AI可以讓你的作品變更好看嗎？答案是「有困難」

上圖是我在2014年合成的圖像，全部素材從網路上下載就有。
有接觸電玩或動漫影集的朋友應該已經能知道，主題是《惡魔城 Castlevania》，中央的壯碩金髮男人就是該作第一代吸血獵人 - 西蒙·貝爾蒙多。我的創作動機在致敬這個名場面：

這是1986年科樂美在任天堂家機發行的首代《惡魔城》封面，可以看見精美的手繪風格，現在有了AI，能不能幫我＂重製＂成手繪或其他風格？

美術工作者使用AI的最大誘因之一，就是「AI能不能讓我的作品更好？」
如果把我多年前的作品交給AI運算，它能不能幫我＂重製＂成品質更高的作品？
AI能不能幫我強化細節、增強我沒做好的部分，然後保留我想要的特色？

答案是：困難度高。
因為「AI很難在你有詳細設定之下幫你強化」。

這是我對這張圖片的描述：
大遠景，一個金髮男人揮舞他的長鞭，他的名叫西蒙·貝爾蒙多，他來自電玩遊戲惡魔城，他身穿皮甲且在他的腰間繫著一把劍，他站在一座像是高塔的城堡，他站在通往城堡的破石橋上，城堡的頂部旁漂浮著兩個像手的巨岩，城堡的後方有一個血色的滿月，城堡的門窗閃爍著血色光芒，城堡被雲層包圍，畫面兩側各有一個石像鬼，石橋上瀰漫霧氣，夜景，16:9比例

英語描述：
extreme long shot, a male vampire hunter named Simon Belmont who's whipping his whip, he has blonde short hair, he is wearing leather armor and a sword tied to his waist, Simon Belmont is from the video game Castlevania, there are gargoyles on both side of the scene, night time, he is in front of a huge tower-like castle, the castle looks like Barad-dûr from the Lord of Rings, there are two hand-like rocks floating by the tip of the tower, the windows of the castle shines bloody lights, a full moon of bloody color behind the castle, the castle is surrended by clouds, the hunter is on a broken stone bridge to the castle, the stone bridge is foggy --ar 16:9

我們先來試試不給任何圖片提示下，AI能不能＂畫＂得比自己更好：

從上圖可以看出在沒有墊圖的情況下AI會給出相去甚遠的結果，尤其是AI有個最致命的缺點－「漏了一項關鍵描述就要全部從頭」，像是我忘了告訴AI主角要「看著城堡」，AI就會給右上角那種超級看鏡頭又擋住城堡的圖片。這種明顯的錯誤重新算過就好，最棘手的是有些至關重要的細節算了很多張才發現，＂阿，背景要加幾個人，主角要穿西裝＂，這種狀況你就要從頭重算，就算用Vary Region區域修改功能也救不了。

所以你必須在一開始就把所有細節都描述得鉅細靡遺，臉要朝哪邊、手要怎麼擺、哪個東西是哪種顏色，都要描述得一清二楚。但是，餵給Midjourney的描述一旦太長，它就會有某些描述是吃不到的，像是衣服顏色會變、少個物件，你還需要再自己後製修改。

這張從城堡透出來的光線非常不錯，但依舊有大問題，就是整體光源是「青綠色」，青綠在視覺中暗示的是「幽靈與鬼魂」，但吸血鬼不是不幽靈或鬼魂，吸血鬼是魔，血色才是主視覺顏色。

想必AI是吃到魔獸世界WoW的設定。魔獸世界對不死族的主視覺就是大量用了這種青綠色，上圖的妖巫王在Wow中的設定就是一種惡鬼、死靈。

那麼，就來試試墊圖吧：

符合我要的主角位置只有這唯一一張，其餘的AI都改動了位置，除此外主角的姿態也是我要的，但他光著上半身，右手又拿劍而非揮舞長鞭。

這兩張我覺得意外有趣，有2000年代的美術風格，那種3D能力非常青澀卻又想展示技術的野心，像是2000年發售的暗黑破壞神２就是這個風格。

構圖也非常相似，這樣的概念用在封面、桌布就很適合。

接著下一張：

這張的用色就正確了，「魔」的視覺顏色是紅色、黑色、紫色。
但是，我想要的是漂浮在高塔旁的雙手，不是在地上像焦屍的怪東西，雖然有意外的恐怖感，但偏離原設定太多．．．

你總不能說：欸老闆，這樣好像也不錯欸，我們不要改了直接用吧？
這樣絕對會毀壞美術產品的世界觀，還有美術總監、編劇導演會滿頭問號。

感覺是對了，有高塔形狀的城堡、有血色滿月，有霧，有破石橋，主角也不錯，但每樣都不正確．．．AI把「煙」和「霧」搞混了，那感覺更像是大火燒出來的煙，或是以前龍兄虎弟或五燈獎舞台上那個濃到不行的乾冰，或是你中秋烤肉收攤時把水倒在木炭噴出來的濃煙，鄰居見狀對你破口大罵的那種．．．而且血月實在太大顆，按照這個大小，海嘯能有100公尺高．．．

那我們來看下一張：

這張大概有40%接近了。
雖然還是不正確，但你能在右上角雲層看到一隻巨石手，不是我要的＂漂浮在高塔旁＂的效果，也有意外奇趣。

另外，你可以看到AI給的城堡總是呈現一個＂三角形＂結構，我查了一下原來高塔式城堡在一個名作裡出現過－《魔戒》，就是黑暗魔君索倫的要塞巴拉多。

可惜的是，即使我給AI吃關鍵字Barad-dûr，它依舊給我三角形的要塞，那個宏偉的規模不是城堡而是要塞。
咦，那個三角形要塞怎麼有點眼熟．．．

沒錯，AI吃到的參考是魔戒的要塞－「米那斯提力斯 Minas Tirith」，下方正是白袍巫師甘道夫。要賽Fortstress在中世紀是軍事堡壘，它會包含多道城牆甚至數個城堡，要塞用來駐紮龐大軍隊和軍械，而城堡多是領主、諸侯的住城，德古拉這樣的吸血鬼是貴族，他用不上大軍，要塞就不符他身分地位了。

接著下一張：

這是我認為氛圍最接近的一張。
雖然城堡並不是我要的高塔，但血色中透出火焰、熔漿的光芒正是我要的，霧的濃度和雲層都分布得恰到好處，月亮的大小剛剛好。可惜就在主人翁的姿態、武器、頭髮都不正確。

也就是說，AI每一項都幫你完成50%，然後你要自己調整它。麻煩就在於，有模糊效果、髮絲、筆刷效果的部分要後製的難度會大幅提高，一旦剪下再合成、重繪，重疊的部分往往會顏色不均。原本你是個繪師，用了AI後你大部分時間都用在合成修補了，那過程是非常枯燥乏味的。

最後，我想再分享一張，我將其中一張「向上擴張」：

Midjourney還有一項功能是：朝四個方向擴張原圖。
我原本想向上擴張出高塔尖頂，卻意外得到後面多出來的城堡和血月。

這像是魔王後面還有魔王的意象，雖然這是不合理的，但意外有一種九層塔「九重天」的概念。漫威雷神索爾的世界觀就是層層相疊的九重天。

我希望AI給我的不是九層塔

這樣的構圖也非常適合用在海報，其實仔細一看1986年的遊戲封面就隱約有這樣的概念，這種構圖法也在之後影視、遊戲中廣泛運用。

專為日本遊戲繪製的長野剛大師就愛用這樣的構圖法，將人物往上堆砌卻又不凌亂，這需要很強的空間概念。

在好萊塢商業大片也能看到這種構圖，它能營造非常宏偉的氣勢，且人物大小就會告訴你誰是主角、誰有強大的野心、誰可能是反派，讓消費者還沒購買、進戲院前就先在腦中想像個一輪，無形中增強了進戲院消費的意願。

最後的小結論：每個角度都至關重要

我們能知道不同的構圖會有不同的暗示，我們再看一次2000年暗黑破壞神２的宣傳圖。
這張圖犧牲掉了左半部，但凸顯了右半部強烈的緊張感，更展示暴雪在2000年能做到的建模細節，讓玩家想在遊戲中扮演亞馬遜女戰士與怪物戰鬥。

除了物件的正確度，哪邊要犧牲哪邊要強調，這也是AI還需要克服的難題。