嗨，我是 Lun。
你是否也曾興沖沖地拿著自己或朋友的照片，想讓 AI 生成一張可愛的 Q 版頭像，結果卻得到一個「請問您哪位？」的陌生臉孔？
風格化」與「相似度」的平衡，一直是 AI 圖像生成中最困難的挑戰之一。
今天，我將與你分享一次完整的實戰紀錄。我如何利用 Google AI Studio 中最新的 Gemini 2.5 Flash Image Preview 模型，透過 4 個階段的迭代，將一段最初的想法，進化成一組能精準生成「神似本人」Q 版 3D 婚紗照的黃金提示詞。
這不只是一篇教學，這是我作為一名 AI 應用策略顧問的完整思考路徑。
階段一：原始提示詞 (Raw Prompt) - 充滿想法的草稿
一切都始於一個美好的願望：將一張婚紗照，變成帶有中式古風的 Q 版 3D 人物。我把所有能想到的細節都告訴了 AI：
【原始版本】 將照片里的兩個人轉換成Q版 3D人物，中式古裝婚禮，大紅顏色，背景“囍”字剪紙風格圖案。 服飾要求：寫實，男士身著長袍馬褂，主體為紅色，上面以金色繡龍紋圖案，彰顯尊貴大氣 ，胸前系著大紅花，寓意喜慶吉祥。女士所穿是秀禾服，同樣以紅色為基調，飾有精美的金色花紋與鳳凰刺繡，展現出典雅華麗之感 ，頭上搭配花朵發飾，增添柔美溫婉氣質...
結果分析： 這個版本雖然資訊豐富，但問題非常明顯：
- 缺乏結構：所有資訊混雜在一起，AI 難以區分主次。
- 語意模糊：充滿了「尊貴大氣」、「柔美溫婉」等 AI 難以理解的形容詞。
- 核心缺陷：完全沒有提及要參考原始照片的「臉部特徵」，AI 根本不知道要畫得像誰，這是導致「不像」的根本原因。
階段二：第一次優化 - 結構化與引入「相似度」概念
為了解決問題，我與我的「生成式AI提示詞優化工程師 v1.0」分身進行了第一次優化，將提示詞結構化，並首次加入了「臉部特徵」的指令。
【第一次優化版本】 目標： 生成一張高度風格化的中式古風婚禮主題插畫... 風格與場景：
- 圖像風格： 採用Q版（Chibi）與3D混合風格，融合**手辦（Figure）與黏土公仔（Clay doll）**的質地感... 人物設定：
- 人物臉部（Facial Features）： 儘可能在Q版風格的基礎上，精準捕捉與呈現原始照片人物的臉部特徵...
結果分析： 這次的進步是巨大的：
- 結構清晰：AI 能更好地理解不同層面的要求。
- 指令具體：用「手辦」、「黏土公仔」鎖定了風格，比單純的 Q 版 3D 更精準。
- 方向正確：首次引入了「相似度」概念，讓 AI 開始嘗試模仿原始照片。
但問題依然存在：「相似度」的指令不夠強勢，在 AI 的內部計算中，可能被「Q版化」的風格指令蓋過，導致臉部還原度依然不足。
階段三：第二次優化 - 確立核心，解決衝突（最終版）
這一步是整個優化的「勝負手」。我們必須徹底解決「風格」與「相似度」的衝突，將「長得像」提升為最高優先級。
【最終優化版本】 指令核心： 在Q版3D風格的基礎上，最大化人物與原始照片的肖像相似度（Likeness）。
目標： 其五官、髮型及神態應極度相似於（Highly Resemble）原始照片中的人物...
人物設定：
- 人物臉部（Facial Features）： 這是本次任務的最高優先級（Highest Priority）。請精準復刻（Precisely Replicate）原始照片中人物的臉部細節與神韻... 此項要求凌駕於純粹的Q版化風格，以確保人物的可辨識性（Recognizability）。
關鍵提示詞（Keywords）：
- 高相似度（High Likeness）, 肖像（Portrait）, 神似（Highly Resemble）, 可辨識（Recognizable）...
結果分析： 這個版本之所以能成功，關鍵在於三大策略：
- 確立最高優先級：開宗明義，告訴 AI 「相似度」是本次任務的唯一核心，解決了指令權重不明的問題。
- 專業詞彙強化：引入
Likeness,Portrait,Resemble,Recognizable等專業詞彙，形成緊密的語意場，讓 AI 徹底理解「相似」的深層意涵。 - 解決風格衝突：用「此項要求凌駕於純粹的Q版化風格」這句指令，直接為 AI 設立了判斷原則，有效地控制了最終結果。
最終版提示詞:
您好，請根據以下提示詞生成圖像：
**指令核心：** 在Q版3D風格的基礎上，最大化人物與**原始照片的肖像相似度（Likeness）**。
**目標：** 生成一張**高度風格化（Highly Stylized）**的**中式古風婚禮主題插畫**。
畫面核心為一對Q版3D新婚夫婦，其五官、髮型及神態應**極度相似於（Highly Resemble）**原始照片中的人物，同時保有Q版風格的可愛與立體感。
**圖像風格與場景：**
1. **風格（Style）：** **Q版（Chibi）**與**3D（Three-dimensional）**混合，融合**手辦（Figure）**、**黏土公仔（Clay doll）**與**卡通化人像（Caricature Portrait）**的質感，以達到既可愛又神似的獨特效果。
2. **主題與色調（Theme & Color Palette）：** **中式古裝婚禮（Traditional Chinese wedding）**，主色調為**大紅色（Vivid Red）**與**金色（Gold）**。
3. **背景（Background）：** 採用**剪紙藝術（Paper-cut art）**風格的**「囍」字圖案**，此圖案需具備**多層次與景深（Multi-layered and with depth）**，而非單一平面。
**人物設定（Characters）：**
- **人物數量：** 兩位，一男一女。
- **人物臉部（Facial Features）：** 這是本次任務的**最高優先級（Highest Priority）**。請**精準復刻（Precisely Replicate）**原始照片中人物的**臉部細節與神韻**，包含但不限於：**臉型、眉毛、眼睛、鼻型、嘴型及髮型**。此項要求凌駕於純粹的Q版化風格，以確保人物的**可辨識性（Recognizability）**。
- **人物姿態：** 兩人應呈現親密、喜慶的互動姿態，例如並肩而立、手牽手或相視而笑。 **服飾與裝飾細節（Attire & Accessories）：
** 1. **男士服飾：**
- **類型：** **中式長袍馬褂**，主體為**大紅色**。
- **圖案：** 表面以**金色繡線**繡上**精緻且寫實的龍紋圖案（Realistic dragon motifs）**。
- **胸前裝飾：** 系著一朵**大紅花**。
- **頭飾：** **中式狀元帽**，帽體紅色，飾有金色紋樣，帽頂有精緻金色裝飾。
2. **女士服飾：** - **類型：** **秀禾服（Xiuhe suit）**，主體為**大紅色**。
- **圖案：** 飾有**精美的金色花紋**與**鳳凰刺繡（Phoenix embroidery）**。
- **頭飾：** **鳳冠（Phoenix coronet）**造型，以**紅色花朵**為中心，搭配**金色立體裝飾**與**垂墜流蘇（Tassel）**。
- **共同特點：** 服裝與頭飾需**細膩寫實（Highly Detailed and Realistic）**地呈現其材質與紋理，同時與人物Q版化風格協調。
**關鍵提示詞（Keywords）：**
- **高相似度（High Likeness）**, **肖像（Portrait）**, **神似（Highly Resemble）**, **可辨識（Recognizable）**
- Q版, 3D, 卡通化人像（Caricature Portrait）, 手辦, 黏土公仔
- 中式古風, 古裝, 婚禮, 大紅色, 金色, 囍 - 剪紙風格, 立體感, 多層次
- 長袍馬褂, 龍紋, 秀禾服, 鳳凰刺繡
- 狀元帽, 鳳冠, 垂墜流蘇
- 藝術插畫（Illustration）, 傑作（Masterpiece）
給你後續的延伸動作的提示詞
選項一：甜蜜對視（Sweet Gaze）
這個指令適用於營造浪漫、深情的氛圍。
人物姿態（Characters' Poses）：
兩人深情地對視而笑，男士輕輕牽起女士的手，營造出浪漫且充滿愛意的瞬間。
選項二：活潑互動（Playful Interaction）
這個指令適合想要展現新人活潑、開朗個性，營造俏皮氛圍的圖像。
人物姿態（Characters' Poses）：
兩人俏皮地互相依偎，女士輕輕地將頭靠在男士肩上，男士則以溫柔的微笑注視著前方。整體姿勢輕鬆自然，充滿歡樂氣氛。
選項三：傳統莊重（Formal & Traditional）
這個指令適合追求古典、莊重感的圖像，模擬傳統中式婚禮的儀式感。
人物姿態（Characters' Poses）：
兩人端莊地並肩而立，雙手自然垂放或輕輕交握，面帶微笑望向前方，呈現出莊重而典雅的傳統中式婚禮儀式感。
選項四：互動式小物（Interactive Props）
這個指令能為畫面增添細節和互動性，使場景更加生動。
人物姿態（Characters' Poses）：
兩人共同手持一個具有象徵意義的中式婚禮小物，如一對精緻的紅燈籠、一把喜慶的紅色紙傘，或是一塊寫著「囍」字的扇子。他們可以一起注視著這個小物，或是互相對看並微笑。
選項五：動態捕捉（Dynamic Capture）
這個指令能營造出充滿動感和歡樂氣氛的畫面，彷彿在捕捉一個瞬間。
人物姿態（Characters' Poses）：
兩人呈現出歡樂奔跑或輕快小跳的動態姿勢，服飾與髮飾因動作而輕微飄動。女士可以輕輕地提著裙擺，展現出俏皮與輕盈感，同時兩人回頭對鏡頭露出燦爛笑容。
選項六：背景融入（Background Integration）
這個指令讓人物不僅僅是站在背景前，而是與背景元素產生有趣的互動。
人物姿態（Characters' Poses）：
兩人並肩站立，其中一人（例如男士）用手指輕輕觸碰或指向背景的「囍」字剪紙圖案，另一人（女士）則用手遮住嘴巴，露出甜美的笑聲。這種互動讓背景不再單調，而是成為故事的一部分。
加碼測試:
同樣的提示詞你也可以拿去GPT5測試唷，你會得到意想不到的圖片，嘿嘿
總結：從想法到指令的進化之路
這三組提示詞代表了從模糊意圖到精準指令的逐步優化過程。
- 第一組是初級的通用描述，缺乏細節和權重。
- 第二組開始意識到問題並試圖解決，但方法不夠強勢。
- 第三組則透過第一性原理和批判性思考，準確地找到了問題的核心（缺乏相似度指令的權重），並運用多重專業詞彙、明確的優先級設定和風格對比等技巧，從根本上解決了問題，使其成為一個能高效引導 AI 生成預期效果的優質提示詞。
- 原始版:初級的通用描述，缺乏細節和權重。
- 優化版1結構清晰，引入相似度相似度指令權重不足
- 優化版2確立核心，解決衝突(已解決)
從這個案例我們可以看到，雖然AI 模型未來勢必會愈來愈茖明，但是至少在短期內，優化提示詞也是相當重要。
一個優質的提示詞，需要將模糊的人類需求，翻譯成清晰、高效、無歧義的機器指令。
希望這次的實戰紀錄，能對同樣在為 AI 繪圖「不像本人」而苦惱的你，帶來一些啟發。
你在 AI 繪圖時，遇過最頭痛的問題是什麼？歡迎在底下留言分享！
