24日一早，ChatGPT官網大當機！讓許多使用者哀嚎不已。尤其GPT4o推出圖片生成功能後，許多人熱愛下指令打造吉卜力動畫風格的貼圖，或做寵物溝通。如今難道都無法達成？遠見實測3種AI工具Gemini、Copilot與Grok，一樣有強大繪圖功能還免費。但它們也有能力打造出「吉卜力」風圖片來代班嗎？誰勝出？一文詳解。
AI圖片生成是什麼？指令怎麼下？
簡單來說，AI圖片生成就是利用人工智慧模型，根據使用者輸入的文字描述（即「Prompt」或稱「詠唱」、「指令」），自動生成對應圖像的技術。這項技術為設計師、行銷人員、內容創作者，甚至是一般使用者開啟了無限的視覺創意可能。
成功的AI圖片生成，關鍵就在於精準的Prompt。Prompt就像是給AI的指令或魔法咒語，你寫得愈清楚、愈具體，AI就愈能理解你的意圖，生成出符合期待的圖片。一個好的Prompt可以包含以下元素：
- ● 主體： 你想畫什麼？例如：一隻貓咪、一棟摩天大樓、一個人物。
- ● 動作/情境 ：主體正在做什麼或身處什麼環境？例如：坐在窗邊、在雨中漫步、背景是星空。
- ● 風格： 你想要的藝術風格？例如：水彩畫、油畫、卡通風格、寫實風格、賽博龐克。
- ● 細節： 增加更多描述性詞語，讓圖片更豐富。例如：毛茸茸的、閃閃發光、古老的。
- ● 藝術家/作品參考：可以參考特定藝術家或作品的風格。例如：梵谷風格、吉卜力動畫風格。
範例Prompt：
- 1. 一隻可愛的柯基犬在公園裡追逐蝴蝶，陽光明媚，動畫風格
- 2. 未來城市的夜景，高樓大廈閃爍著霓虹燈，賽博龐克風格，高對比度
- 3. 一位身穿古裝的女子，在櫻花樹下彈奏古琴，唯美水墨畫風格
圖片生成吉卜力動畫風格實測
其實xAI的Grok3、Google Gemini AI Studio與微軟Copilot，都有繪圖的功能，而且只要符合一些條件，例如每天可生成圖片的額度內，都可以免費使用。但是它們也能繪出廣受台灣網友歡迎的吉卜力動畫風格嗎？以下分別來實測，呈現結果。
Google Gemini 實測
Google 開發的 Gemini AI 不僅在自然語言處理上表現出色，其圖片生成功能也日趨成熟。目前Gemini圖像生成功能，背後模型來自於Gemini 2.0 Flash。若想免費使用，只要打開Google AI Studio官網，點選模型選項「Gemini 2.0 Flash （Image Generation）Experimental」即可。完整繪圖功能介紹可參考這篇文章。
至於吉卜力動畫圖片生成實測，提出的指令為：「一個可愛的黑髮小女孩，騎著掃把，掃把後面坐著黑貓，往天空飛行。吉卜力動畫風格」可以看到Gemini畫出了一個中景圖，黑髮女孩與黑貓都有符合指令標準，女孩穿著長裙裝也相當接近原來吉卜力動畫風中的琪琪裝扮。
Grok3 實測
Grok 是由 Elon Musk 的 xAI 公司開發的對話式AI，與社群平台 X (原 Twitter) 深度整合。該模型的特色是可搜尋彙整X用戶的貼文，模型回應風格偏向幽默活潑，同時也具備圖片生成功能。完整功能介紹可參考這篇文章。
在此使用一樣的指令「一個可愛的黑髮小女孩，騎著掃把，掃把後面坐著黑貓，往天空飛行。吉卜力動畫風格」，在Grok3的對話平台上實測。可以發現生成圖像也近似吉卜力風，黑髮女孩與黑貓等指令要求也有準確回應，同時還生成兩張方便用戶挑選，是它的優點。但缺點是左邊這一張圖片中掃把的角度異常，和後面黑貓坐著的掃把尾端看來無法銜接。
Microsoft Copilot實測
Copilot的圖片技術支援來自 OpenAI 的 DALL-E 模型，尤其是近期已更新到可理解複雜指令和生成精細圖片的 DALL-E 3，也讓它功能升級不少。完整使用Copilot功能介紹可參考此篇文章。
在此也使用同樣指令「一個可愛的黑髮小女孩，騎著掃把，掃把後面坐著黑貓，往天空飛行。吉卜力動畫風格」，在Copilot官網的對話平台上實測。可以發現雖然模型有遵循要求生成黑髮女孩與黑貓，但是風格與吉卜力動畫有一段差距。
決定回應指出：「這不是吉卜力動畫風格，可以改善嗎」再出現的圖片生成，仍然算不上吉卜力動畫風，反而更像歐美小女巫。
3種AI圖片生成工具Gemini、Grok、Copilot比較
以這次吉卜力動畫生成的要求來看，Gemini與Grok都符合要求，足以擔當代班！都可以成為 ChatGPT生成吉卜力風格的替代選擇。至於以圖片的正確呈現狀況來看，Grok稍有瑕疵。Copilot若不考慮吉卜力風格只是想生成可愛圖片也可嘗試。但須注意模型每次生成的圖片答案可能都不完全相同，歡迎有空時自己來試試看。
