用 AI 生圖最大的痛點是什麼？不是品質不夠好，是生出來的東西完全不像你的品牌。 你花了幾年建立的視覺風格，丟進 AI 之後全變成「stock photo」的味道。換了十幾次 prompt，出來的東西看起來就是…別人的東西。 Adobe 剛在 3 月 19 日推出了 Firefly Custom Models（公開 beta），核心功能就一句話：上傳你自己的圖片，AI 學會你的風格，之後所有生成都帶著你的視覺 DNA。 今天來拆解這個更新到底改變了什麼，以及 Adobe 在走的方向為什麼值得注意 👇 1️⃣ 🔧 Custom Models 怎麼運作？ 操作比你想的簡單：上傳 10-30 張 JPG 或 PNG 參考圖，選擇訓練類型，等 30 分鐘到 2 小時，你的專屬模型就好了。 三種訓練類型可選： 📸 攝影風格 — 學你的打光、色調、構圖 🎨 插畫風格 — 學你的畫風、線條、配色 👤 角色 — 學特定角色的外觀特徵 訓練完的模型預設是私人的，只有你自己能用。這代表你訓練出來的風格不會被別人拿去套用，品牌的獨特性得到保護。 舉個實際場景：你是電商品牌，有一套固定的產品攝影風格（白底、45度角、柔光）。訓練一個模型之後，新品上架只要輸入產品描述，生出來的圖自動帶著你的風格。不用每次都重新調 prompt，不用擔心風格跑偏。 2️⃣ ⚡ 真正的重點：一站式 AI 創意平台 Custom Models 是有意思，但 Adobe 這次更新最猛的其實是另一件事。 Firefly 現在一個平台塞了超過 30 個 AI 模型，包括： 🎬 Google Veo 3.1（影片生成） 🎬 Runway Gen-4.5（影片生成） 🎬 Kling 2.5 Turbo（影片生成） 🖼️ Firefly Image Model 5（自家圖片生成） 以前你要生影片用 Runway，修圖用 Firefly，做動畫用 Kling，每個工具開一個帳號、學一套介面。 現在全部收在同一個地方。 你是自媒體創作者？在 Firefly 裡面選 Runway 引擎生影片，再用 Custom Models 風格生縮圖，不用跳出平台。你是品牌行銷？用同一個帳號管理圖片、影片、品牌風格，團隊權限統一控管。 Tapestry 和 Deloitte Digital 這類企業已經在用這套系統整合品牌視覺生產流程。 3️⃣ 🧠 AI 生圖的競爭已經變了 這次更新真正值得注意的，不是功能本身，是 Adobe 在走的方向。 AI 生圖工具的競爭已經從「誰生得最好看」變成「誰的生態最完整」。 Midjourney 美感一直是業界標桿，DALL-E 對文字指令的理解最精準。但它們都是單打獨鬥——你只能在那個工具裡做那一件事。 Adobe 的策略完全不同：不跟你比單一模型的品質，而是把所有強者拉進同一個平台，再讓你疊加自己的品牌風格。 ❌ 舊思維：找到「最好」的 AI 生圖工具，所有事情都丟給它 ✅ 新思維：用一個平台串起多個最強工具，各取所長 跟整個 AI 行業的趨勢一樣——以前比單一模型的能力，現在比誰能把多個工具串成自己的系統。 而且有一個做生意的人特別在意的點：Firefly 生成的圖全部可以商用。訓練數據來自授權內容和 Adobe Stock，不是從網路上亂爬的。用 Midjourney 生的圖你敢直接放付費廣告嗎？版權問題目前還是灰色地帶。但 Firefly 這部分是明確的。 4️⃣ ⚠️ 先別急：現階段的限制 方向很好，但要講清楚現在的限制： 📌 Custom Models 還在 beta — 圖片解析度有上限，做大尺寸印刷品可能不夠。適合社群配圖、電商產品圖這類數位用途 📌 訓練消耗 credits — 每次訓練都要花 generative credits，反覆測試不同風格的話成本會疊上去。建議先從一個核心風格開始 📌 影片目前有限制 — 最長 5 秒、最高 2K 解析度。跟 Runway 或 Kling 的獨立版本比還有差距 📌 付費用戶無限標準生成 — Standard 方案 $9.99/月，標準品質的圖片和影片不限量。但進階功能（如 Custom Models 訓練）需要額外 credits 我建議的做法：先拿一個小項目試水。比如用你的品牌色調訓練一個模型，先生成幾張社群配圖，看品質能不能達到你的標準。確認 OK 之後再逐步擴大。 🎯 結論：從「找最好的工具」到「建自己的系統」 2026 年 AI 創意工具的競爭，已經不是比誰的模型最強。 而是比誰能用一個系統，把最好的模型串起來，再加上自己的品牌風格。Adobe 走的就是這個方向——你不用在十個工具之間跳來跳去，一個平台解決所有事。 方向對不對？我覺得是對的。但工具是新的，穩不穩要自己試。最聰明的做法永遠是：先小規模測試，確認符合需求，再大規模導入 💡

不是說 AI 做得差。而是所有人都在用同一種方式跟 AI 溝通設計，出來的東西當然長一樣。上禮拜 Google 正式提出「Vibe Design」這個概念，同時發了 Stitch 的大更新——這件事讓我認真想了很久。 1️⃣ 為什麼 AI 做的設計都長一樣？ 老實說，這問題我卡了很久。 我之前做網站，都是打一段 prompt 說「我要現代簡約風，用白底黑字，按鈕要圓角」，然後等 AI 吐出設計。每次看到成果，覺得…可以用，但就是少了什麼。 後來我發現問題不在 AI，在我。 當我用「文字」描述設計，AI 只能靠自己的訓練資料去「想像」我說的那個畫面。而訓練資料裡最多的「現代簡約風」長什麼樣？就是那個樣。同色調、同排版節奏、同圓角大小。換一百個工具、換一百個 prompt，出來的差異其實不大——因為大家都在餵 AI 同樣的文字描述。 這就是「AI 味」的根源：不是 AI 懶，是我們給的輸入太抽象。 2️⃣ Vibe Design 是什麼？為什麼 Figma 股價當天跌了 8.8%？ Google 3/18 正式提出「Vibe Design」這個概念，核心很簡單： ❌ 舊方式：用文字告訴 AI 你要什麼風格 ✅ 新方式：用視覺參考讓 AI 照著做 就這樣。但這個差異，真的超大。 文字是抽象的，「溫暖」「專業」「俐落」每個人腦海裡的畫面不一樣。但視覺是具體的，你截一張你喜歡的網站截圖丟進去，AI 看到的跟你看到的是同一件事。 這件事讓 Figma 股價當天跌了 8.8%。市場的解讀很直接：如果不懂設計的人也能做出有個性的設計，Figma 的護城河變窄了。 3️⃣ Stitch 這次更新了什麼？五個功能逐一拆解 我把五個功能都試過一遍，說說實際感受。 🎨 無限畫布（Canvas） 以前用 Stitch 是：輸入一句話 → 等它吐設計 → 不滿意再輸入一句話修改。其實很像跟聊天機器人在磨。 現在有了無限畫布，整個工作方式完全不同。你可以把參考截圖、文字說明、甚至某段程式碼片段，全部丟到同一個畫布上。AI 看的是整體上下文，不是單一指令。這個感覺真的比較像在跟設計師合作，而不是在下指令。 🧠 設計 Agent 這個功能我覺得最實用。 以前每次打開 Stitch 修改，它不記得你上次改了什麼、為什麼改、你的整體風格在哪裡。每次都要重新說一遍背景。現在 Agent 會記住整個專案的修改歷史，你說「把上次那個配色再試一次」它真的知道你在說哪個。 更厲害的是可以並行嘗試。想同時跑三種首頁風格比較？它同時幫你跑三個版本，互不干擾。 🎙️ 語音輸入（Voice） 老實說一開始我覺得這個花俏大於實用。 試過之後改觀了。邊看設計稿邊說「按鈕大一點」「配色換暖色調」「導覽列改深色」，比停下來打字流暢超多。特別是在做細節微調的時候，手不用離開滑鼠，說就行了。 ⚡ 即時原型（Prototyping） 設計稿點一下直接變可點選的互動原型，按鈕該跳哪個頁面自動算好。不用手動在 Figma 連線。 這個省了我超多時間，尤其是需要快速驗證使用者流程的時候。 📐 DESIGN.md 這個功能最低調，但我認為長期來說最重要。 DESIGN.md 是把你的設計規格——配色系統、字體規範、間距邏輯、風格設定——全部整理成一個標準格式的文件。然後 Claude Code、Cursor、任何 AI 寫程式工具都讀得懂這份文件。 以前設計規範鎖死在 Figma 裡，工程師要看、AI 要理解，都要額外轉一道。現在一份 DESIGN.md 可以直接跨工具使用，設計到開發的落差大幅縮短。 全部功能免費。Stitch 目前每日有 15 次免費 redesign 額度。 4️⃣ 我的實際工作流程：三步從截圖到上線 我現在的流程是這樣： 第一步，找一個我喜歡的網站截圖，丟進 stitch.withgoogle.com，讓 Stitch 照著那個視覺風格重新設計我的頁面。這一步解決的是「個性問題」——我給 AI 一個真人的參考，而不是一段抽象描述。 第二步，在畫布上調整細節，調到滿意為止，然後讓 Stitch 產出 DESIGN.md。這份文件就是我的設計藍圖，記錄了所有視覺決策。 第三步，把 DESIGN.md 丟給 Claude Code，讓它按照藍圖寫前端代碼，直接部署上線。 整個流程不需要會 Figma，不需要懂設計理論。 5️⃣ 真正的轉變不是工具，是輸入方式 AI 做的東西不醜，只是沒有個性。 這句話我想多說一點。「AI 味」不是因為 AI 能力不夠，是因為我們一直用文字當輸入，文字太抽象，AI 只能往平均值靠。你想要突破平均值，就要給 AI 一個明確的錨點——一個視覺參考，一個真實存在的設計，告訴它「往這個方向走，不是那個方向」。