先講一個迷因

「AI 時代，
只要你學得夠慢，
那就不用學了」

意思是——以前要學很久才會的東西，現在學一下就會了。你還在慢慢學，軟體已經進步到幫你做完了。

套到產圖上

產圖的工具、技巧、模型，每個月都在換——今天學的招式，下個月可能就過時。

所以與其花大把時間追最新的產圖技巧，不如理解它的機制：
技巧月月換，機制不變。

我老實說：我自己沒花什麼時間追產圖——主要是沒時間。但機制，要懂。

你給描述 → 模型一個字一個字「取樣」，生出一段文字

你給描述（prompt）→ 模型從一團雜訊，一步步「修」成一張符合描述的圖

兩者同源，都是 stochastic（隨機取樣）：同一句描述跑兩次 → 兩張不同的圖、兩段不同的文字。

它不是「畫出你腦中那張精確的圖」，是「生成一張大致符合描述的圖」。

衛教圖教學系列之一 · GPT image generation

我沒叫它放 QR code，
它自己在左下角放了一個——
各位覺得，它掃得動嗎？

① 沒人叫它畫，為什麼會有？　因為關連性——訓練資料裡的「衛教海報」幾乎都附一個 QR，模型就反射畫上。它是照「常一起出現」生成，不是因為這張圖真的需要連到哪。（＝前面〈相關與因果〉：AI 跟著關連走，不是跟著「需要」走）
② 那它掃得動嗎？掃不動。　產圖是「畫」的——手上沒網址、沒做編碼，只是畫一塊像 QR 的圖案，沒有內容，掃了不會連到任何地方。
③ 要能用怎麼辦？　真 QR 得用「QR 產生器」把網址算成方格（deterministic）；AI 要做能用的，只能跳出產圖、去呼叫 QR 工具——你自己產，或讓 agent 產。

一句話：它畫 QR 是「關連」、畫出來只是「像」；要「能用」，得換確定性工具去算。

大方向、風格、構圖 → prompt 很好用；
像素級的精確 → prompt 做不到（它本質就不是精確工具）。

呼應前面〈stochastic 與 deterministic〉——要精確，就把它交給確定性的工具，兩條路：

自己開 Photoshop／修圖工具，手動改到位。你親手，每一筆都確定。

請 AI 幫你「操作」修圖工具——不是叫它「生成」，是叫它執行確定性的編輯步驟。

stochastic 的生成負責「大概」；deterministic 的工具負責「精確」——by you，或 by agent。

產圖跟產文一樣是 stochastic：
用它抓大方向，別跟它摳小細節。

要精確 → 走 deterministic：自己操作工具，或請 agent 操作工具。
技巧會過時，這個分工不會。