設計趨勢

AI 生圖做不出一整套品牌視覺?用 Style Reference 建「可版本化」的視覺系統

2026.09.05 · 36 次瀏覽
AI 生圖做不出一整套品牌視覺?用 Style Reference 建「可版本化」的視覺系統

Klarna 把出圖週期從 6 週壓到 7 天、可口可樂連兩年被罵、Heinz 讓 AI 自己畫出瓶身——差別不在模型好壞,在你有沒有把「風格」變成可鎖定、可交接、可版本化的資產。

分享:

一、單張圖很美,一整套就散了

2026 年沒人再問「AI 生圖能不能用」。真正卡住台灣中小品牌的是另一件事:同一支 prompt 抽三十次,抽不出一整套能上線的視覺。首頁 hero 是暖光棚拍感,分類 banner 變冷色插畫,OG 圖又跑出第三種筆觸;並排一看就像三個品牌。問題不在模型能力,在工作方法——品牌視覺要的是可版本化的系統

二、三個真實案例

Klarna(瑞典先買後付):官方新聞稿載明,2024 年 Q1 用 Midjourney、DALL·E、Firefly 產出超過 1,000 張圖,出圖週期從 6 週壓到 7 天,影像成本年化省下約 600 萬美元。關鍵在流程內建品牌一致性、影像品質、法務三道檢查——資產庫思維,不是抽卡思維。

可口可樂:2024、2025 連兩年的 AI 耶誕廣告都被批評,焦點都是畫面在寫實與卡通之間漂移、角色比例前後不一致。紅白色票與卡車是全球最強的視覺資產之一,正因為太強,一點漂移都會被抓出來。

品牌資產越獨特,風格漂移的懲罰越重。

Heinz:2022 年由 Rethink 執行的 A.I. Ketchup(2023 Clio 金獎)反向驗證同一件事。餵 DALL·E 2「ketchup」「印象派番茄醬瓶」,模型幾乎每次都吐出 Heinz 的拱形 keystone 標籤、紅白配色與瓶身輪廓。品牌若有夠獨特的形狀與色票,AI 會自己收斂。Adobe 也看懂這點:2026 年 4 月的 Brand Intelligence,把品牌規範從靜態 PDF 變成會持續學習審稿與退件紀錄的系統。

三、設計邏輯:一致的是「變數」,不是「圖」

人腦辨識品牌靠的是重複出現的少數視覺變數,不是某一張圖。翻成可執行規格就是鎖住六件事:色票、光線方向與色溫、鏡頭焦段與景深、材質質感、留白比例、人物有無。這六項固定,主體換一百次仍是同一個品牌。Midjourney 文件明講 style reference「不複製物件或人物,只抓整體風格——顏色、媒材、質感、光線」:變數交給 reference,主體交給 prompt。

四、技術成本與限制(誠實版)

  • 工時:依 ScriptWalker 專案經驗,建一套可用 style system 約 1 個工作天;之後單張圖從半小時抽卡降到 10–20 分鐘,回本點約在第 20 張。
  • 參數不共用--sw(0–1000,預設 100)控制 style reference 強度,官方註明與 Moodboards 不相容,改用 --stylize
  • 升版會洗掉風格:官方載明 style reference 在 V6 到 V7 之間更新過,舊 code 可能失效,需加 --sv 4 回退;V8.2 已於 2026 年 7 月成為預設。不鎖版本=把一致性押在廠商排程上。
  • 訓練門檻:Adobe Firefly Custom Models 官方最佳實務要求 10–30 張圖、單檔 ≤20 MB、解析度高於 1024×1024、橫幅最大 16:9。
  • 檔案大小與 SEO:Gemini 3 影像模型可輸出 4K、最多混用 14 張參考圖,但 4K PNG 動輒 8–15 MB,直接掛 hero 必定拖垮 LCP(良好標準 2.5 秒內)。另依 Google Search Central 文件,帶 C2PA metadata 的圖可能被標示為 AI 生成。
  • 隱私成本:Midjourney 方案為 Basic $10、Standard $30、Pro $60、Mega $120(月付;年付折後 $8/$24/$48/$96),Stealth Mode 只有 Pro 以上有

五、適合 vs 不適合的行業

適合不適合
電商情境圖、節慶主視覺(Klarna 模式)醫療/醫美療程前後對比(廣告規範嚴格)
SaaS/B2B 抽象插畫、部落格題圖精品、珠寶、鐘錶主圖(工藝不可捏造)
餐飲、旅宿氛圍圖食品「所見即所得」商品照(涉廣告不實)
需大量版位變體的檔期房地產實景、真人代言、員工形象照

判準很簡單:圖片用來「傳達氛圍」就划算;用來「陳述事實」就別用

六、怎麼套用到你的網站(6 步)

  • 步驟 1|寫視覺變數表:把上述六項變數寫成一頁文件,作為驗收標準。
  • 步驟 2|備 8–12 張種子圖:優先用既有攝影與插畫;訓練 Firefly Custom Model 則需 10–30 張。
  • 步驟 3|建 moodboard 鎖 code:取得 moodboard ID(--p mID),或跑 sref 找到滿意的 style code。
  • 步驟 4|版本化寫進 repo:style code、moodboard ID、模型版本、stylize 值寫進 brand/ai-style.md,與 design token 同層。
  • 步驟 5|用「情境 × 版位」矩陣批次產圖:列出 hero、分類 banner、OG image、LINE 圖文選單,code 固定,只換主體描述。
  • 步驟 6|上線前技術處理:轉 AVIF/WebP、產 srcset、hero 加 fetchpriority="high"、非首屏 loading="lazy",補上 alt。

七、常見錯誤 × 怎麼避開

  • 一張圖一支 prompt:產出無法複用,第二批必定對不上。
  • 把 style reference 當 content reference:「照這張改成一隻狗」是官方明列的壞範例,正解是寫「一隻狗的細緻肖像」。
  • 讓模型畫中文字:繁中字形容易崩,且圖上文字搜尋引擎讀不到。
  • 4K PNG 直接上站:8–15 MB 的 hero 圖足以讓行動裝置 LCP 爆掉。
  • 不鎖模型版本:廠商一升版,全站視覺一夜換了品牌。

八、延伸資源

九、常見問題 FAQ

Q1:沒有攝影預算,全站都用 AI 圖可以嗎?

氛圍與抽象插畫可以,但商品主圖、團隊照、實景照建議保留真實拍攝。務實作法是混用:AI 補齊情境圖,攝影預算集中在最影響信任的那幾張。

Q2:style code 會失效嗎?該怎麼保存?

會。官方載明 style reference 在版本之間更新過,舊 code 可能不再產生相同風格。請把 style code、moodboard ID、模型版本與 stylize 值記錄在版控檔案,升版先小批測試。

Q3:AI 生成的圖會不會被 Google 降權?

Google 公開立場是看內容品質而非產製方式。但依 Search Central 文件,帶 C2PA metadata 的圖可能被標示為 AI 生成。與其洗掉標記,不如把壓縮、alt 與載入順序做好。

Q4:Midjourney、Firefly、Gemini 該選哪個?

要風格獨特度與 moodboard 機制選 Midjourney;要企業級授權清晰與可訓練品牌模型選 Adobe Firefly Custom Models;要多張參考圖(最多 14 張)與 4K 輸出選 Gemini 3。

十、想把 AI 生圖變成能交接的品牌資產?

ScriptWalker 同時做設計與工程:把視覺變數寫成規格、建好 moodboard 與 style code、產出第一批版位圖,再把 AVIF 轉檔、srcset 與載入優先序做進 Laravel 或 Flutter 專案,交件時附上風格規格文件。帶著現有的圖來聊,我們先幫你看它能不能撐起一整套。

分享: