Nano-Banana出現後，大家都拿來生成大頭貼，我也不例外，把我一張相當難看的大頭照，丟給了gemini。最後，我不僅得到了一張理想的證件照，更讓我對AI的現狀、潛力與限制，有了深刻的體悟。
AI的價值—低成本的、無盡的「迭代」
我一開始的指令很簡單：先用iphone去背的功能去除雜亂的背景，給AI一張乾淨的人像（圖1）。
- 第一代成品：AI很單純地幫我換上了西裝，中規中矩（圖2）。
- 第二代成品：我覺得髮型可以調整，於是下了指令。AI給了我一個標準的油頭（圖3）。
- 第三代成品：看著新髮型，我的想法更具體了。我發現我更喜歡的，是將兩邊鬢角剃乾淨、更俐落的油頭（圖4）。
- 第四代成品：造型滿意後，我才想到，還需要一條領帶才算完整（圖5）。
- 最後，一張人臉完全沒變，但從服裝到髮型都煥然一新，且完全符合我心中所想的大頭照誕生了。
這個過程最關鍵的一點是：如果沒有AI，我可能在第一步就停止了。
在傳統的模式下，無論是請攝影師重拍，或是自己動手修圖，每一步都伴隨著時間與金錢成本。我很可能在得到一張「還不錯」的西裝照後就心滿意足。然而，正因為AI讓修改的成本趨近於零，我才能在看到成品後，才真正「想清楚」我想要什麼，並一步步地去打磨、去精緻化我的最終需求。
AI最厲害的地方，從來都不是一次就生成完美的結果，而是它徹底移除了「打磨」的成本，讓使用者可以隨心所欲地探索與修正。
首先，輸入的「純淨度」至關重要。
「Nano Banana」很明顯是一個相當初階的模型，對於「雜訊」的處理能力很弱。
如果我給它的原圖背景複雜、光影不均，或是有其他人入鏡，AI就很容易被誤導，無法精準地執行指令。這與已經高度成熟的Gemini文字模型形成鮮明對比，後者在處理錯誤或混亂的文字上已非常強大。
其次，我也再次驗證了「吃到飽」訂閱制背後的流量保護機制。
當我對一張圖反覆下達修改指令數次後，會明顯感覺到AI開始「聽不懂人話」，產出一些偏差的結果。這並非AI真的變笨了，而很可能是系統為了節省運算資源，故意做出的限制。這幾乎是所有生成式AI服務「用過都懂」的潛規則。
當然，目前AI生成的照片仍有過度柔焦、缺乏真實感的問題，但我相信這只是暫時的。回看文字生成的發展，從最初的生硬到現在的真假難辨，圖像生成要達到同樣的成熟度，也只是時間問題。
這在我的律師本行中，感受尤其深刻。過去，資深律師耗費大量心力修改實習律師寫的書狀，是事務所的日常。
但現在，一位經驗豐富的律師，完全清楚一份高品質書狀的架構、用詞和論點該是什麼樣子。他可以直接將不含雜訊的事實資料輸入AI，讓AI生成一份結構完整的初稿，然後再親自進行細膩的打磨——可能是調整證據的呈現順序，可能是強化事實的細節描述，也可能是讓函攝的段落更貼合前案。
因為可以無限次的修正，造成AI修正100次的成本與時間，遠遠低於人類修正1次。雖然AI單次的修正品質或許不如人類，但透過量變引發質變，最終成品的完美度將遠超以往。
攝影師也是如此。一位頂尖的攝影師，腦中有著最完美的構圖、光影和角度。過去，為了達到這個標準，他可能需要不斷地重拍、調整燈光、後期修圖——這些都是高度依賴經驗的「勞動」。而現在，他可以將這些勞動交給AI，自己則專注於下達最高層次的指令：「角度再偏三度」、「把眼鏡拿掉，但維持所有表情」、「耳朵再多露出來一點」。
從修一張大頭貼開始，我看到的是一場關於「勞動」的革命。AI的出現，意味著任何一個具備專業知識和標準的人，都不再需要被機械化的勞動所束縛。
AI正在幫助所有有經驗、有能力、有知識的專業人士，大幅降低將「想法」變為「現實」的成本。它讓專家能從繁瑣的執行中解放出來，專注於發揮他們最寶貴的資產——判斷力、審美和經驗。
AI，是賦予專家的超級工具，結案。
