圖生圖參考圖最大的價值，不是讓 AI「照著畫」，而是把文字難以說清的主體、姿勢、構圖或視覺方向變成可見的約束。想讓結果穩定，提示詞必須同時回答兩件事：哪些內容必須保留，哪些內容允許變化。

配圖為本教程製作的原創示意素材，由 Codex 生圖生成，並非 PixPix 模型橫評或平台實測。PixPix 功能說明來自當前公開頁面；不同模型與當前介面的輸入限制、尺寸與選項應以實際頁面為準。

快速結論：先寫保留項，再寫變化項

一個可執行的圖生圖需求可以壓縮成這個公式：

參考圖角色 + 必須保留的身份/結構/構圖 + 只改變的對象 + 目標場景或風格 + 光線與比例 + 禁止新增內容

如果一句提示詞裡同時要求換人物、換動作、換鏡頭、換背景和換風格，模型很難判斷什麼才是錨點。更穩妥的做法是每輪只改變一個主要變量，並繼續使用上一輪確認過的圖片作為參考。

參考圖到底能控制什麼

PixPix 當前公開的圖生圖入口支援上傳參考圖片、草圖或截圖，讓模型基於原圖的結構、構圖和風格生成新圖，適合風格延展、角色變化、產品場景擴展與視覺探索。

主體與身份

人物的臉型、髮型、服裝和體型，或產品的輪廓、顏色、材質和關鍵結構，都屬於主體不變量。不要只寫「保持一致」，應把可觀察特徵逐項列出。

姿勢與構圖

參考圖比文字更容易表達人物站位、視線、鏡頭高度、主體佔比和物體之間的關係。若這些關係必須保留，就明確寫「保持相同姿勢、鏡頭高度、主體尺度和畫面裁切」。

風格與光線

參考圖也可以只承擔視覺方向：色彩、顆粒、材質、布光或版式。此時要說明它是「風格參考」，避免模型誤把參考圖中的人物或商品也帶進結果。

原創案例：城市騎行者 Lin

本例建立一個虛構角色 Lin，母版特徵為：

• 東亞女性，約二十多歲，黑色中長髮；

• 鈷藍色輕量衝鋒衣、深灰直筒褲、白色低幫鞋；

• 啞光珊瑚色騎行頭盔；

• 手扶一輛銀色城市自行車；

• 全身與整輛自行車均在畫面內，視角與人物視線固定。

這張母版同時提供身份、服裝、姿勢、道具和構圖。如果後續只想換風格，就不應再改背景佈局；如果只想換場景，就不應順便改變服裝和動作。

操作步驟：把需求拆成一次一個變量

第一步：給每張參考圖分配角色

多張圖片一起上傳時，不要讓模型猜：

• 參考圖 A：主體身份與服裝；

• 參考圖 B：姿勢與構圖；

• 參考圖 C：色彩、材質或插畫風格。

如果只有一張圖，也要在提示詞中說明它負責什麼。角色越清楚，衝突越少。

第二步：寫出可核對的不變量

Lin 案例的不變量不是「同一個人」，而是：

保持人物面部特徵、黑色中長髮、鈷藍外套、珊瑚色頭盔、深灰褲子、白鞋、手扶車把的姿勢、銀色自行車結構、全身構圖和視角不變。

對產品則可以換成「瓶身長寬比、瓶蓋結構、標籤位置、材質、顏色和標識不變」。

第三步：只描述這輪要改變的內容

先決定這輪屬於哪一種：

• 只換渲染風格；

• 只換背景與時間；

• 只換服裝或單個物體；

• 只擴展畫布；

• 只修正局部錯誤。

不要把這些任務一次完成。先得到一個結構穩定的版本，再繼續下一輪。

示例一：只改變風格

示例指令：

將參考圖轉換為當代孔版印刷編輯插畫。保持 Lin 的面部特徵、身體比例、表情、鈷藍外套、珊瑚色頭盔、深灰褲子、白鞋、站姿、銀色自行車、鏡頭角度和裁切不變；只改變渲染方式。使用鈷藍、珊瑚、深灰和暖紙色，保留網點與輕微套色質感。不要增加人物、文字或標識。

這裡的核心動詞是「只改變渲染方式」。風格目標可以具體，但不應同時要求換場景或重新設計服裝。

示例二：只改變背景與光線

示例指令：

將環境改為小雨後的河岸騎行道與藍調時刻。只改變背景和環境光；保持人物身份、髮型、珊瑚色頭盔、鈷藍外套、深灰褲子、白鞋、身體比例、手部位置、自行車結構、姿勢、主體尺度和畫面裁切不變。路面有輕微濕潤反射，遠處城市燈光虛化，不增加行人或其他自行車。

當「背景替換」連人物光線都不允許變化時，結果容易像貼圖。更合理的寫法是允許環境光影響主體，但仍鎖定人物身份、服裝顏色和結構。

什麼時候改整圖，什麼時候做局部編輯

如果整體方向不對，例如風格、鏡頭或場景全部不符合預期，重新生成通常更高效。如果 80% 已正確，只剩手部、邊緣、文字或一個小物體有問題，應使用 PixPix 公開提供的局部重繪或圖片編輯能力，避免整圖回爐造成新漂移。

GPT Image 2 的 PixPix 頁面公開說明可從提示詞或參考圖開始，並用於產品圖、海報、文字設計和跨尺寸系列視覺；Seedream 5.0 Pro 的 PixPix 頁面則強調在編輯指令中明確目標、動作、佈局、風格、光線與不變量。具體選擇應按當前任務和實際介面能力判斷，而不是給所有專案固定一個模型。

常見錯誤與修正方式

錯誤一：只寫「和原圖一樣」

「一樣」沒有指出優先級。把臉、服裝、產品結構、姿勢或鏡頭逐項列出來，模型才知道哪些變化算失敗。

錯誤二：參考圖之間互相衝突

一張圖給人物，一張圖給姿勢，第三張圖又出現不同服裝和不同人物，很容易發生混合。給每張圖標註職責，並明確忽略其中與任務無關的部分。

錯誤三：一次改變太多變量

先做風格遷移，再換場景，再局部修正。每輪保留一個已確認的結果，出錯時才知道是哪一步造成漂移。

錯誤四：把小文字和標識完全交給生成

商品標籤、活動價格和品牌字樣需要逐字核對。結構已經正確時，優先局部修改文字區域，不要為了一個字重做整張圖。

錯誤五：只看縮略圖

放大檢查面部、手指、車輪輻條、產品邊緣、反射、接觸陰影和文字。縮略圖裡自然的細節，在大圖中可能已經損壞。

FAQ

參考圖越多越好嗎？

不一定。每張圖都應有明確職責。若兩張圖在人物、構圖或風格上互相衝突，增加數量反而會降低可控性。

圖生圖會複製原圖嗎？

圖生圖會讀取結構、構圖、姿勢或風格等資訊並重新生成畫面，不應把它理解為簡單複製像素。使用不屬於自己的圖片前，仍需確認授權範圍，並避免要求複刻受保護的獨特作品。

為什麼人物還是會變臉？

參考圖清晰度、角度變化、模型能力和一次修改的變量數量都會影響身份穩定性。使用清晰母版、明確面部與服裝特徵、減少同時變化的變量，並從已確認結果繼續迭代。

什麼時候用文生圖更合適？

當你只需要探索全新方向，沒有必須保留的人物、產品、姿勢或佈局時，文生圖更自由。只要任務裡出現「保持這個人物、這個產品或這個構圖」，就更適合從參考圖開始。

總結：把參考圖當作約束，不是裝飾

圖生圖的穩定性來自清楚的任務邊界：參考圖負責什麼、哪些元素不能變、這輪只改什麼、最後如何驗收。準備好母版和不變量清單後，可以進入 PixPix 的圖生圖與圖片編輯入口，從一次單變量修改開始。