從一個詞，
找到她的每一種樣子。

本站的目的

AI 生圖日漸成熟，卻常因腦中的畫面難以用文字完整表達，讓生成結果與期待出現落差。本網站透過清楚的名詞、層級分類與實際圖片，協助你描述人物、衣物、背景、畫風與視角，並理解不同提示詞如何影響畫面。

隨著生成技術進步，AI 或許也能從較模糊的描述產生理想作品。因此，本站不以評判圖片好壞為目標，而是協助你檢視：提示詞是否準確傳達了原本的想法。

AI 如何生成圖片

文生圖：文字 → 圖片

輸入提示詞，模型把人物、衣物與畫風等文字描述作為生成條件。以常見的擴散模型為例，畫面從隨機噪聲開始，經過逐步去噪形成圖片；沒有輸入參考圖片，因此外貌與構圖通常有較多變化。

圖文生圖：參考圖片＋文字 → 圖片

同時提供圖片與提示詞，模型利用圖片中的外觀或構圖資訊，再依文字生成新畫面。傳統擴散式圖生圖會將原圖編碼並加入噪聲，再依文字逐步去噪；參考圖引導或圖片編輯工具也可能採用其他流程。參考影響強度與提示詞，都會改變保留原圖與重新創作的程度。

本站將實際有輸入圖片及文字的生成統稱為「圖文生圖」，不代表每個工具都採用相同演算法。使用參考圖也不保證人物或畫風完全一致。

1. 讀取條件人物、衣服、畫風與參考圖，提供畫面方向。
2. 逐步生成從隨機起點反覆調整，讓畫面符合描述。
3. 檢查結果核對人物、衣物、手腳與取景，再保存完整紀錄。

哪些變量會改變結果？

提示詞與描述範圍

「衣服」留下許多可能；指定「白色、棉質、短袖襯衫」可縮小衣物外觀的範圍。相互矛盾的描述也會影響結果。

模型與版本、畫風

不同模型的解讀能力不同；線條、上色方式與風格設定也會改變同件衣服的呈現。

人物與參考圖

人物描述、使用的參考圖，以及參考影響強度，會影響臉型、比例與衣物。

姿勢、光線與取景

相同衣服換個角度、鏡頭距離或光源，看到的輪廓、材質與色彩就可能不同。

Seed 與生成設定

Seed 控制隨機起點；工具支援時，步數、引導強度、採樣方式與尺寸也會影響輸出。

描述更細緻，不保證每次完全一樣。要比較單一變量，還需要固定人物、畫風、參考、鏡頭、模型與設定，並記錄 Seed。這批工具未回報精確模型與 Seed，圖片仍需逐張審查。

原理參考：Hugging Face 文字生圖文件、圖文生圖文件、隨機性與重現性文件。