最近常聽到一句話：

「現在做圖很簡單啊，草圖丟給 AI，圖就自己長出來了。」

如果只是玩玩或做輕量視覺，那或許真的。但我想做一張 邏輯複雜、資訊密集、要拿出去被引用、被挑戰的圖表。

然後我走了一趟懷疑人生的旅程： 65 次重做。

你說，到底是因為 AI 不行，還是我太不死心呢？

第一章：AI 的夢幻時刻，讓人相信未來已經到了

我用的是 Nano Banana Pro（NBP）。一開始真的很爽：

• 我只畫 4×4 的手繪矩陣，上傳

• AI 就給我一張「看起來很專業」的初版

• 還幫我補分析、補假設，甚至貼出合理推論

NBP 這一代 多模態模型（能同時處理文字＋圖片等不同形式資料），已經不只是「畫圖工具」，而是真正在理解內容並嘗試推理。

幾乎就要理解為什麼很多人會說：「真的不需要設計了，都給AI做就好。」

只是，現實很誠實地敲了門...

 

---

第二章：不是每一次都崩潰，而是我拒絕只停在「堪用」

我要替 AI 講句公道話。不是 65 次都在煎熬。

事實上：第 49 次，我就拿到了「堪用」的版本。

• 結構對了，邏輯清楚

• 路徑正確，看的人可以理解

老實說，如果你要的是：「交差」「老闆看懂」「觀眾知道八成」「網路討論朋友拍拍手」
做到這裡就足夠了 

而且更重要的是：如果我願意走耐心路線，真的做得到。也就是：

• 不貪心一次完成

• 線條一條條疊上去，每次只解決一個問題（重要！！！）

• 走錯就退回上一版，慢慢驗證、慢慢校正

這種 「工程師式逐層累積」的做法（拆解 → 疊加 → 校正 → 回溯） 是現實存在的，而且非常有效。只是代價是什麼？ 我的可愛週末，從天光到傍晚...。

這其實也剛好對應到研究所提到的現象：《Addressing 6 challenges in generative AI for digital health》生成式 AI 在結構任務中，常為了「看起來合理」而不是「嚴格正確」。

正確的東西？需要人工補位與檢查。

那一刻我突然發現，我不是在用 AI，我比較像在當 AI 的專案經理＋保母。

人就是這樣，做得出來後，我開始想下一個問題：

如果不是只想「做出來」，而是想「每次都做得好」呢？
 

第三章：我需要的不只是結果，我需要「可複製的成功」

這時我請 Grok 出場。不是因為 NBP 不行，而是因為我想解決一個更「長遠」的問題：

我不只是要這張圖，我想要下次一次到位。

也就是：

• 不想再靠運氣＋堅忍活下去

• 不想每次都走 30～40 次探索

• 我要建立可以「下次就一次 prompt 成功」的能力（也就是可重複、可控的生產流程）。

高階 AI 非常強，但真正決定品質的，往往不是模型本身，而是任務是否被清楚定義，以及我們是否有效限制它亂發揮。

而 Grok 正好是這種冷靜、理性、工程型伙伴：

• 它幫我把需求拆解

• 把 prompt 寫得結構化

• 讓 AI 不再「每次重畫」，開始穩定生產

第50 到 第 57 次，我得到一張：

• 正確，穩定

• 中文正常，視覺一致

完全可以當正式作品的圖（喔噎）

但休息一下，當我擁有「可複製系統」後，我開始不滿足於此，我不只在追求一張快速漂亮的圖，而是在追求三件事：

快速還要更快速！

從49次到8次了，有沒有辦法2次收工？

就是我想在 AI 時代幫自己建立的工作能力。

第四章：我想要的是「更高效、更可控」的系統

於是我開啟Gemini 3 Pro 的Canvas 把圖帶去 Google Slides 重畫。這不是否定 NBP，
而是我承認一件事——

如果瓶頸是讓NBP寫中文，那幹嘛強求？

有些地方，我仍然希望「完全掌控」。我不想交給 AI 來「猜測最佳解」。

研究其實早就點出這件事：

• 《Evaluating the image recognition capabilities of GPT-4V and Gemini Pro》 多模態模型在處理文字、標註與細節時，仍可能遺漏與偏誤。

• 《Generative UI: A rich, custom, visual interactive user experience for any prompt》視覺研究也直接點出：當模型在「讓畫面變漂亮」時，它有時會優先追求好看，而不是嚴格維持結構與一致性。

換句話說，就是NBP很會幫你「整理門面」，但偶爾會順手把重要內容一起改掉。

優化時，模型確實可能犧牲一致性與穩定性。這活生生就是我遇到的？

• 中文亂掉，說明文字被壓縮

• 美化之後資料又跑掉

所以我跑進 Google Slides 的八次修煉：

• 把底圖穩住

• 把中文掌控在自己手中

• 把邏輯鎖好

結果非常清楚：這是一個「更高效、更可控」的系統，不只可複製，而且路徑更短、風險更低

但 Slides 仍少了那點 AI 的美感魔法。所以，最終答案浮現：

最成熟，也最務實的答案

如果你問我：「那你的最佳工作流是什麼？」現在非常清晰：

 

---

✔️ 1️⃣ 用 Google Slides 打底

• 正確，可控

• 可維護，不會走偏，中文自己手改

 

---

✔️ 2️⃣ 複雜的Prompt 交給 Grok

• 它冷靜，它理性，它專業

它幫我建立「可複製的成功」。

✔️ 3️⃣ 最後交給 Nano Banana Pro

• 它會畫，會美化

• 它讓作品活起來

它幫我完成那 10～15% 的「視覺靈魂」。NBP 不是第一棒，而是最後一棒。

 

---

結果就是：

• Google Slide: 精準 ✔️穩定 ✔️

• Grok: 可複製 ✔️高效率 ✔️

• NBP: 還很好看 ✔️

最後是真的感謝這 65 次

因為真正變強的不是 AI。是我變成了一個：

• 更會拆解問題的人

• 更懂建立治理的人

• 更知道如何定義「品質」的人

• 更有能力「駕馭 AI」的人

我覺得，AI用得好的話，遠不只把我們從工作中解放，而是把我們往更高一層推：

一個人就能從「做事的人」，變成設計系統的人、定義邏輯的人、整合能力的人。