AI 影像接案還有機會嗎？一張圖只要幾分錢，客戶到底在買什麼？（2026）

AI 生一張圖只要幾分錢，做 AI 影像接案是不是已經沒搞頭了？這篇帶你看懂客戶真正付錢買的兩件事，以及學習時間該花在哪裡！

我學 AI 生圖，是從 Stable Diffusion 開始的。

那個時候的教學，教的多半是參數：換哪個 checkpoint、用哪個 sampler、跑幾步、負面提示詞要背哪一串、ControlNet 的前處理器怎麼選。大家都以為，這些參數就是手藝。

2026 年回頭看，最先變的是價目表。OpenAI 的 gpt-image-2 最便宜的一檔，一張不到一美分；Google 最新的 Nano Banana 2.1，一張 1K 的圖約 3 美分。一句話加幾張參考圖，就能拿到當年調半天也未必調得出來的畫面。很多調參的技巧，已經用不到了。

所以這篇的主張很簡單：生圖便宜了，客戶付錢買的是控制和權利。控制，是讓指定的姿勢、空間、角色和產品，在每一格都對；權利，是交出去的圖用得了，也說得清楚是誰的。前者決定圖能不能用，後者決定圖能不能交。

快速回答 生圖成本降低後，客戶付錢買的是「控制」與「權利」，隨機抽卡的漂亮圖片無法交件。控制決定圖能不能用（角色每一格一致、分鏡與空間邏輯準確）；權利決定圖能不能交（商用授權、版權合規、無侵權風險）。學 AI 影像不要停留在背提示詞，要進階到導演思維與交付合規。

雲端生圖一張不到 1 美分：客戶付錢買的是企劃、分鏡與後製把關的六階段交付流程

先看 2026 年 10 月幾家主要雲端模型的官方價格。各家計價方式不同，有的按張、有的按像素、有的按 token，只能看量級：

這張表半年後一定過時。Google 的 Nano Banana 2 在 5 月正式推出，10 月就被標成即將淘汰；原版 Nano Banana 在 10 月 2 日關閉；gpt-image-2 推出五個月後，OpenAI 的文件已經把它歸到「較早的模型」。模型會換，而且換得比一個接案專案的週期還快。

一張圖幾分錢，客戶就不會為一張他自己打一句話也拿得到的圖付錢。他付的是兩件他做不到、或不敢自己扛的事。把一支 AI 影像作品拆開來看，這兩件事落在哪裡就很清楚。下面是我建議的製作流程：

六個階段各有一個交付物。企劃先決定這支片給誰看、要他記得什麼，交出一份客戶簽過的鏡頭表；角色資產把角色、服裝、場景、色彩定成一張卡，之後每一格都拿它比對；分鏡讓你在花大錢之前看到整支片，第三鏡和第四鏡的光線方向相反，在這裡改一張草圖就好，到了影片階段就得整段重做；關鍵畫格依鏡頭需求分流，一般鏡頭交給雲端模型，要鎖姿勢、透視或固定角色才動用地端模型；影片生成要重跑很多次才挑得到能用的，次數和成本都要記下來；後製最後做兩件最常被跳過的事，連戲檢查（同一個角色的耳環有沒有突然換邊）和授權確認。最常見的錯，是跳過分鏡直接開始生圖，最後得到一整個資料夾漂亮、卻剪不進同一支片的圖。

光靠提示詞鎖不住設計規格：接案需要 ControlNet 約束空間幾何，靠 LoRA 固定跨鏡頭角色

為了讓舊模型畫對手指而疊的提示詞、為了畫質反覆試的取樣參數，這些可以放手了。新模型聽得懂完整的句子，也看得懂參考圖。

留下來的是控制。Autodesk 在 2026 年 4 月做過一個測試：拿 3D 設計軟體裡的室內場景，請幾個模型生成寫實圖。場景有樓梯、夾層和欄杆。沒有深度控制的 Nano Banana 畫出最像照片的一張，但樓梯的幾何跑掉了、欄杆換了樣式、空間比例也被重新詮釋；用 ControlNet 加深度圖引導的 FLUX 和 Qwen，樓梯和欄杆都留在原位。Autodesk 的結論寫得很直白：如果輸出必須照著你的設計走，你仍然需要 ControlNet；那張最好看的圖，已經不是你的設計了。

這是單一場景的測試，不能當成模型排名。它說明的是一件事：客戶要的是「這個空間」「這個姿勢」「這個產品輪廓」時，光靠描述不夠，得有結構上的約束。ControlNet 不必十幾種全學，三種就涵蓋大部分接案需求：OpenPose 鎖人物姿勢，Depth 鎖空間與前後關係，Canny 或 Lineart 鎖產品與建築的輪廓。

另一件留下來的事是一致性。同一個角色出現在十二個鏡頭裡，臉不能換人。社群上有兩個好例子：Remix.Camera 讓使用者上傳照片、訓練一個輕量的 LoRA，再拍出同一個人物在不同角度和景別的整組人像；OscarAI（@Artedeingenio）把同一瓶香水放進九種光線與場景，排成一支廣告的分鏡參考。兩者在解決同一件事：讓同一個東西，在每一格裡都還是它。

下面這張是用 gpt-image-2 生成的虛構人物，版式參考 Remix.Camera 的人像組圖。看的時候盯三個地方：瀏海的長度、西裝的雙排扣，和耳垂上那顆小耳環。

這九格看起來一致，但要注意它是一次生成的：模型在畫第九格的時候，前八格就在同一張畫布上。接案真正的難處在別的地方。十二個鏡頭分十二次生成，客戶隔週要求補兩格特寫，臉還必須是同一張。這時候參考圖撐不住，才輪到 LoRA。LoRA 是在原模型旁邊加訓一小組權重，讓模型記住一張臉或一個產品，到今天仍然是固定角色最可靠的方法。

開放權重模型能下載不等於能商用：同系列換版本就可能改條款，先確認商用授權再測效能

雲端模型的好處很直接：快、畫質好、不用管機器。代價是每張都計費、素材要上傳到別人的伺服器、模型版本隨時可能被換掉，前面那張價目表就是例子。

開放權重模型的價值，在於把模型變成自己的生產設備：權重留在自己的環境，版本固定，參數和參考圖都能追蹤，還能訓練自己的 LoRA。但這裡有一個常見的誤會：能下載，不代表能商用。

這張表最該記住的，是同一家公司、同一個系列，換一個版本授權就可能變了。Qwen-Image 和 2512 版都是 Apache 2.0，2026 年 9 月推出的 2.1 版卻改成研究授權，條款寫明沒有另外取得商用授權，不得用於任何商業目的。哪個模型最強，是第二個問題；下載權重之前，先打開授權檔。

社群上常看到標榜 Uncensored、Abliterated 的模型，說拿掉了內容限制。它們通常是社群拿某個開放權重模型再微調出來的衍生版，有兩件事要分清楚。拿掉限制，和畫得更好是兩回事，解除安全檢查、微調、提升畫質，是三件不同的工作。拿掉限制，也不會讓授權變寬，衍生模型繼承原模型的授權，用 Qwen-Image-2.1 改出來的版本，仍然受研究授權限制。接案的產線，不該建在這類模型上。

我手上是一張 RTX 4090，24GB 顯示記憶體。新模型幾乎每週都有，比較省力的做法，是先用授權篩掉一半，再挑三個候選做同一題測試：

1. FLUX.2 [klein] 4B Base：角色 LoRA 和多圖參考編輯的基準。
2. Z-Image：寫實人物和批次產圖。要訓練 LoRA，用非蒸餾的 Base 版，不要直接拿 Turbo。
3. Qwen-Image-Edit-2511：多圖合成、保留角色外觀、換視角。原始權重放不進 24GB，要用量化版本。

三個模型用同一組角色照片、同樣三種鏡頭（特寫、半身、全身）測試，記五件事：畫質、外貌保持率、速度、顯示記憶體用量、人工修正時間。量出來的數字，比網路上最熱門的模型名稱可靠。

平台給權利不等於法律承認著作權：台美法規皆要求實質人類投入，接案必須留下製作紀錄

這是從 Stable Diffusion 學起的人最晚才會碰到的問題，卻是接案時客戶最先會問的。答案要分兩層看：合約，和法律。

合約這一層，平台多半會把權利給你。OpenAI 2026 年 1 月生效的使用條款寫的是：在法律允許的範圍內，輸出歸你，OpenAI 把它在輸出上的權利（如果有的話）轉讓給你。Higgsfield 2026 年 7 月更新的條款第 4.4 節說，它不主張你輸入和輸出的所有權，也不限制輸出的商業用途，你可以把權利轉給客戶；但同一節也寫著，它可以拿你的內容訓練和改進模型，只有企業合約排除這一條。兩家的條款還有一句一樣的話：輸出不保證獨一無二，別的使用者可能拿到相似、甚至相同的圖。上傳別人的臉，Higgsfield 也要求你先取得本人同意。

法律這一層，就沒那麼確定了。美國著作權局 2025 年 1 月的報告說，以現在的技術，光靠提示詞不足以讓人成為作者；人對輸出做的選擇、編排、修改，才是可以保護的部分。台灣智慧財產局 2025 年 5 月的函釋也類似：AI 生成的圖有沒有著作權，要看創作過程有沒有人實際的創意投入；完全由 AI 獨立完成的，不受保護。

亞洲也有不同的判法。北京互聯網法院 2023 年 11 月的「李某訴劉某」案，原告用 Stable Diffusion 反覆調整提示詞和參數，法院認定那張圖有獨創性，著作權歸他。日本文化廳 2024 年的指引則把重點放在使用端：畫風本身只是想法，不受保護；但輸出如果和既有作品有共同的創作表現，又是依據那件作品生成的，仍然可能侵權。

這條鏈上，前面三環都有白紙黑字可以查：素材有沒有同意書、模型授權寫什麼、平台條款寫什麼。只有著作權法那一環，各國的答案不一樣，而且還在變。

平台把它有的權利給你，法律不一定承認那裡有權利。

這對接案的意思是四件事：

1. 合約寫清楚用了 AI、用了哪些工具。平台自己都不保證輸出獨一無二，你也不要承諾給不起的「獨家著作權」。
2. 客戶素材上傳第三方之前，先取得同意。平台條款允許拿內容訓練時，這一點特別重要。
3. 留下製作紀錄。模型與版本、提示詞、參考圖、每一次修改。出了爭議，這是你唯一的證據。
4. 讓人的貢獻看得見。挑選、構圖、合成、修圖、剪輯、調色，這些是法律最可能承認的部分，也是客戶付錢的原因。

學習重心從操作工具轉向導演思維：用一支 30–60 秒短片實作，每週追蹤成本與驗收率三項指標

如果要重新分配學習時間，我會照「控制」和「權利」兩條線排，工具放在最後：

從工程背景轉進來的人，通常不缺學工具的能力，缺的是傳統影像製作的知識。這些決定了你是「會操作生成工具」，還是「能規劃、指揮、驗收一整部作品」。

LoRA 是生產瓶頸的解法，不要當作每個專案的起點。三個條件都成立才訓練：需要長期重複產出同一個角色、風格或產品；雲端的多圖參考已經試過，一致性還是不夠；手上有可以合法拿來訓練的資料。算帳的時候，訓練成本加上每張地端成本，要低於每張雲端成本的總和，而且要把整理資料、驗收和維護的人力算進去。就算算下來比較便宜，角色一致性反而變差，也不該採用。

最有效的學法，是直接做一支作品。我會建議一支 30 到 60 秒、有固定角色的品牌短片，四週拆成：導演語言與角色設定、雲端關鍵畫格、分鏡與影片、地端對照測試與後製交付。每週記三個數字：每個鏡頭的實際成本、人工修正時間、符合驗收要求的鏡頭比例。這三個數字會告訴你下一筆時間該投在哪裡，比憑感覺判斷哪個模型比較強可靠得多。

結論：調參技巧會過時但看分鏡的眼睛不會，分鏡與角色資產卡就是影像的驗收測試

從 Stable Diffusion 學起，算不算白學？

我的答案是沒有。懂擴散模型怎麼從雜訊長出畫面，就知道雲端模型為什麼會在複雜空間裡偷改幾何；知道 ControlNet 在做什麼，就知道什麼時候該把結構鎖住。被淘汰的是咒語，留下來的是判斷。

寫程式的人也在面對同一件事，只是做法不同。〈AI 寫的測試全過，為什麼功能還是錯的？驗證閉環完整懶人包（2026）〉談的是讓生成和驗證分開，驗證交給測試，測試由機器來跑。影像沒有測試可以跑，對錯要靠人眼看。所以影像這一行的測試，就是分鏡和角色資產卡：先把「對」長什麼樣子定下來，生成出來的東西才有標準可以比。程式的驗收可以自動化，影像的驗收只能交給看得懂分鏡的人，這正是客戶付錢的地方。

調參的手感會過時，看分鏡的眼睛不會。

如果只能帶走三句話：先分鏡再生圖，反覆失真才訓練，交付之前查授權。

常見問題

提示詞越來越簡單，AI 影像創作者的專業門檻在哪裡？

專業門檻轉向了「導演控制力」。專業導演需要精準控制鏡頭焦段、燈光光質、色調體系、以及同一個角色在不同角度與表情下的連貫性；客戶不會為無法穩定重現的隨機驚喜買單，他們買的是按合約規格交付的確定性。

商業接案時，怎麼保證多張圖中角色的臉和服裝完全一致？

在技術上結合 LoRA 模型訓練、ControlNet 姿態與深度約束、以及固定 Seed 與參考圖特徵提取；在工作流上建立嚴格的角色屬性卡與三視圖基準。單靠文字提示詞無法保證商業級的連貫性。

開源模型和商用平台生成的圖片，商業版權如何界定？

必須仔細核對三個層面：一、生成工具的終端使用者授權協議（EULA）；二、訓練權重是否存在禁止商用的授權條款；三、所在各國法規對純 AI 生成內容的著作權保護認定。目前各國主流實務皆認定：只有融入創作者顯著智力投入（如構圖、多層合成、手動後製）的部分才享有版權保護。

接案合約中應該如何規範「AI 生成」的交付標準？

在合約中明確約定：交付的成果是否包含 AI 生成素材、修改輪數的計算方式、若發生版權爭議時的免責條款、以及最終完稿的解析度與圖層分離格式。清楚揭露技術工具能保護創作者不受無限上綱的修改困擾。

延伸閱讀

• AI 寫的測試全過，為什麼功能還是錯的？驗證閉環完整懶人包（2026）
• AI 產品要怎麼開始？為什麼不該直接從 Prompt 開始寫？（2026 需求定義懶人包）
• AI 生產力悖論是什麼？為什麼 AI 做得更快，事情卻沒有更快交出去？（2026 完整解析）
• 2026 年轉職 AI 該學什麼？照職缺學最快，也最容易被追上

參考資料

模型價格與授權（2026-10-16 檢視）

• OpenAI, API Pricing；Image generation（Calculating costs） https://developers.openai.com/api/docs/pricing https://developers.openai.com/api/docs/guides/image-generation
• Google, Gemini API Pricing；Changelog https://ai.google.dev/gemini-api/docs/pricing https://ai.google.dev/gemini-api/docs/changelog
• BytePlus, ModelArk Model Pricing（2026-10-08 更新）；ByteDance Seed, Introducing Seedream 5.0 Pro（2026-07-08） https://docs.byteplus.com/en/docs/modelark/model-pricing https://seed.bytedance.com/en/blog/beyond-generation-it-understands-design-introducing-seedream-5-0-pro
• Black Forest Labs, Pricing；FLUX.2 授權表 https://docs.bfl.ai/quick_start/pricing https://github.com/black-forest-labs/flux2
• Black Forest Labs, FLUX 3 Image Klein（模型卡） https://huggingface.co/black-forest-labs/flux-3-image-klein
• Tongyi-MAI, Z-Image https://github.com/Tongyi-MAI/Z-Image
• Qwen, Qwen-Image；Qwen-Image-2.1 LICENSE（2026-09-20） https://github.com/QwenLM/Qwen-Image https://huggingface.co/Qwen/Qwen-Image-2.1/blob/main/LICENSE
• HiDream-ai, HiDream-O1-Image（2026-05-08） https://huggingface.co/HiDream-ai/HiDream-O1-Image
• Krea, Krea 2 Community License Agreement https://huggingface.co/krea/Krea-2-Raw

控制與一致性

• Autodesk Platform Services, Do You Still Need ControlNet? Testing Next-Gen Models on Viewer Scenes（2026-04-02） https://aps.autodesk.com/blog/do-you-still-need-controlnet-testing-next-gen-models-viewer-scenes
• Remix.Camera, Explore（人像組圖的版式參考） https://remix.camera/explore
• OscarAI（@Artedeingenio）, 90s Luxury Perfume Commercial（香水九宮格分鏡參考） https://x.com/Artedeingenio/status/2049490095212798339

條款與著作權

• OpenAI, Terms of Use（2026-01-01 生效，Ownership of content、Similarity of content） https://openai.com/policies/terms-of-use/
• Higgsfield, Terms of Use（2026-07-26 更新，Section 4.4、5.3） https://higgsfield.ai/terms-of-use-agreement
• U.S. Copyright Office, Copyright and Artificial Intelligence, Part 2: Copyrightability（2025-01-29） https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf
• 經濟部智慧財產局，著作權解釋資料：電子郵件 1140522c（2025-05-22） https://www.tipo.gov.tw/tw/copyright/692-34252.html
• National Law Review, Beijing Internet Court Releases Translation of Li vs. Liu Recognizing Copyright in Generative AI https://natlawreview.com/article/beijing-internet-court-releases-translation-li-vs-liu-recognizing-copyright
• Agency for Cultural Affairs, Japan, General Understanding on AI and Copyright in Japan: Overview（2024-05） https://www.bunka.go.jp/english/policy/copyright/pdf/94055801_01.pdf