當我開始探索圖像生成 AI，才發現這根本是一場跨學科的大會考。光是攝影術語就夠嗆了——24mm 廣角鏡頭、35mm 標準鏡頭、85mm 人像黃金焦距，還有 135mm -台灣攝影圈俗稱「打鳥鏡」或「狗仔鏡」。在著迷攝影的年代，「Canon 拍人、Nikon 拍風景」的說法雖是迷思，卻道出了一件真實的事——不同工具有不同的色彩性格。沒想到多年後，這件事在 AI 模型上再次做出視覺幻術洗牌。
1.同樣的焦距術語，模型的訓練背景決定了它的「口音」，以下是Gemini 3.1 with Banana2 , Firefly Image 4 Ultra與Firefly Image 5三者的比較。
同樣的 prompt，同樣的焦距指令，三款模型給出了三種截然不同的「世界觀」。
Nano Banana 2（Gemini） 像是一個熱愛生活的街拍攝影師——24mm 的畫面裡窗外還看得到行人，135mm 的燈串 bokeh 圓潤飽滿，每一張都充滿咖啡廳的人情味與環境敘事。焦距對它來說是「拉近或拉遠故事」的工具，背景永遠是主角的一部分。我個人推測，這來自 Google 龐大圖庫的訓練基礎——它學的是無數真實用戶拍下的生活瞬間，所以畫面天生帶著一種素人的親切感與場景豐富度。
Firefly Image 4 Ultra 更接近一位嚴謹的商業攝影師——24mm 構圖穩定、光線均勻；50mm 主體感增強，材質細節清晰可辨；到了 135mm，背景退場乾淨，主體站在自然光前，像一張可以直接放上型錄的棚拍圖。焦距對它來說是「控制產品在畫面裡的份量」的工具。三組之中，它是最貼近現實攝影質感的版本——我猜測它的訓練資料大量來自 Adobe Stock 的實際商業攝影作品，那些照片本來就是為了讓人買去用的，乾淨、精準、可交付。
Firefly Image 5 則展現了一種有趣的矛盾——它對空間的理解最「建築師」，24mm 的透視線條精準，50mm 卻換了一顆完全不同造型的檯燈，135mm 的背景虛化帶著夜間氛圍的戲劇感。它最聰明，但也最任性——給你的有時不是你要的焦距感，而是它認為這個焦距「應該長這樣」的詮釋版本。我個人推測，Image 5 的訓練資料裡混入了相當比例的 3D 渲染作品，那種對空間幾何的精準掌握、以及偶爾出現的「太完美」感，都更像是渲染軟體跑出來的結果，而非相機拍出來的。
2.光線描述比器材名詞更有效 從「Canon EOS R5」到「shadow falloff onto wooden table」——描述光的物理行為才是跨模型的共同語言。
真正讓這張圖產生質變的，只有一行描述的改變：
不是換模型，不是換焦距，而是告訴 AI「光在桌面上怎麼消散」、「我不要後製感」。這兩個描述直指光的物理行為，而不是器材或風格的標籤。
結果令人屏息——那張圖真實得不亞於用單眼相機拍攝下來的瞬間。不同的工具，但最終都指向同一個追求：視覺美學的質感與真實感。
這讓我意識到，AI 圖像生成的進化，不是在學會更多攝影術語，而是在學會回應人類對「光應該長什麼樣子」的直覺記憶。你對光的理解有多深，prompt 就有多精準。
3.人類追求幻象的歷史演進： 攝影 → 渲染 → AI，同一套語言傳承了一百年，最終我們繞回同一個問題：畫面裡想看見什麼感受？
後來進入 3D 渲染工具的時代，人們試圖用軟體取代實體攝影棚——有趣的是，那些參數幾乎全部來自攝影語言：鏡頭焦距(Focal length)、光圈(Aperture)、景深(Depth of field/bokeh)、快門速度(Shutter speed)。渲染師學的，其實是一套用滑鼠操作的攝影課。
連「背景虛化」這件事都有自己的專有名詞——Bokeh，來自日文「暈け」，意思是模糊朦朧。這個詞直到 1997 年才正式進入攝影圈的語彙，在那之前攝影師只能說「背景很柔」。現在它不只活在相機圈，還活在每一個 AI 圖像生成的 prompt 裡。在攝影技術中，大光圈會造成背景模糊，也就是 bokeh 效果。它最迷人的地方在於畫面的空間層次感——前景紋理清晰銳利、中景自然過渡、遠處柔化成光點。有在玩攝影的人一眼就能看出來：這張照片，鏡頭有在呼吸。
回頭看，這一切其實都源自攝影學——渲染工具借用了它，AI 又借用了渲染工具的語言。我們用 85mm、bokeh、shadow falloff 這些詞告訴模型「我要什麼感覺」，但說穿了，我們追求的從來不是技術參數本身，而是那個參數背後喚起的感受：溫暖、疏離、精緻、真實。
攝影捕捉光，渲染模擬光，AI 學習人類對光的記憶。最終我們繞了一大圈，回到同一個問題——我們想在畫面裡看見什麼幻象？
Ai年代，我們如同魔法師，而咒語Prompt要念對，才會產生神奇的結果；而所有咒語最終指向的，是人類對光影的幻象與記憶。
magicianxdesign 