客戶需求:一次取得素材,延伸多種呈現方式

拍一張布料照片,或完成一次掃描,就能準備不同造型的垂墜影像。需要新的呈現方式時,再透過提示詞描述,補充商品介紹所需的圖片。我從這樣的客戶需求出發。

需求不只是增加圖片數量。即使造型改變,仍要讓人看見同一塊布料特有的織紋、毛感與透光感。即使無法親手觸摸,也希望透過影像把細節傳達給客戶。

困難:我們與模型,看見的是同一塊布嗎?

生成模型能創造豐富的布料影像,但人心中想像的材質,不一定等於模型所理解的布料。即使得到一張好看的成果,下一個構圖卻改變了材質個性,就難以持續運用。

我投入的工作,是有系統地探索這些理解的邊界:模型掌握了什麼,又從哪裡開始偏離?我從織紋、毛感、透光感等不同面向比較結果,思考如何透過文字與視覺資訊,更貼近地傳達布料原有的樣貌。

解決方式:讓找到的「共識」延續下去

我把提示工程視為與生成模型培養共同語言的過程。文字表達的意圖與影像提供的視覺線索,需要相互對照,才能找到模型能夠理解的表達方式。

成功傳達的意圖,不應只停留在某一次生成。我重視的是記錄其中的判斷標準,保留「哪些特徵必須維持、哪些可以改變」的共識,讓下一次生成也能承接。目標是降低反覆抽卡、等待偶然成功的依賴,在保留材質個性的同時,增加不同的呈現方式。

這段實務讓我累積了將視覺需求轉為文字、比較輸出細節,以及把觀察帶回下一輪指示與評估的經驗。

成果:從細節,看見不同材質的個性

我從實驗中選出織紋、半透明、毛絨與燈芯絨的成果例,讓不同的材質表現各自成為主角。第一張圖片呈現織物組織;接著可觀察透光與重疊的區域、絨毛的走向,以及條狀絨脊的連續性。

AI生成的米白色布料,可見細緻織物組織與柔和皺褶
織紋 — 呈現紗線交錯、表面細微起伏與柔和皺褶的AI生成範例。 — 插圖: Enzoviz — Fabric Drape Generater · AI-generated
AI生成的半透明薄布,可見透光織物組織與起伏線條
半透明 — 可觀察織物疏密、透光區域,以及布料重疊時的明暗變化。AI生成範例。 — 插圖: Enzoviz — Fabric Drape Generater · AI-generated
AI生成的白色毛絨表面,可見細緻毛流與柔和起伏
毛絨 — 呈現細緻毛流、方向與隨表面起伏變化的陰影。AI生成範例。 — 插圖: Enzoviz — Fabric Drape Generater · AI-generated
AI生成的黃色燈芯絨,條狀絨脊沿著皺褶延伸
燈芯絨 — 特有的條狀絨脊順著皺褶延伸,並呈現細部表面質感。AI生成範例。 — 插圖: Enzoviz — Fabric Drape Generater · AI-generated

我希望客戶能在需要時增加呈現方式,將布料的魅力傳達到細節。這裡展示的是我從實驗中挑選的AI生成成果,呈現我對布料視覺表現的探索,並非實體商品的攝影照片。