- 這頁教什麼：說明擴散模型與原生多模態兩種生圖原理，介紹 ChatGPT／Gemini／Grok 三個生圖工具，並提供 Prompt 四要素公式與衛教插圖、Infographic、社群圖卡的實戰範例。
- 適合誰：已讀過 Part 3 — AI 安全與隱私、準備開始做衛教插圖或社群圖卡的醫療人員。
- 注意：真實病人照片、醫學影像、病歷截圖不可上傳到雲端生圖工具；AI 生成的圖適合用在「概念示意」，不適合用來「呈現事實」。
🔒 3 秒安全檢查
有沒有病人資料？會不會給病人看？我能不能負責？— 動手前先過這三關，任何一題讓你猶豫，先回 Part 3 — AI 安全與隱私。
觀念充電 — AI 是怎麼「畫」出圖的？
不需要懂數學，但知道 AI 生圖的基本原理，很多日常現象會突然說得通 — 為什麼同一句 Prompt 每次生的圖都不一樣？為什麼 AI 常把字畫壞？目前主流生圖模型分兩大流派：
流派一：擴散模型（Diffusion）— 從雜訊中「顯影」
Stable Diffusion、Midjourney、FLUX 這些經典生圖模型，用的都是「擴散」原理：
- 訓練時 — 把幾億張圖片一步步加上雜訊直到面目全非，讓 AI 學會「逆著走」：從雜訊還原出圖片
- 生圖時 — 從一張純雜訊開始，AI 依照你的文字描述一步步去除雜訊，圖片逐漸浮現
- 起點是隨機的 — 每次的起始雜訊（種子，seed）不同，所以同一句 Prompt 每次生出的圖都不一樣
流派二：原生多模態 — 像寫文章一樣「寫」出圖
ChatGPT（GPT Image 2）和 Gemini（Nano Banana）屬於新一代做法：圖像和文字在同一個模型腦袋裡處理，生圖時像寫文章一樣，一小塊一小塊地「寫」出來。
- 為什麼它們寫得出中文字 — 對這類模型，文字是「語言」不是「形狀」，所以能寫出正確的字（詳見下方「中文字生成新時代」）
- 為什麼它們聽得懂修改指令 — 生圖和對話是同一個腦袋，「把背景改成藍色」它真的理解
- 代價 — 生圖速度較慢，藝術風格的極致表現通常不如 Midjourney 這類專精模型
生圖工具介紹
AI 生圖指的是用文字描述，讓 AI 生成一張圖片。你不需要會畫畫、不需要會 Photoshop，只要會打字就能做出專業的圖。
目前最實用的免費生圖工具：
- 中文 Prompt 效果最好
- 免費版可用
- 品質最穩定
- 可對話式修圖
- 支援中文字渲染
- 每日生圖張數有限
- 有內容審查限制
- Google 帳號即可用
- 免費額度充足
- Nano Banana Pro 中文字渲染極佳
- 適合含文字的衛教海報
- 品質略低於 ChatGPT
- 人物多樣性限制多
- 內容限制相對寬鬆
- 有 X 帳號即可免費
- 風格多變
- 需要 X 帳號
- 中文效果差，建議英文
- 介面較不直覺
建議從 ChatGPT 開始。它的中文支援最好、操作最直覺、品質最穩定。需要圖片上有中文字時，優先試 GPT Image 2 或 Nano Banana Pro。
Prompt 四要素公式
生圖 Prompt 更像是填表格 — 把四個要素寫清楚就好：
Good：一位穿白袍的女醫師正在跟老年病人解釋藥物用法
Bad：醫院的圖
Good：扁平設計插畫，線條簡潔，色彩柔和明亮
Bad：好看的風格
風格詞彙：扁平插畫、卡通、水彩、日系、極簡、infographic、醫學期刊風、3D 渲染
Good：正方形比例，白色背景，主角置中，周圍留白
Bad：（沒寫）
指定比例（正方形/4:5/16:9）和背景色。IG 用 4:5，簡報用 16:9。
Good：不要出現文字，不要寫實風格，不要血腥畫面
Bad：（沒寫）
特別重要：「不要文字」（除非用 GPT Image 2 或 Nano Banana Pro）。
衛教圖 Prompt 範例
以下每個 Prompt 都可以直接複製貼到 ChatGPT 中使用。點右上角按鈕一鍵複製。每個 Prompt 下方附上同一段 Prompt 分別丟給 ChatGPT 和 Gemini 的實際生成結果，讓你比較兩個工具的表現差異 — 點縮圖可放大檢視完整圖片。
基礎：單張衛教插圖
進階：社群衛教圖卡
學術：簡報概念圖
素材用：背景/圖示
生圖進階技巧
1. AI 不會畫中文字（但有例外）
大部分 AI 生成的圖上如果有中文字，幾乎 100% 是亂碼或錯字。通用解法：在 Prompt 中寫「不要出現任何文字」，然後用 Canva 或 PowerPoint 自己加。
例外：GPT Image 2 和 Nano Banana Pro 已經能正確渲染繁體中文字。詳見下一章「中文字生成新時代」。
2. 英文 Prompt 效果更好
模型訓練資料以英文為主，英文 Prompt 對風格的控制力更強。不會寫？叫 AI 幫你翻：
3. 多生幾張挑最好的（俗稱「抽卡」）
同一個 Prompt 生三次，三張圖會不一樣。不要期待一次到位 — 生 3-4 張，挑最好的。這個過程俗稱「抽卡」，跟手遊轉蛋一樣，多抽幾次才容易中獎。
4. 對話式修圖
ChatGPT 可以用對話修改已生成的圖，不需要重新描述整張圖：
5. 維持風格一致性
做系列衛教圖時，每個 Prompt 重複描述相同的風格參數：
實測：先生成「高血壓」主題，再用上面的指令要求「同風格、換主題」生成第二張 — 可以看到兩張圖的配色、線條、版型都維持一致：
6. 用參考圖片
如果你有一張喜歡的風格參考圖，直接上傳給 ChatGPT 說「用這個風格畫一張新的…」。AI 會分析參考圖的風格元素（配色、線條、構圖），比用文字描述更精準。
Infographic 與複雜衛教圖
除了簡單的插圖，AI 現在也能生成結構較複雜的 Infographic — 包含數據、流程圖、對比圖等。這類圖在衛教上特別實用。
Infographic Prompt 結構
複雜圖比簡單插圖需要更詳細的 Prompt。關鍵是把版面結構寫清楚：
中文字生成新時代
2025 年之前，AI 生圖最大的痛點就是「不會寫中文字」。現在 GPT Image 2 和 Nano Banana Pro 已經大幅改善 — 短標題和少量文字可用，長段內文仍會出錯（什麼情境能用，見下方對照）。
什麼時候該讓 AI 直接寫字？
- 衛教海報的大標題（2-8 個字）
- 社群圖卡的金句
- 簡報封面標題
- 數字資訊（統計數據、百分比）
- 大量內文（容易出錯）
- 藥名、專業術語（錯字風險高）
- 需要精確排版的表格
- 法規要求的免責聲明文字
含中文字的 Prompt 技巧
進階之路 — 付費與開源工具
ChatGPT 和 Gemini 已能滿足九成的衛教圖需求。這一節寫給想走更遠的人：追求極致美感、想要完全掌控流程、或在意資料隱私的場景。
📅 資訊更新於 2026 年 7 月 — 方案與價格以官方公告為準
Midjourney — 藝術質感的標竿
- 藝術質感與風格化能力業界標竿
- 網頁版好上手（已不需要 Discord）
- 社群作品與風格參考海量
- 無免費試用，月費 US$10 起
- 文字渲染弱（中文字幾乎不可用）
- 版面控制不如對話式工具精確
ComfyUI — 開源本機生圖
- 完全免費、開源
- 本機執行 — 資料不出你的電腦
- 節點式工作流，每一步都能精確控制
- 開源模型（Stable Diffusion、FLUX 等）都能接
- 需要獨立顯示卡（NVIDIA 為主）
- 要自己安裝環境、下載模型
- 節點圖有學習曲線，不是聊天框
RunningHub — 沒有顯示卡也能跑 ComfyUI
- 免安裝、不需要顯示卡，瀏覽器就能跑 ComfyUI 工作流
- 現成工作流市集 — 別人搭好的流程點開就用
- 每日登入贈 100 credits，天天有免費額度可用
- 雲端服務 — 素材會上傳，失去本機隱私優勢
- 額度制，大量使用需付費
醫療圖像的倫理紅線
✕ AI 生圖不能做
- 上傳真實病人照片、醫學影像、病歷截圖到雲端生圖工具 — 除非有機構核准、合法授權與資料處理條款
- 偽造醫學影像 — X 光、MRI、CT、病理切片
- 生成特定病人肖像
- 製作假的前後對比圖
- 未標註 AI 生成用於學術
- 誤導性醫療宣傳
✓ 適合的用途
- 概念性衛教插圖
- 社群媒體圖卡
- 簡報視覺輔助
- 海報與宣傳品
- 教學教材
- 圖示與 icon
原則：AI 生成的圖適合用在「概念示意」，不適合用在「呈現事實」。
