水性油墨調色術：小印刷廠也能做出 Pantone 級訂製色

你有沒有遇過這種狀況：客戶丟來一個「就是這個藍」，附上手機照片或一張色票，要你用水性網版油墨複製出來。你憑經驗調了三輪，老闆說太綠、客戶說太深，最後勉強過關，但下一批又對不上。這不是手感問題，而是缺一套可重複的調色方法。

水性油墨近年因為環保需求被推到台前，最近 Screenprintdirect.com 就推出一支詳細教學，一步步示範如何精準調配水性網版油墨來創造客製色彩，特別聚焦在春季色系的混合邏輯 [1]。它戳中的痛點很實際：中小廠要的不是「會調色」，而是「調得出來、還能複製回去」。

先講清楚一件事：水性油墨的難，難在它的「狀態會變」。

溶劑型油墨乾掉前後色差相對小，但水性油墨含水量高，濕的時候看起來深、乾燥後因為水分蒸發、墨膜變薄，顏色往往會「跳掉」一階。你在調墨檯上看到的對，印到布料或紙上不一定對。Screenprintdirect 那支教學之所以一步步拆解色料比例與混合邏輯，正是因為水性油墨的可預測性比想像中低，必須靠紀律補回來 [1]。

第二個變數是基材。同一桶墨印在白棉 T、印在牛皮紙、印在深色帆布上，呈色完全不同。水性油墨透明度高、遮蓋力弱，底色會「吃」進你的顏色，這跟印刷後加工（postpress）階段的整體呈色控制是同一套思維，顏色不是調出來就結束，而是要在最終成品的條件下對。

所以「對色」從來不是調墨檯上的事，而是整條流程的事。這也是為什麼資深師傅的配方本上，永遠會註明基材、目數、乾燥條件，而不只是色料比例。

很多人以為 Pantone 賣的是「顏色」，其實它賣的是「一套讓大家講同一種語言的系統」。

Pantone 的色彩體系核心，是把顏色標準化、編號化，讓設計師、品牌、印刷廠隔著空間與時間都能指向同一個色，這套邏輯從紡織色卡時代就確立了 [4]。它後來持續擴張，2005 年就推出新的 essentials 與四色印刷對照指南，把特別色與 CMYK process 的對應關係系統化 [5]。在 Fairchild 的紡織辭典裡，Pantone 直接被收錄為一個產業通用的色彩參照標準 [6]。

對中小印刷廠的啟發是：你不需要去買整套昂貴的特別色油墨，但你需要 Pantone 那種「可被指認、可被複製」的精神。換句話說，與其追求「調得很像那個色」，不如建立「我這支配方對應的就是某個明確基準」。

這是觀點，不是事實陳述：我認為小廠真正該學 Pantone 的，不是它的色號，而是它把「主觀的顏色」變成「客觀的編號 + 配方」這件事。一旦你的調色有編號、有配方紀錄，客戶的「指定色」就從一場猜謎變成一筆可查的資料。

重點先講：你缺的不是設備，是紀錄與校正的紀律。 下面是我會建議小廠落地的做法。

・建立自己的「配方本」：每調出一個客戶滿意的色，立刻記下色料品牌、各色比例（用重量、不要用目測勺數）、基材、目數、乾燥條件。Screenprintdirect 教學裡反覆強調的混合比例邏輯 [1]，只有被「寫下來」才有複製價值。

・以重量計、不以體積計：水性油墨黏度受溫濕度影響大，用電子秤量克數，比舀勺準得多。這是把「手感」翻譯成「數據」的關鍵一步。

・永遠先打小樣、乾燥後再判色：濕墨判色幾乎必錯。在最終基材上印一小塊、完全乾燥、在標準光源下對，這一步省不得。

・用 Pantone 色票當「溝通介面」：就算你最後是自己調色，也讓客戶先指認一個 Pantone 號當基準 [4][5]。雙方對著同一個編號講話，糾紛少一半。

這套方法的好處很直接：精通水性油墨調色能有效降低成本、縮短交期，並滿足客戶對獨特色彩的高要求 [1]。對小廠而言，「我能複製你要的任何色」本身就是一種差異化服務，而且還順帶掛上環保印刷的形象，一魚兩吃。

短答：不會被取代，但會被「數據化」重塑。

現在客戶的色彩來源越來越雜，可能是螢幕截圖、AI 生成圖、社群上看到的一張照片。這些來源的顏色本身就不穩定，更別說隔著一支 YouTube 教學影片去學調色，影片本身的色彩也經過壓縮與螢幕偏移 [1]。值得一提的是，連學術圈分析 YouTube 內容時，都得靠專門的 API 工具去抓取與處理資料 [2]，可見「線上看到的顏色」與「實際印出的顏色」之間，永遠隔著好幾層失真。

所以真正的趨勢不是「AI 幫你調色」，而是「把老師傅的配方本變成可查詢的資料庫」。當你的每一筆配方都有編號、基材、比例、光源條件，這份紀錄就是小廠最值錢的資產，它比任何一台機器都難被抄走。

我的判斷是：未來能勝出的中小印刷廠，會是那些把「水性油墨調色」從一門手藝，升級成一套有紀錄、可複製、能交接的系統的廠。手藝會老，系統不會。

・水性油墨濕乾色差大、又受基材影響，對色是整條流程的事，不是調墨檯上的事 [1]。

・Pantone 真正的價值是「把顏色變成可指認、可複製的編號系統」，小廠該學的是這套精神而非色號本身 [4][5]。

・配方本要用重量（克）記錄色料比例、基材、目數、乾燥條件，把手感翻譯成數據 [1]。

・永遠在最終基材上打小樣、乾燥後、標準光源下判色，濕墨判色必錯。

・把配方本資料化，是小廠在數位時代最難被取代的資產。

對印刷製造端，水性油墨客製色的競爭力來自「可複製性」，而非單次的調色天賦，這意味著 SOP 化的配方紀錄與標準光源判色房，比新設備更划算。對設計端，與客戶溝通時先錨定一個 Pantone 編號 [4][5]，能大幅降低來回次數。對 AI 導入，真正的切入點不是「自動調色」，而是把師傅的配方本結構化成可查詢資料庫，未來再用機器學習從「指定色 + 基材」反推起始配方。對 SaaS 而言，這裡有明確空缺：一套讓小廠輸入色料比例、基材、乾燥條件、最終量測值的輕量配方管理工具，就能把分散在老師傅腦中的 know-how 變成可交接的資產。待解問題是：水性油墨乾燥後的色偏量化模型，目前仍高度依賴個別廠的經驗值，缺乏跨基材的通用校正資料。

[1] 水性油墨色彩魔法：中小印刷廠打造獨家 Pantone 色票級訂製色彩

[2] Seleznev A.（2021）. rytstat: Work with 'YouTube API'. CRAN: Contributed Packages. DOI: 10.32614/cran.package.rytstat

[3] Korff-Sausse S.（2021）. Abigail DeVille. Vidéo « Light of Freedom » sur Youtube : https://www.youtube.com/watch?v=LVa_P3pTjhM. Le Carnet PSY. DOI: 10.3917/lcp.242.0021

[4] Karklins K.（1995）. The PANTONE Book of Color Pantone, Inc.: PANTONE Textile Color Guide - Paper Edition, by Leatrice Eiseman and Lawrence Herbert (1990). BEADS: Journal of the Society of Bead Researchers. DOI: 10.7264/dbxx9r81

[5] Pantone unveils new Pantone(R) essentials and 2005 4-color process guide. Pigment & Resin Technology. DOI: 10.1108/prt.2005.12934fad.004

[6] Pantone®. The Fairchild Books Dictionary of Textiles. DOI: 10.5040/9781501365072.11558