用傳統件數幫 AI 專案報價，小心陷進無限修稿地獄

因為多數人不理解 AI 生成的隨機性，誤以為下指令就能直接交件。最近 Reddit 設計版上有個血淋淋的案例，公司主管要求實習生用 AI 產出一支動畫。結果實習生光是用 AI 跑分鏡就耗掉好幾週，產出的素材風格雜亂、人物變形，最後還是得進 After Effects（動態影像合成軟體）和 Premiere（影片剪輯軟體）靠大量人工修圖才勉強堪用

這種錯覺來自於只看見初期的速度。AI 在設計前段確實像個不知疲倦的創意助理，能快速給出方向。但當主管要求背景要換成真實辦公室場景時，AI 的隨機性反而成了時間黑洞。你為了控制那 5% 的細節，反覆修改提示詞與局部重繪花掉的時間，往往比手動畫還要多

防堵無限修稿的核心，在於把隱形的測試與修圖成本攤在陽光下。接 AI 設計案，絕對不能用傳統的完稿件數來報價。客戶常覺得你用 AI 幾秒就生出來了，憑什麼收這個錢。我建議導入 麥策 AI 專案報價三道關 來建立防線：

1. 定義提示詞測試成本：報價單上必須列出風格探索與提示詞工程的基礎費用。這包含找出穩定產出特定風格的指令，以及前期數十次的生成試錯

2. 限制生成輪次與挑圖數量：清楚標示 AI 算圖的修改上限。例如明定提供 3 輪生成，每輪提供 4 張毛片供挑選，超過輪次就要加收運算與操作費

3. 獨立列出人工精修工時：這關最重要。AI 算出來的圖往往有破綻，像是手指多一根、文字變形或邊緣溢色。報價時要明定局部修改與完稿微調的人工時薪，讓客戶知道修補 AI 瑕疵是高勞力密集工作

生成式 AI 目前還不懂印刷規範，導致檔案往往隱藏著嚴重的色彩與規格危機。當你拿到一張 AI 生成的漂亮圖片準備送給 麥思印刷 處理時，完稿人員在交件前必須手動處理幾個硬傷：

・色彩模式轉換：Midjourney（AI 圖像生成工具）等主流軟體輸出的圖片一律是 RGB 模式。直接轉 CMYK 通常會嚴重色偏，尤其是螢光色與鮮豔藍綠色。完稿時必須手動對照色票，重新調整曲線與色彩平衡

・解析度與尺寸升級：AI 預設輸出的解析度大多只有 72dpi，放上印刷機絕對糊成一團。你需要另外使用 Topaz Gigapixel（AI 影像無損放大軟體）將解析度拉到 300dpi，並檢查放大後是否出現奇怪的像素油畫感

・出血與安全距補齊：AI 構圖常常把主體塞滿整個畫面。要留 3mm 出血時，往往會切到關鍵元素。設計師得動用繪圖軟體的生成填色把邊緣補齊，這又是一段額外工時

你必須追蹤改稿輪次與往返時間等營運指標，而不是單看生成圖片的速度。評估 AI 導入印刷設計流程的成效，不能只聽感覺。AI 落地重點已經從模型多強轉向如何治理與追蹤

最直接的做法是建立一套對照紀錄。你可以緊盯這三個指標：「改稿輪次」、「缺件與補檔頻率」與「詢價到確認的往返時間」。如果導入 AI 後，改稿輪次從原本的 3 次暴增到 8 次，或者完稿補檔的頻率變高，那代表 AI 沒有幫你省到錢，反而增加了內耗。只有當這些硬指標確實下降，AI 才算真正替專案創造利潤

・AI 導入設計是把繪製時間轉移到提示詞測試與人工精修，不是消滅工時

・報價必須明確拆分生成輪次與人工完稿費用，杜絕客戶對 AI 零成本的幻想

・AI 生成圖片送印前，務必解決 RGB 轉 CMYK 色偏、解析度不足與出血空間三大問題

・評估 AI 成效看的是改稿輪次與往返時間下降，而非算圖速度有多快

對設計師與印刷從業者來說，與其跟客戶爭辯 AI 到底有沒有取代人工，不如主動把 AI 產出的毛片到可印刷完稿之間的轉換成本透明化。當你能夠精準定義修圖、轉檔、補出血的專業價值，AI 就不會是壓低報價的藉口，而是你擴展服務範圍的槓桿

・AI設計專案別用魔法報價