上一篇測試了 AI 繪圖工具「Fooocus 與 SD WebUI Forge」，使用一段時間後體會到中文、漢字支援度的重要性，如果 AI 繪圖模型特別針對中文及相關素材進行訓練的話，可解決這些痛點：
- 通常 AI 繪圖工具不會一次就生成完全符合需求的圖片，會有不少細節需要微調或置換
- 如果 AI 對中文理解能力強，那麼直接用「中文提示詞」進行修改、補充，可以逐步提昇圖片品質
- 如果模型對「漢字」素材訓練過的話，圖片若包含「中文字」多半能正確顯示
部署本地 AI 系列文章：
(圖片出處: Z-Image-Turbo)
一、繪圖模型+工具介紹
1. Z-Image-Turbo Z-Image-Turbo 是由阿里巴巴開發的免費開源 AI 圖像生成模型，是 Z-Image 系列的「蒸餾加速版」，特點如下：- 生圖速度極快：傳統模型須 20~50 步的過程，他只要 9 步就能完成
- 硬體要求低：大幅減少顯卡記憶體使用，一般家用顯卡(RTX 3060/4060)也能順暢執行
- 圖片品質極佳：雖然是輕量級模型，但圖片品質在開源模型中名列前茅
- 中文能力強：支援中英語提示詞，且圖片能清晰渲染中文字
二、安裝+使用+下載模型
1. RuinedFooocus 安裝- Github 官網：RuinedFooocus
- Windows 版下載：官網往下捲找到「Click here to download」連結即可
- 下載網址：或者直接點擊這個「RuinedFooocus_main_2.0.0.win64.7z」連結
- 解壓縮下載的 7z 檔後，執行
run.bat 即可啟動程式 - 首次執行時，系統會自動下載一個預設的模型檔案 sd_xl_base_1.0_0.9vae.safetensors，大小約 7 G，需要花不少時間
- 每次執行時，系統都會自動更新版本、環境相關依存檔案(如有需要的話)，需要花點時間
- 命令視窗跑完必要程序後後，會自動開啟網頁 http://127.0.0.1:7860/，可在此網頁進行圖形界面操作。
- 別關閉執行的命令視窗，否則網頁的圖形操作界面就無法執行了
- Flux 模型有兩種形式：GGUF 與 Safetensors
- 安裝 GGUF 檔案的話，還需要額外安裝文字及 VAE 編碼器，流程相當麻煩
- Safetensors 可以看成懶人包，把模型檔、所有相關編碼器都打包成一個檔案
- 我的硬體 RTX4060 對 AI 工具來說算低階，最好下載「z-image-turbo-fp8-aio.safetensors」這個檔案，約 10G
- 硬體設備較好可以下載 z-image-turbo-fp16-aio.safetensors，約 20G
- 希望生成圖案偏「動漫風格」的話，可下載檔名有「anime」字樣的檔案
你的RuinedFooocus路徑\RuinedFooocus\models\checkpoints
5. 禁止下載預設模型的技巧
如果覺得首次執行時，下載預設模型很浪費時間，可以在下載完 Z-Image-Turbo 模型檔，並放到正確路徑後，用文書軟體修改這個系統設定檔：
你的RuinedFooocus路徑\RuinedFooocus\settings\settings.json
找到字串 "base_model" 後，把預設值 "sd_xl_base_1.0_0.9vae.safetensors" 改成新下載的 Z-Image-Turbo 模型檔，例如 "z-image-turbo-fp8-aio.safetensors"，再儲存即可。
三、RuinedFooocus 設定
1. RuinedFooocus 系統設定 成功執行 RuinedFooocus 後，在開啟的網頁上方，分頁切換到「Settings」，以下是常用的系統設定：
- Image Number：每次生成的圖片數量
- Checkpoint Folders：放模型的路徑
- Performance：生成圖片的方式設定，可為一組自訂值取名，例如圖中的「WFU」
- Resolution：生成圖片的長寬尺寸，同樣可取名，例如圖中的「WFU」
- Base Model：可切換模型檔案，例如圖中已將預設模型改為 Z-Image-Turbo
- Output Foler：生成圖片的路徑
- CFG：1 或 0
- Sampler：euler
- Scheduler：simple 或 beta
- 左上方分頁 Main → 右上方分頁 Setting
- Performance：可選擇既有設定修改，也可選「Custom」(自訂)後，下方 "Name" 的輸入框填入自訂名稱
- 選好後下方會彈出 4 個選項進行設定
- Custom Steps：可填入 9~20 步，Z-Image-Turbo 基本上 9 步就能生出品質很棒的圖片，更多步驟可展現更多細節
- CFG：如前所述，建議填入 1
- Sampler：如前所述，建議改為 euler
- Scheduler：如前所述，建議改為 simple 或 beta
四、封面圖實做流程
上一篇提過，我使用本地 AI 繪圖工具的主要目的，是製作「封面圖」、「示意圖」，接下來以系列文第一篇文章「LM Studio 安裝優化部署與免費模型選擇技巧」為例，如何利用 Z-Image-Turbo 做出這張封面圖：
1. 構圖設計
自己發想、設計圖片是很花時間的，利用線上 AI 可大幅縮短這個歷程。我把文章標題餵給線上 AI 後，請他幫我提供幾個構想，經過一段時間往返激盪後，我聯想到一個 idea，AI 則幫我設計出構圖：
因為 LM Studio 可以搜尋、下載、執行多個免費開源模型，所以想到一個意象圖，讓 LM Studio 在正中央驅動四周的知名熱門開源模型，例如 GPT-oss、Gemma 等等，而 DeepSeek 提供的視覺構圖、Logo 設計、背景、風格、配色等等，所有細節看起來都不錯，便請他提供這個設計構想的中文提示詞。
2. 提示詞 初步效果
AI 提供的第一版提示詞如下：
傑作，最高畫質，
3D渲染，等角視角，黑暗科幻風格，
畫面中央是一個發光的圓形晶片核心，上面有閃電符號，代表「LM Studio」，發出強烈的青藍色與橘黃色光芒，
從核心向外延伸出四條光纖能量管線，連接到周圍四個漂浮的圖標：
左上角是一個開源標誌（節點網絡），代表 GPT-oss，
右上角是一朵紫色發光花朵，代表 Gemma，
左下角是一個羊駝頭剪影，代表 Llama，
右下角是一個漢字「千」與雲朵組合，代表 Qwen，
四條光纖顏色分別為綠色、紫色、橘色、紅色，
背景是深藍到黑的宇宙星空，帶有微弱電路板紋路，
史詩感，科技感，乾淨，無人物，無多餘文字
首次生成的圖長這樣：
我覺得效果還可以，當然有很多細節需要修改，但至少沒走歪，完全符合提示詞的構圖意象。
而且一張 1500*750 大小的圖片，扣除載入模型、解析文字等準備動作時間，設定 9 步驟實際生圖的時間只花了三十多秒，品質跟速度遠勝前一篇的 SD WebUI Forge，接下來就是如何進行優化、找到製圖訣竅。
3. 修正提示詞
一開始設定 9 步驟除了可縮短時間，也能多生幾張隨機的圖，來尋找構圖想法。我將首圖的缺點，及其他圖中找到一些值得留下的元素，與 DeepSeek 繼續討論：
- 首圖四個模型只有「GPT-oss」有標上文字，要如何強制一定會顯示特定文字？
- 我想每個模型 logo 下方都加上一個標籤牌
- 有一個模型使用的顏色沒按照指示(左下角)，我希望每個元素使用指定的顏色
圖片細節、3D 效果、整體質感提昇許多，主要剩幾個地方要調整而已：
- 左下角 "Llma" 拼錯，正確應該 "Llama"
- 右上角 "Gamma" 拼錯，正確應該 "Gemma"
- 左下角使用了重複的綠色
- 中間的 "LM Studio" 字樣，應比其他四個大一些，比較能突顯主題
- 生成步驟可改為 20~30
- 改成正式的大圖尺寸
- 如果希望看到不同的圖片風格，「Style Selection」可選擇 "Style: Pick Random"，產生隨機風格圖片
五、Z-Image-Turbo 如何生成精確文字
1. 顯示正確文字的技巧 從前面的圖可看到，沒使用特別技巧的話，拼錯指定英文字(或大小寫錯誤)的機率不小。跟多個 AI 討論且經實測後，以下技巧是有效的：- 根據「官網相關說明」："要生成文本，請將您想要的單詞用引號括起來（例如，一個寫著 'Welcome' 或 '歡迎' 的牌子）。"
- 明確描述位置
- 指定字體
- 文字不要太長
- 某個線上 AI 提到，要顯示精準文字之處，用英文描述會很有效
左下角，晶體是一個羊駝頭部剪影圖標，下方標籤，label text reads "Llama"，光纖顏色為藍色
我使用這樣的技巧後，需要顯示正確文字的地方就很少拼錯或失敗了。
2. 最終版提示詞
這裡提供最終版的提示詞，前述所有提到的文字、細節問題都已修正，有興趣可以玩玩看：
傑作，最高畫質，3D渲染，等角視角，黑暗科幻風格，畫面中央是一個發光的圓形晶片核心，上面有閃電符號，符號下方清晰寫著「LM Studio」這幾個字，文字尺寸是其他圖標文字的三倍大，圓形晶片核心的尺寸是其他圖標的 1.5 倍大，從核心向外延伸出四條光纖能量管線，連接到周圍四個方形晶體圖標，
每個晶體下方都有一個底座標籤牌：
左上角，晶體是一個 ChatGPT 網絡圖標，下方標籤，label text reads "GPT-oss"，光纖顏色為綠色，
右上角，晶體是一朵優雅的紫色發光花朵圖標，下方標籤，label text reads "Gemma"，光纖顏色為紫色，
左下角，晶體是一個羊駝頭部剪影圖標，下方標籤，label text reads "Llama"，光纖顏色為藍色，
右下角，晶體是一個漢字「千」與雲朵組合的圖標，「千」字不要被其他線條遮住，下方標籤，label text reads "Qwen"，光纖顏色為紅色，
標籤牌上的文字使用清晰易讀的無襯線字體，
背景是深藍到黑的宇宙星空，帶有微弱電路板紋路，
史詩感，科技感，乾淨，無人物
六、圖片如何局部修補
1. 局部修補的侷限 Fooocus 有個知名的「局部修補」功能 inpaint，而 RuinedFooocus 同樣也可以使用，只不過這功能沒想像中好用：- 重新生成的局部內容等同抽卡，可能要試很多次才會出現喜歡的
- 生成的局部內容不一定符合構圖中其他元素的風格
- 若要局部修改文字相當困難，就算拼字正確了，文字大小、字體等等，也可能不吻合圖片中其他的文字
RuinedFooocus 圖片生成後，在「main」主分頁中，右邊還有 5 個分頁，inpaint 就藏在其中的「PowerUp」分頁。如果看不到全部分頁，請點上圖右上角的「3 圓點」圖示展開，就能進入「PowerUp」分頁。
勾選「Inpainting」可啟用此功能，接下來的操作方式：
- 左邊圖片主區塊，左側會出現筆刷面板，可調整筆刷尺寸
- 可在圖中進行塗抹，標示出要修補的區域
- 填入提示詞，即可生成修補後的圖片
除了當下生成的圖片，圖片主區塊也可拖曳、或載入已生成的圖片，再勾選「Inpainting」功能，以下示範實際修補圖片的流程：
- 首先確認左側筆刷面板有出現，能成功在圖中進行塗抹
- 以上圖來舉例，我想在短髮女孩頭上增加「全罩式耳機」，可在預計生成耳機的適當位置塗抹成黑色
- 提示詞填入 "頭戴銀色全罩式耳機"，按「Generate」即可等待生圖
這是修補後的效果，頭上多出了全罩式耳機這個物件。
4. 補充說明
勾選「Inpainting」功能後，不一定每次都會成功：
- 有時筆刷面板有出現，但主區塊圖片卻消失了
- 有時主區塊圖片還在，但筆刷面板卻沒出現
- 所以只能不斷取消勾選、重新勾選「Inpainting」，測試能否成功
- 或者移除圖片，重新載入圖片後，整個流程再試一次
七、中文字處理心得
本篇文章的封面圖使用了不少中文資訊，沒有細看的話其實構圖、排版、整體質感相當不錯，不容易看出哪裡有問題。然而一筆一劃仔細檢查的話，中文字的細節可以看出一些蹊蹺，以下談談處理中文字的心得。 1. 封面圖提示詞 封面圖初步構想由 ChatGPT 提供，最終版本的構圖、版面配置，則是在 RuinedFooocus 一步步修改，不斷抽卡測試出來。讀者有興趣的話，生圖的完整中文提示詞如下：橫幅構圖，高品質 AI 繪圖模型宣傳封面，整體融合東方古典美學與現代科技感。一位氣質清雅、五官精緻的年輕東方女子，身穿華麗但自然的中國古風漢服，站在盛開櫻花的中式古典庭院中，黑色長髮優雅盤起並垂落肩後，搭配精緻的古風髮飾與櫻花髮簪，服裝具有細膩刺繡與柔和布料質感。女子位於畫面右側，面向鏡頭，神情自然優雅。背景為精緻的中國傳統庭院，有木造亭台、青石小徑、池塘、白牆、傳統中式窗棂與古典建築，庭院中種滿盛開的粉紅色櫻花，櫻花枝條從畫面上方延伸，微風吹過，大量櫻花花瓣緩慢飄落。午後溫暖夕陽從櫻花樹與建築之間照射進來，形成柔和的金色逆光、自然光暈與細膩光影，人物頭髮與衣袖邊緣帶有漂亮的輪廓光。背景具有自然景深與柔和散景，畫面具有電影級攝影質感，細節豐富但不雜亂，寫實與唯美藝術風格融合，高級、精緻、優雅。
畫面左側保留較乾淨、明亮且具有柔和漸層的留白區域，作為資訊與文字的主要視覺區域。左側加入具有現代科技感但不破壞東方美學的發光粒子、細緻光線、流動的數位線條與微弱的 AI 神經網路元素。
左側文字區域採用雜誌級排版設計。距左邊緣 15%、距頂部 20% 處開始排列文字。主標題「Z-Image-Turbo」使用醒目的大型粗體字，色調為暖金色與純白漸層，帶有輕微外發光，字體風格融合現代科技感與東方書法筆觸。主標題下方顯示副標題「中文提示詞 × AI 製圖」，字體大小為主標題文字的二分之一，顏色使用精緻的柔和玫瑰金色。
主標題與副標題下方，以一條纖細的暖金色水平裝飾線區隔。裝飾線下方設計 5 組精緻的垂直文字標籤，標籤文字依序為：
「古風」
「櫻花」
「中式庭院」
「傾城佳人」
「東方美學」
標籤文字大小相同，使用深棕紫色，文字對齊頂端。
標籤使用垂直圓角膠囊卡片，卡片採用半透明乳白色與淡米色玻璃質感背景，具有非常細緻的金色描邊、柔和陰影與微弱外發光。標籤背景保持半透明，讓後方櫻花與庭院仍然若隱若現，與整體粉紅、淡紫、暖金、米白色調自然融合。不要使用厚重、鮮豔或塑膠感的按鈕，不要讓標籤搶過主標題與人物。
主標題醒目但不要遮擋人物臉部。人物、櫻花與古典庭院是主要視覺焦點，文字是第二視覺層級。整體色調以粉紅、淡紫、暖金、米白為主，畫面明亮、唯美、乾淨、高級。超高細節，細膩人物肌膚，真實髮絲，精緻服裝紋理，漂亮光影，電影級構圖，高品質商業宣傳視覺。
2. Z-Image-Turbo 的侷限
仔細看圖，可以發現這些中文字有問題：
- "圖"、"櫻"、"傾" 是簡體字("風" 在生圖時大部分也是顯示簡體)
- "學" 的上半部線條怪怪的，下半部比較像 "于"
- "製" 仔細看的話，左上角跟印刷字體的線條稍微不同
- 某些字會有出現簡體字的機率，就算提示詞強制說明「只使用繁體中文，禁止簡體字」，也是沒有用的，只能期待抽卡抽到繁體字。
- 筆劃越多的字，線條越可能出現誤差
- 有時一個詞會多字、少字，非常隨機，不可控
- 請 AI 把文字區塊留白，自行後製 P 圖
- 先忽略文字的誤差，當本地 AI 生成滿意的構圖、元素後，把最終版提示詞交給線上 AI 生圖，那麼產生的中文字絕對不會有錯
部署本地 AI 系列文章：
沒有留言:
張貼留言注意事項：
◎ 勾選「通知我」可收到後續回覆的mail！
◎ 請在相關文章留言，與文章無關的主題可至「Blogger 社團」提問。
◎ 請避免使用 Safari 瀏覽器，否則無法登入 Google 帳號留言(只能匿名留言)！
◎ 提問若無法提供足夠的資訊供判斷，可能會被無視。建議先參考這篇「Blogger 提問技巧及注意事項」。
◎ CSS 相關問題非免費諮詢，建議使用「Chrome 開發人員工具」尋找答案。
◎ 手機版相關問題請參考「Blogger 行動版範本的特質」→「三、行動版範本不一定能執行網頁版工具」；或參考「Blogger 行動版範本修改技巧 」，或本站 Blogger 行動版標籤相關文章。
◎ 非官方範本問題、或貴站為商業網站，請參考「Blogger 免費諮詢 + 付費諮詢」
◎ 若是使用官方 RWD 範本，請參考「Blogger 推出全新自適應 RWD 官方範本及佈景主題」→ 不建議對範本進行修改！
◎ 若留言要輸入語法，"<"、">"這兩個符號請用其他符號代替，否則語法會消失！
◎ 為了過濾垃圾留言，所有留言不會即時發佈，請稍待片刻。
◎ 本站「已關閉自刪留言功能」。