SVG 和普通圖片有什麼區別？

SVG 存的是路徑而不是像素。所以它放大不會糊、改顏色只要改一個色值、檔案通常還更小。代價是它不適合照片級的複雜畫面 —— 那種內容用點陣圖更合適。圖示、logo、要拿去印刷的圖形，用 SVG 才對。

提示詞該怎麼寫？

先說主體，再說風格，最後加限制。「一個狐狸圖示」太寬泛，出來可能是幾何、卡通或寫實；「扁平幾何的狐狸圖示，橘色和深棕兩色，正面，置中留白」就接近你想的了。向量比點陣圖更吃提示詞的精確度 —— 點陣圖差一點還能用，向量檔案通常就是最終交付物。

不適合。寫實人像、複雜材質、多角色的場景，向量都不是對的工具 —— 節點數量會爆炸，檔案反而變大，也失去了向量的意義。這類內容用圖像生成器出點陣圖。

任何支援 SVG 的軟體都行 —— Figma、Sketch、Illustrator 都能開啟並編輯每個節點。也可以作為內嵌 SVG 直接放進網頁，用 CSS 控制顏色甚至做動畫。批次生成時會打包成多個獨立的 SVG 檔案，不會被壓平成點陣圖。

過去兩年 AI 圖像生成基本都在追照片級的點陣圖效果，能直接輸出可用向量檔案的工具一直很少。

但有些活兒點陣圖根本幹不了。圖示要在 16 像素和 512 像素下都清楚；logo 要能印到名片也能印到展板；品牌配色要能整套換掉。這些需求的共同點是「同一個圖形要在完全不同的尺寸和配色下使用」—— 而點陣圖存的是固定尺寸的像素，一放大就糊，改顏色得重新生成。

所以過去的做法是繞一大圈：先用 AI 生成 PNG，再手動描摹成向量，重新上色，過程中丟掉細節。AI SVG 生成器把這一圈省掉了：一句話進去，一個可編輯、可縮放、可直接印刷的向量檔案出來。

向量比點陣圖更吃提示詞的精確度。點陣圖差一點還能湊合用，向量檔案通常就是最終交付物 —— 差一點就得重寫重跑。

三個習慣能顯著提高命中率：

先說主體。 一個明確的名詞開頭：一個狐狸圖示、一張捷運路線圖、一個咖啡杯 logo。別把主體埋在一堆形容詞後面。

再說風格。 扁平、只要線條、幾何、手繪、極簡 —— 向量和這些乾淨俐落的風格最搭。不要讓它做照片級的寫實。

最後加限制。 顏色數量、構圖、用途，每一條都會把結果推得更靠近你想的。「扁平幾何的狐狸圖示，橘色和深棕兩色，正面，置中留白」比「狐狸圖示」的結果穩定得多。

配色可以直接指定，把品牌色給它，輸出就落在這幾個顏色裡。背景要透明也能直接選，省掉後面單獨去背景那一步。

這一頁出的是向量路徑。有幾件事向量不合適：

判斷標準很簡單：這個圖形是不是要在多個尺寸或多套配色下使用？ 是的話用 SVG，不是的話點陣圖更省事。

圖示集、logo、要印刷的圖形、需要整套換色的品牌元素 —— 這些從一開始就該用向量做，省掉後面描摹和重做的工。而封面圖、產品場景圖、插畫配圖這類只在一個尺寸下用的，直接用圖像生成器出點陣圖更快。