東西。例如要寫「登山鞋」,不要寫「商品」。要寫「放在寬度 18% 到 82% 之間」,不要寫「放中間」。最後再加一句「不要有任何文字」。至於提示詞要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?
寫文字常用的有 ChatGPT、Claude、Gemini 和 Microsoft Copilot。畫圖常用的有 ChatGPT 的圖片生成、Gemini 和 Midjourney。寫程式常用的有 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,你要先想清楚一件事,就是你會不會把公司資料貼進去。如果會的話,就要先看這個工具的企業版怎麼處理你的資料,這部分我整理在企業版 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,關鍵就在需求單終於寫出了正文裡的物件和位置。那張封面圖的登山鞋、託運單、細繩和吊牌都放在畫面中間,所以手機裁切之後還是看得到。之後要做圖的話,也可以照同樣的順序。先把正文寫完才開始寫需求,需求裡寫明物件和位置,一次產兩個版本,最後再用手機的比例看一次。
如果你的公司也想開始用,我會建議先挑一件出錯也來得及改的工作來試,試過之後再決定要不要交給它更多。例如商品頁或社群貼文的初稿就很適合,因為每一份都會有人看過才發出去。
需求單的部分,照前面分工表下面那四點來寫就可以了。然後每一份草稿,你都可以順手記下同事改了幾個地方、花了幾分鐘,以及 AI 有沒有把事實寫錯。
試了幾週之後,如果你發現同事要動手改的地方越來越少,有可能是你們的需求單越寫越清楚了,但也有可能只是審稿的人標準放寬了。所以這兩種可能你都要回頭確認一下。
而如果這段時間 AI 都沒有把事實寫錯,那就可以試第二類工作。也就是把常見問答和退換貨規定整理成一份文件交給它,請它寫客服回覆草稿。但如果它一直把事實寫錯,通常是因為它缺了公司的資料,那就先把資料補給它,之後再考慮要不要換工具。
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。而畫圖用的 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。至於這幾個名詞的完整對照,我在 LLM 是什麼那篇有做一張表。
公司資料可以貼進生成式 AI 嗎?
要看你用的是哪一種帳號。在貼之前,你要先確認公司用的版本會不會拿對話去訓練模型,以及資料會存多久。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。
至於各家企業版的差別,我整理在企業版 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。做圖的時候反而可以利用這一點,每次跑兩個版本來挑。但如果你要的是價格、規格這類一定要對的答案,就要讓它先查公司資料再回答,並且每次都要有人核對。查資料可以讓答案有依據,但用字還是可能每次都不一樣。
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
