ChatGPT 和 Gemini 的繪圖能力持續提升，讓使用者能更快速地產出接近需求的視覺作品。過去若想生成特定風格的圖片，往往需要撰寫非常精準且完整的提示詞；但在實務上，當我們採用「仿製」既有圖像風格的方式時，提示詞的精準度有時反而不再是唯一關鍵。
本篇文章將透過以下四種方式，練習如何運用仿製的概念：- 取得圖像風格參數，並以 JSON 格式仿製圖像透過分析既有圖像的風格特徵，整理出色彩、構圖、光影、材質、比例等參數，再以 JSON 格式提供給 AI 作為生成依據。
- 取得圖像風格參數，並以 JSON 格式的 Markdown 檔仿製圖像將圖像風格參數整理成 Markdown 文件，方便閱讀、修改與重複使用，也能作為日後建立個人風格模板的基礎。
- 在 ChatGPT、Gemini 中直接上傳圖片仿製圖像直接上傳參考圖片，讓 AI 辨識圖片中的視覺風格、構圖與元素，再依據需求生成相似風格的新圖像。
- 在 NotebookLM 中透過自訂指令，在簡報和資訊圖表中仿製圖像運用 NotebookLM 的自訂指令，將圖像風格套用到簡報與資訊圖表中，讓視覺設計更加一致，也更適合用於教學、報告或內容創作。
取得圖像風格參數的 JSON 格式仿製圖像
先前的文章：利用NotebookLM逆向解析圖片繪圖風格與生成參數，其中有提到在 NotebookLM 中圖片的參數以 JSON 格式呈現。
如果在 ChatGPT、Gemini、Claude 中，則可以使用 Markdown 檔案來儲存 JSON 格式檔案。假設以這圖像為例，要來取得其繪圖參數的 JSON 格式檔案。
取得圖像風格參數的 JSON 格式的 Markdown 檔仿製圖像
將提示詞：
請用 JOSN 結構化語言數據形式，提取這張圖的視覺風格，包含：配色、構圖、光影、排版、畫面層次和其他的繪圖參數。並提供這個JOSN參數的 Markdown 檔案。
分別讓 ChatGPT、Gemini、Claude 執行，取得三個不同的 JSON 格式內容，分別得到各自的 Markdown 檔。利用這些內含圖片參數的 Markdown 檔案來仿製圖片。
ChatGPT 取得圖像參數
先上傳 ChatGPT 產生的 Markdown 檔，再使用提示詞：參考上傳的參數 Markdown 檔案，繪製「樹上的貓頭鷹」。
如下結果：
Gemini 取得圖像參數
先上傳 Gemini 產生的 Markdown 檔，再使用提示詞：參考上傳的參數 Markdown 檔案，繪製「樹上的貓頭鷹」。
結果如下：
Claude 取得圖像參數
將 Claude 產生的 Markdown 檔上傳讓 ChatGPT 繪製圖片，提示詞：參考上傳的參數 Markdown 檔案，繪製「樹上的貓頭鷹」。
結果如下：
將 Claude 產生的 Markdown 檔上傳讓 Gemini 繪製圖片，提示詞：參考上傳的參數 Markdown 檔案，繪製「樹上的貓頭鷹」。
結果如下：
在 ChatGPT、Gemini 中直接上傳圖片仿製圖像
由於 AI 繪圖能力愈來愈強，如果直接以原圖來仿製，也是可行嗎？以下圖為例：
例如，在 ChatGPT 中使用提示詞：依這個圖像的風格，仿製一個小男孩牽著一隻狗。結果如下，雖然沒有透過取得參數值也能直接仿製。
例如，在 Gemini 中使用相同提示詞仿製圖像：(我個人感覺 ChatGPT 仿製的比較接近)
接著，使用這張圖像：
如果在 ChatGPT 中，使用提示詞：依這個圖像的風格，分別仿製「鼠、牛、虎、兔、龍、蛇、馬、羊、猴、狗」。
可以一次獲得十張圖像：(ChatGPT 仿製效果不錯，產生的 10 張風格都是接近的)
在 NotebookLM 中透過自訂指令在簡報和資訊圖表中仿製圖像
如果回到 NotebookLM 中，先在來源中新增原始圖片。
然後，在製作簡報中使用自訂指令：依來源檔案的圖像風格，分別仿製「鼠、牛、虎、兔、龍、蛇、馬、羊、猴、雞、狗、豬」，每一張投影片放置一個圖像，投影片中不要出現文字。
下載 PowerPoint 檔，再儲存每一張投影片，就可以獲得 12 張圖像。
然後，在資訊圖表中使用自訂指令：依來源檔案的圖像風格，分別仿製「鼠、牛、虎、兔、龍、蛇、馬、羊、猴、雞、狗、豬」，資訊圖表中不要出現文字。
