一、工具名稱
AI 圖像差異化設計器(Visual Differentiation Designer)。
二、工具核心主張
這不是一個「AI 圖片 Prompt 產生器」。市面上已經有很多這種工具:輸入主題、選風格、選色調,最後吐出一段很長的 Prompt。
這個工具的核心主張是:圖片相似的根本原因,通常不是 Prompt 寫得不夠詳細,而是使用者在動筆寫 Prompt 之前,腦中浮現的視覺元素,本來就和多數人相似。
所以這個工具要解決的,不是「怎麼把 Prompt 寫好」,而是「怎麼在寫 Prompt 之前,先離開第一個視覺答案」。Prompt 只會在整個流程的最後一步才出現。
三、原始真實問題
一位學員在課堂上問:「老師,我用 AI 製圖,但做出來的圖片,好像都跟大家差不多,該怎麼辦?」
這句話背後,其實藏著一個更大的現象:談 AI 容易出現機器人、筆電、藍色科技背景;談創新容易出現燈泡、拼圖、發光的大腦;談團隊合作容易出現一群人圍著桌子。
這不是因為 AI 製圖工具不夠強,而是因為輸入給 AI 的想像元素,本來就很相似。
四、重新定義後的核心問題
把「如何讓 AI 製圖更有創意?」重新定義為:「如何在寫 Prompt 以前,先幫助使用者離開他腦中第一個視覺答案?」
這個重新定義,決定了整個工具的流程順序:先拆解、先診斷、先替換,最後才產生 Prompt。
五、本工具刻意不做什麼
- 不做「輸入主題 → 選風格 → 選色調 → 產生 Prompt」的傳統 Prompt Generator 流程
- 不呼叫任何外部 AI API,不生成圖片、不讀取圖片
- 不做「一鍵讓圖片變酷炫」的風格濾鏡選單(只換風格不等於離開撞圖)
- 不對元素或組合給「創意分數」或「原創度百分比」,這類量化容易造成誤導
- 不做帳號系統、不需要登入、不把使用者輸入儲存到伺服器
六、目標使用者
- 用 AI 製圖做簡報、社群貼文、課程與行銷素材的上班族與講師
- 覺得「AI 出的圖跟別人很像」但說不出問題在哪裡的人
- 想要在寫 Prompt 之前多一層思考,而不是單純想要更長更花俏的 Prompt
七、主要使用情境
- 準備簡報或文章封面,想要一張「跟別人不一樣」的示意圖
- 做完圖片後,覺得「哪裡怪怪的、好像在哪裡看過」,想找出原因
- 已經有 Prompt,但想先檢查裡面的元素是不是落入常見組合
八、完整使用流程
工具是一個七階段的單頁流程,每一階段都要能返回上一步,不遺失已輸入的內容:
Stage 1.描述想法:使用者用一般說話的方式,描述原本想要的畫面,不用寫 Prompt。
Stage 2.拆解常見元素:系統從描述中拆出人物角色、場景、道具等視覺元素,讓使用者先看見「自己原本想到了什麼」。
Stage 3.撞圖診斷:針對拆解出的元素組合,標示低/中/高度常見,並指出哪些元素是「最值得改變」的核心元素。
Stage 4.跨領域替代元素:從十類跨領域借用中,針對最多 3 個核心元素,提供可切換的替代元素(每批最多 8 個)。
Stage 5.改變元素:從 19 種改變元素中選擇(如放大、反轉、組合、位移),並預覽套用後的畫面描述。
Stage 6.概念重組:產生 3 個差異化圖像概念(A 世界置換/B 改變元素驅動/C 視角轉換),使用者選一個,也可以換一組重新產生。
Stage 7.中英文 Prompt:輸出可直接複製的中英文 AI 製圖 Prompt,並附上禁止元素清單與「你剛才做了什麼」教學區塊。
九、核心分析邏輯
- 元素資料庫比對:使用者輸入的原始想法,中文用關鍵字 includes 比對,英文用字詞邊界比對(避免像 email 裡的 "ai" 誤觸發「AI」這個元素)
- 主題聯想規則:即使使用者沒有明講「機器人」,只要主題描述接近「AI 助手」,也要能聯想出機器人、藍色科技介面這類隱性慣性元素,一併列入撞圖診斷,而不是只比對字面上出現的詞
- 撞圖等級:低/中/高度常見組合,用描述性規則判斷,不是用統計模型或大數據分析出來的分數
十、常見視覺元素資料庫
- 元素資料庫要涵蓋常見的人物角色、場景、工具道具分類,每個元素都要有中英文欄位,方便最後產生雙語 Prompt
- 沒有專屬替代清單的元素,要 fallback 使用「依角色分類的通用替代清單」,確保任何輸入都有替代方案,不會出現「查無資料」的空手情況
- 完全比對不到資料庫任何元素時,用幾個通用的虛擬元素照樣走完整流程,不能讓工具卡住、也不能強迫使用者重新輸入
十一、替代元素設計原則
- 十類跨領域借用,每批最多顯示 8 個可切換的選項
- 每次最多只能挑 3 個「最值得改變」的核心元素——刻意限制數量,避免使用者選太多元素,導致最後畫面失焦、變成大雜燴
- 替代元素不是「換個好看的東西」,而是「保留原本的功能角色,但換一個領域的化身」。例如 AI 助手的角色可以換成第二雙手、副駕駛、樂團成員、幕後團隊、接力隊員——都保留「協助」這個功能角色,只是換了一個領域的身分
十二、避免假創新
- 明確定義:只換風格(例如把寫實換成扁平插畫)、只換顏色,不算離開撞圖,因為畫面裡的角色與場景元素根本沒有真正改變
- 什麼叫「有效的替代元素」:替代後的元素功能角色不變,但畫面聯想完全不同,不會讓人一眼聯想到原本的慣性組合
- 哪些結果代表工具其實失敗了:如果使用者選完替代元素和改變元素後,畫面描述讀起來還是「一個人站在電腦前,AI 在旁邊」,代表沒有真正離開撞圖——這時應該引導使用者回到 Stage 4 重新選,而不是直接放行到下一步
十三、畫面與 UI 需求
- 單頁狀態機(stage-based single page),每個 Stage 是一個區塊,用顯示/隱藏切換,不做多頁跳轉
- 上方要有進度條與「STEP X/7」文字,讓使用者隨時知道自己在哪一階段、還剩幾步
- 每個 Stage 都要能返回上一步,不能遺失已輸入的內容
- 手機版與桌面版都要完整可用,按鈕最小高度 44px,符合觸控標準
- 沿用 AI 創新應用學院既有的 Design System(Deep Blue、Primary Blue),不使用藍紫霓虹科技風
十四、工具頁 Hero
- Headline 不能是「AI 圖像產生器」,而是要傳達「先別急著寫 Prompt。找出撞圖元素,重新設計一個不同的畫面」這個核心主張
- Hero 下方要有一段「目前版本說明」,誠實告知使用者:本工具不呼叫外部 AI、不生成或讀取圖片,只是協助重新設計圖像概念,最後產生的是可複製的 Prompt,要貼到使用者自己的 AI 製圖工具才會真的產生圖片
十五、透明化提示
- 整個工具最重要的原則:任何時候都要讓使用者知道「這是規則判斷,不是 AI 生成的建議」
- 撞圖診斷等級旁邊要註明這是「描述性規則」,不是統計模型或大數據分析結果
- 不能讓使用者誤以為工具在背後偷偷呼叫了某個 AI 模型來做判斷
十六、結果頁的重要教學訊息
- 結果頁除了中英文 Prompt,一定要有「你剛才做了什麼」教學區塊,用白話文把使用者剛才做的判斷動作再講一遍(例如:你把「AI 助手」換成了「樂團成員」,把「辦公室」換成「指揮台」,並且放大了指揮台的比例)
- 目的是讓使用者離開工具之後,下次自己也能不靠工具做出同樣的判斷,而不是只留下一段 Prompt
十七、品牌方法連結
- 工具頁的方法說明區塊,要連結回「創新元素實驗室」與「跨領域靈感橋」,讓讀者知道這個工具背後用的「物件元素 × 改變元素」邏輯,來自《靈感製造機》
- 也連結到重新思考主題的文章,作為方法論的延伸閱讀
十八、分享與複製功能
- 中英文 Prompt 都要有一鍵複製按鈕
- 複製功能要有 fallback:無法存取剪貼簿權限時,要顯示「請手動複製」,不能讓按鈕看起來沒反應
- 本次 MVP 不做社群分享圖卡
十九、本次 MVP 不做
- 不做圖片生成或 AI API 串接
- 不做使用者帳號、不做歷史紀錄雲端同步(僅用瀏覽器本機記住上次進度)
- 不做創意評分、排行榜、範例畫廊
- 不做多語系介面(僅中文介面,搭配中英文雙語 Prompt 輸出)
二十、驗收條件
- 走過「上班族 + AI 助手」測試案例:診斷結果應為高度常見,且系統建議最值得替換的元素是機器人、筆電、辦公室
- 選擇替代元素「樂團成員 + 指揮台 + 放大」後,方案 B(改變元素驅動)產生的畫面描述應該是「小上班族站上巨大指揮台,指揮一群樂團成員」,讀起來要合理、不能顯得奇怪或不通順
- 找不到資料庫比對元素的自訂輸入,也要能走完整流程並產生 Prompt,不能中斷或報錯
- 手機(375px)與桌面(1440px)都不能出現版面溢出
- 剪貼簿複製功能在支援與不支援的瀏覽器環境下都要有對應提示,不能只是沒反應
二十一、開發方式
- 三層架構:資料層(視覺元素資料庫)/引擎層(純函式,不含 DOM 操作,方便獨立寫測試腳本驗證)/頁面層(單頁狀態機,負責畫面與互動)
- 引擎邏輯先用一次性測試腳本驗證關鍵案例(例如「上班族 + AI 助手」),確認邏輯正確後再接上 UI
- 交給 Claude Code 開發,UI 樣式與站內既有工具(觀察力四問訓練場、創新元素實驗室等)保持視覺一致,不重新發明一套風格