零基礎可上手!Keynote用好5個基礎功能,PPT也能自己做插圖
零基礎可上手!Keynote用好5個基礎功能,PPT也能自己做插圖

不知道你有沒有遇過這些情況,生活中我們可能需要用到一些較為特殊的圖形(類似下圖)用於效果示意、產品說明或海報宣傳。

在網路上找,可能花半天時間翻遍各個網站也難以找到合適素材;自己做又覺得成本太高,不知道用什麼軟體、用什麼功能⋯⋯往往拖到最後,結果要麼是不放圖,要麼違背自己審美放個勉強湊合的圖案。

Keynote
複雜圖形示例。
圖/ 少數派

延伸閱讀:PPT如何做出設計師質感?其實只需要善用基本的「圖形」功能

這裡給大家分享一個我自己動手做圖的小技巧,零基礎,人人可以上手。不需要你是設計師,也不需要了解設計行業裡專業術語以及龐雜面板。只需要用到Keynote幻燈片軟體及其以下5個基礎功能,就能自己製作生活中90%以上的複雜圖形。個人在少數派上的配圖,用到的其實也是這幾個功能。當然有些同學可能沒有Mac,其實不用擔心,Win系統下的PPT也可以使用類似邏輯製作複雜圖形,區別僅僅是功能名稱與位置不同。

寫到這裡其實建議大家可以藉這個機會重新認識Keynote或者PPT,不用把它們局限成一個幻燈片軟體。其實除了演示文稿,它們還可以做圖標、GIF、海報甚至產品原型⋯⋯對於普通人而言,這已經是一個功能相當全面的設計軟體。最重要的是,它們免費、輕量,無需忍受Adobe動輒上千的價格以及密密麻麻的功能面板。

Keynote
Keynote海報效果示例(非廣告,海報中的餐廳已是過去式)。
圖/ 少數派

插畫效果預覽

我們先來看看最後的成品效果,利用Keynote臨摹動物森友會中的狸克。我們將以這個插畫過程作為示例,來認識Keynote中最為基礎的5個功能。如果能完示例中這個相對複雜的插畫,以後再遇到類似問題或更複雜的圖形,基本可以按該思路延伸實現。

Keynote
利用Keynote做的插畫效果。
圖/ 少數派

雖然細節上不能一比一還原素材原圖,但整體效果已經相當接近。主要問題在於Keynote沒有設計軟體中豐富的筆刷,在葉子紋理上會存在少許瑕疵。

插畫拆解預演

再進入具體製作前,我們需要在腦海裡,提前對所臨摹的素材插畫進行拆解。大致判斷期間過程,會經歷哪些步驟,用到哪些工具。這裡利用一個GIF動圖,可以很好的預演整個拆解過程。

Keynote
一個複雜的圖形主要由多個圖形組成。
圖/ 少數派

其實任何一個看似複雜的圖形,大部分情況下,我們都可以拆分成多個不同的基礎形狀。就像所有顏色最底層都是由三原色混合,而那些看上去很難的形狀最終也只是一個個基礎圖形的變形與疊加。在這個插畫過程中,主要會用到Keynote如下幾個功能:

  • 自定義編輯: 將圓形方形等基礎圖形,透過自定義編輯調整成任意形狀
  • 顏色拾取器: 利用拾取器,對準心儀的素材吸取顏色,直接得到色值程式碼
  • 圖形成組: 將多個圖形組合成一個圖形,比如兩個圓形可組合成眼鏡圖案
  • 布爾運算: 更高級的圖形成組,利用圖形間的相交、相減,製作複雜圖形
  • 鋼筆工具: 利用鋼筆工具,繪製一些無法透過圖形組合完成的圖案

1.自定義編輯

首先打開Keynote,新增一個形狀到頁面上。這個時候,你會發現系統預置的形狀可以調整,但只限於按比例或常規放縮,你不能把一個圓形直接調整成狸克那種略像饅頭的不規則臉型。

Keynote
新增一個圓形形狀。
圖/ 少數派

這個時候,滑鼠右鍵點擊形狀,在彈出的菜單中選擇「使可以編輯」。這一步的完成,預示我們解除了系統對形狀調整的限制。你會看到形狀上多出很多小圓點,我們可以以某個圓點為中心,推動或拉伸它,即可對形狀進行細顆粒度編輯。這個步驟類似美圖軟體的液化效果。所以利用該方案,我們可以製作出尼克的這個人物的臉部、眼部及其它任意圖形。

Keynote
「自定義編輯」過程。
圖/ 少數派

2.顏色拾取器

顏色拾取器,簡單理解就是一個顏色複製器。很多的時候,你如果覺得某個圖片配色還不錯,想用這個顏色,可能會透過一些配色網站或特定軟體獲得色值程式碼,然後錄入形狀的顏色設置中。

其實不用這麼複雜,你可以直接在Keynote中,框選對應形狀,在左側的面板界面>樣式>顏色填充中,點擊色盤圖標,然後再在出現的彈框中點擊拾取器。把拾取器對準素材任意區域,則之前框選的形狀會自動填充相應顏色,同時也會顯示對應色值程式碼,非常便捷。所以,我們可以用這種處理方法獲得狸克的臉部、眼部等顏色,並完成填充。

Keynote
「顏色拾取」過程。
圖/ 少數派

3.圖形成組

這個部分主要會用到我們的「讀圖」能力,你需要看到一個圖形就知道它是由幾個形狀構成。比如以狸克的眼睛為例,可以分別拆分成

  1. 白色形狀的眼底
  2. 藍色形狀的眼仁
  3. 棕色形狀的眼皮

所以,一個複雜的眼睛其實也僅僅是三個基礎圖形的疊加組合。利用類似方式再得到狸克的耳朵和鼻子,最後將這幾個圖形依次放到合適位置,即可完成臉部主體部分。

Keynote
「圖形成組」過程。
圖/ 少數派

4.布爾運算

布爾運算這個名詞聽起來很高級,但通俗一點就是利用兩個形狀的關係得到一個嶄新的形狀。以下4種情況都可以稱為布爾運算:

  1. 混合:取並集,兩個圖形的結合部分
  2. 交叉:取交集,兩個圖形的相交部分
  3. 減少:頂部圖形減去底部圖形後,所剩部分
  4. 排除:取差集,刪除兩個圖形的相交部分,其餘留下

比如狸克耳朵還有一條陰影,這裡其實使用兩個圖形重疊已經可以得到類似圖案,但為引出布爾運算這個概念,我們還可以利用它的「減少」方法來取得陰影部分。

先生成兩個類似形狀並重疊,然後滑鼠框選,依次點擊左側的面板界面>排列>減少,即可得到兩個圖形相減之後的部分,將得到的圖案放在耳朵處,模擬陰影效果。

「布爾運算」過程。(點圖可放大)
圖/ 少數派

5.鋼筆工具

在整個製圖過程中,最難的環節是類似「葉子」這種複雜線條的處理。

鋼筆工具在電腦上的畫線類似於現實生活中用鉛筆劃圖。你可以透過組合鍵或插入用筆繪製喚出該功能。第一次用鋼筆工具描邊時可先完成大致形狀,這個時候你會發現筆鋒看起來很鈍不平滑。接下來的第二次處理,可以點擊紅框標示出的點位,點按後即可使線條立即圓潤,葉子更接近素材效果。最後透過左側樣式面板更改線條的粗細、顏色、樣式,即可得到類似步驟4的樣式。

Keynote
「鋼筆工具」勾勒形狀過程。
圖/ 少數派

圖形排版

最後將葉子與主圖案進行排版,把各個素材組織在一起,這樣利用Keynote製作的簡單插畫就完成了!是不是發現整個過程好像並沒有想像中那麼困難呢?

Keynote
將葉子與主圖案進行排版。
圖/ 少數派

寫在最後

用Keynote製作狸克的插畫只是示例,明白其中的邏輯與層級關係,幾乎能解決生活中大部分的複雜圖形。要麼用多個基礎圖形疊加,要麼用鋼筆工具自己畫一個,就是這麼簡單。要不,現在就打開塵封已久的Keynote動手試試吧!

責任編輯:林芳如、蕭閔云

本文授權轉載自:少數派

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓