Home

AI 影像再想像大師班

P.A.S.S. 工作流

Preserve(保留)· Atmosphere(氛圍)· Surfaces(表面)· Subtleties(細節)
一套結構化方法,將實拍照片轉化為心中構想的畫面 — 兼顧物理寫實、構圖完整與專業紀律。

診斷 指引 執行 校驗 交付
P A S S

完整方法論

D.V.R.E. + P.A.S.S. = 完整工作流

從診斷到交付五個階段。DVRE 框架讀懂影像;P.A.S.S. 主導轉換。

1

診斷 Diagnose DVRE

動手修改前,先以視覺與結構分析理解現有影像。

光學分析

  • 光線方向(柔光、硬光、定向、漫射)
  • 陰影邏輯與既有曝光氛圍
  • 焦段行為(廣角 vs 長焦壓縮)
  • 景深表現

結構分析

  • 主要錨點與引導線
  • 空間層次:前景 / 中景 / 背景
  • 關鍵材質表面(水、岩、雪、植被)

診斷分析

  • 視覺上缺少什麼?
  • 哪一項變動帶來最大衝擊?
  • 創作路線建議(A/B/C)
2

指引 Direct P.A.S.S.

把診斷轉化為精準、可控的編輯計畫,依四大支柱展開。

P

Preserve 保留

絕對不可改變的部分。

A

Atmosphere 氛圍

整體環境條件的變化。

S

Surfaces 表面

材質如何在物理上反應。

S

Subtleties 細節

讓寫實感說服觀眾的微妙細節。

P.A.S.S.+ 延伸控制

光學 Optics
保留透視 / 焦段壓縮
色彩紀律
避免過度鮮豔
後製風格
保留攝影色調漸進
排除項
鎖定建築、人物、主體
3

執行 Develop

以多回合對話控制整個轉換流程,不要試圖一次到位。

3a
初次 AI 轉換

上傳照片 + 結構化 P.A.S.S. 提示詞至所選 AI 平台。

3b
迭代修飾

多輪對話微調天氣、光線、氛圍。

3c
選擇性局部繪製

針對特定區域,不需重新處理整張影像。

4

校驗 Debug 寫實度審核

檢查寫實失敗、瑕疵模式、光學不一致與風格越界。

光線邏輯

  • 陰影方向符合宣稱光源
  • 反射與天空、太陽角度一致

材質物理

  • 雪在合理位置堆積
  • 濕表面正確變暗

植物學準確性

  • 針葉樹維持常綠;落葉樹依季節變化

光學整體性

  • 編輯區域景深一致
  • 顆粒 / 細節質感統一

瑕疵偵測

  • 無重複貼圖或 AI 模糊光暈

場景認同

  • 地點仍像原本的它;是改善而非戲劇化
五秒測試:若視覺敏銳的觀眾無法立刻察覺人為痕跡,這次編輯就成功了。
5

交付 Deliver

完成、適度揭露、歸檔提示詞、建立可重複的工作流程。

以最高實用品質匯出
必要時重新加入自然紋理或顆粒
原始與編輯區域銳利度一致
整體對比與白平衡平衡
歸檔提示詞、邏輯、路線選擇與揭露聲明

結構化發散

三條轉換路線

並非每次編輯都該有相同程度的發散。動手前先選擇路線。

Lane A

純粹派 Purist

僅修正或強化在略佳條件下本就可能發生的細節。

Lane B

敘事派 Storyteller

有節制地改變環境條件,調整氛圍或季節,但仍保有現場真實感。

Lane C

想像派 Visionary

較高程度的創意重新想像,須清楚標示為詮釋性藝術。

經典案例研究

01天氣轉換

盤龍古道 (Panlong Ancient Road)

中國 · 新疆

轉換:乾燥沙漠髮夾彎山路 → 大雪紛飛、雪覆山巒、路面薄雪與輪胎痕、空中飄落的雪花。

關鍵洞察:保留醒目的藍色護欄作為色彩錨點,與單色雪景形成對比。

02天氣 + 結冰

高海拔湖泊 (班公湖 Pangong Tso 風格)

印度 · 拉達克

轉換:HDR 土耳其藍湖泊與木棧道 → 落雪場景、湖面部分結冰呈半透明狀、藍天較乾淨、岸邊覆雪。

關鍵洞察:「半透明冰面下仍可見原本土耳其藍」維持了湖泊的身分。

03季節轉換

藍湖 Blausee (Blue Lake)

瑞士

轉換:盛夏翠綠湖面與小船 → 盛秋金紅橙的落葉樹、針葉樹維持綠色、湖面散落葉片。

關鍵洞察:「僅轉換落葉樹、針葉樹保留深綠」— 植物學的精準度決定秋景的成敗。

平台工作流

AI 工具生態

兩大主要平台加上互補的後製工具,各有所長。

Google Gemini

Gemini 2.5 Flash / 3 Pro Image

  • 於對話中直接上傳照片
  • 自然語言轉換
  • 多輪對話編輯
  • 建立 Gem 重複使用流程
強項:擅長保留原始構圖。

ChatGPT

GPT-4o 圖像生成

  • 上傳並描述轉換內容
  • 後續指令迭代修改
  • 單批最多 10 張
  • 客製 GPT 用於工作室流程
強項:複雜場景的擬真細節更出色。

互補工具

專業整合

  • Luminar Neo:AI 換天空 + 氛圍
  • Lightroom / Camera Raw:AI 風景遮罩
  • Topaz Labs:銳利化 + 降噪
  • Photoshop:局部修飾與合成
角色:AI 產出後的精準收尾。

精準整合

遮罩、局部繪製與混合

超越整張影像式的提示詞 — 最具說服力的專業編輯都是選擇性的。

遮罩策略

分離區域以針對性控制。AI 處理概念,你定義邊界。

  • 區域導向的提示詞
  • 保護地質真實,同時更換氛圍
  • 編輯與原圖之間的邊緣紀律

局部繪製邏輯

新增缺少的環境元素,但不破壞既有幾何錨點。

  • 為乾涸河道加入瀑布水流(保留岩石結構)
  • 僅強化天空,並與地面光線一致
  • 湖邊結冰,但中央水面仍開放

合成精修

以 Photoshop / Lightroom 圖層工作,將 AI 成果與原始整體性無縫結合。

  • 圖層混合模式營造自然轉場
  • 明度遮罩做選擇性微調
  • 頻率分離匹配紋理

專業收尾

Photoshop & Lightroom 後製

AI 產生願景,傳統工具交付畫廊級、客戶可用、可印刷的成果。

Lightroom / Camera Raw

整體色調控制與調色

1
白平衡統一

確保整張影像處於同一個可信的色溫。

2
AI 風景遮罩

天空 / 主體 / 樹木遮罩,做針對性調整。

3
色調曲線修飾

還原攝影色調漸進;AI 產出常呈線性。

4
飽和度控制

以 HSL 面板降低過度鮮豔。

Photoshop

局部精修與細節

1
光暈與邊緣修正

100% 檢視下以仿製 / 修復筆刷修補轉場光暈。

2
紋理與顆粒匹配

讓 AI 區域貼近原始感光元件雜訊質感。

3
銳利度協調

讓 AI 編輯與原始區域銳利度一致。

4
細節描繪

手繪微反射、邊緣霜、水珠等微妙細節。

Topaz Labs

輸出強化

1
Denoise AI

清除 AI 瑕疵,保留合理紋理細節。

2
Sharpen AI

依輸出媒介校準的最終銳利化。

倫理揭露

分享 AI 強化的照片時,揭露程度應與情境對應。

純藝術

建議揭露;藝術自由通常被廣泛接受。

編輯 / 比賽

強制揭露 — 多數比賽要求聲明 AI 輔助。

商業 / 客戶

對 AI 轉換程度完全透明。

新聞報導

AI 環境轉換通常不可接受。

範本:「原始照片於 [日期] 拍攝於 [地點]。氛圍與季節元素以 AI 工具強化,以實現攝影師之創作願景。核心構圖與主體未經更動。」

立即試用

建構你的 P.A.S.S. 提示詞

註冊即享 3 次免費生成,無需信用卡。

啟動提示詞產生器 →
返回頂端