策展筆記 Vol.18
意圖
🗞️ 社群新知 PLAYBOOK
Nano Banana Pro：Google 生圖神級更新，與免費社群指令庫
Google 近期釋出的影像生成模型 Nano Banana Pro（核心為 Gemini 3 Pro 技術），在社群引發了爆炸性討論。除了技術上的突破，最令人興奮的是社群迅速響應的「開源精神」，網路上瞬間湧現了大量免費、高品質的指令（Prompt）資源，讓這項技術變得前所未有的親民。
核心概念拆解：
⇨ 繁中友善： 這是它最大的賣點。它能精準渲染繁體中文字，解決了過去 AI 生圖需要複雜後製修字的痛點。
⇨ 邏輯與一致性： 具備極強的圖表邏輯理解力，且能透過參考圖維持角色長相一致，非常適合製作連環素材。
⇨ 低門檻： 搭配社群提供的免費指令庫，使用者幾乎不需要學習複雜語法，就能生成高品質素材。
操作示例：
精選三個目前在社群中，免費的指令庫資源，不只讓你可以一鍵複製，還能修改成自己想要的風格：
主題分類庫 ⇨ Nano Banana Prompt .org
定位： 結構化的「風格字典」。
特色： 它將龐大的指令集依照風格（如：科技感、水彩、極簡）進行了明確分類。
價值： 當你心中已有明確的主題（例如：「我需要一張 Cyberpunk 風格的海報」），這裡能讓你用最快速度找到對應的關鍵字。
技術源頭區 ⇨ Awesome Nano Banana Pro
定位： 社群維護的「GitHub 開源清單」。
特色： 匯集了最底層的 Prompt 邏輯、參數設定與更多外部資源。
價值： 這是許多上層應用的資料源頭。如果你不滿足於複製貼上，想深入研究「為什麼這段語法有效」，這裡是挖掘知識的寶庫。
一站式入口 ⇨ Nano Banana Gallery
定位： 提示詞的「集大成聚合器」。
特色： 這是創作者 Luka 的 Vibe Coding 實戰成果。他將上述兩大資料庫（#1 與 #2）的內容進行串接，把生硬的文字清單轉化為直覺好讀的「視覺化瀑布流」。
價值： 省時高效。你不必在不同網站間切換，只要鎖定這個入口，就能同步掌握來自各方的最新指令，是速度最快的選擇。
這些免費資源的出現，大幅降低了 AI 生圖的學習成本。善用這些社群共創的資產，你可以跳過繁瑣的測試階段，直接將 Nano Banana Pro 導入你的工作流中。
💡 創作者觀點 INSIGHT
邱煜庭：好的產品，都始於一份「會說話的需求」
（圖片來源：邱煜庭方格子 - 打造屬於你的 Vibe Coding 戰隊：從夢想，到可運作的系統（二）好的產品，都始於一份會說話的需求）
許多人嘗試用 AI 寫程式時，常遇到這種鬼打牆：「AI 寫的程式碼好像沒錯，但跑起來完全不是我要的。」或者開發到一半，AI 開始「失憶」、邏輯錯亂。這通常不是 AI 笨，而是我們只給了模糊的願望，卻期待它產出精確的系統。
「在 Vibe Coding 的世界裡，『寫出好需求』遠比『寫出好程式』更重要。因為 AI 不會替你思考，它只會忠實放大你的模糊。」—— 邱煜庭
觀點拆解：
作者指出，要讓 AI 成為神隊友，我們不能只當許願者，而要當管理者。溝通必須拆分為兩個層次：
⇨ PRD（需求文件）是「思考座標」：
負責讓 AI 「懂故事」。就像 Apple 開發 AirPods 時，不只列規格，而是先描述「Jenna 想在吵雜酒吧開會」的情境。你必須給 AI 明確的 Why (動機) 與 Who (角色)，它才知道這個工具是為了「解決誰的什麼痛苦」。
⇨ SDD（規格文件）是「操作手冊」：
負責讓 AI 「懂規矩」。這是創作者最常忽略的步驟。當 AI 懂了故事後，你還必須定義 「名詞、邏輯、格式」。例如：什麼叫「熱門文章」？是分享數超過 100 還是 1000？沒有這些明確邊界，AI 就會在細節上放飛自我。
行動應用：
這不是寫程式教學，而是把 AI 當員工的「管理策略」：
借用 Apple 的邏輯寫需求：
下次給指令時，試著模仿 AirPods 的經典結構：背景 (Where) → 目標 (Goal) → 使用者故事 (Story)。不要只說「做一個按鈕」，要說「為了讓使用者快速下單，我需要一個置底的按鈕」。
用「反向提問」補足規格：
創作者不懂技術細節（SDD）怎麼辦？沒關係，請 AI 幫你補。
指令策略：「請扮演資深系統架構師，閱讀我的需求。請不要直接寫程式，先用『問問題』的方式，引導我確認系統內的關鍵名詞定義與資料判斷邏輯。」
角色分工：
不要試圖用一句話解決所有事。先請 AI 當「產品經理」跟你把故事順好 (PRD)；再請它轉為「架構師」跟你把邏輯訂好 (SDD)。
Vibe Coding 的本質不是工程學，而是管理學。只要你能把話講清楚（定義好需求與邊界），AI 就能成為你最強的執行團隊。
⚙️ 創作工具 TOOL
Google Opal：用「說」的就能寫 App，你的 AI 創意畫布
你是否常有這樣的時刻：「如果有一個工具，能幫我自動整理每週的數據就好了」、「如果有個 App 能一鍵把影片轉成我的風格文章就好了」。 過去，這些想法通常因為「要找工程師」、「要學 Python」而胎死腹中。但 Google Labs 最新推出的 Opal，讓這些「如果」變成「現實」。它不是要你學寫程式，而是讓你用自然語言，直接指揮 AI 幫你把工具做出來。
工具解決方案：
Opal 的核心邏輯是 「把你的想法，變成一個獨立 App」。它不僅僅是聊天機器人，而是一個視覺化的開發畫布：
⇨ 對話即開發 (Chat to App)： 官方主打功能。你不需要懂程式碼，只要在對話框輸入：「做一個能把 YouTube 連結轉成測驗卷的工具」，它就會自動生成包含輸入框、按鈕與輸出欄位的介面。
⇨ 視覺化節點 (Intuitive Visual Editing)： 它將 AI 的思考過程變成「流程圖」。你可以像堆積木一樣，串接不同的模型（Gemini 處理文字、Nano Banana 生成圖片、Veo 生成影片），邏輯清晰可見。
⇨ 即時分享 (Instant Share)： 做完後按一下 Share，你就會得到一個專屬網址，可以直接傳給同事或讀者使用，完全不需要架設伺服器。
應用情境 ：
創作者 Eugene Wang 實測分享了一個非常實用的「YouTube 自動翻譯＋中文摘要」工具，流程如下：
Input： 貼上一個國外 YouTube 影片連結（目前支援 30 分鐘內）。
Process： Opal 自動抓取字幕 ⇨ 呼叫 Gemini 2.5 Flash 翻譯 ⇨ 進行重點摘要。
Output： 自動生成一篇結構完整的中文文章。 這對於需要快速吸收國外資訊、進行「知識搬運」的創作者來說，能大幅縮短資訊落差。最棒的是，Opal 支援 Remix，你可以直接複製別人的工作流回來修改。
Opal 的出現打破了「工具使用者」與「工具開發者」的界線。
工作流產品化： 過去你的 Prompt 只能存在 ChatGPT 的對話紀錄裡，每次都要重新複製貼上；現在，你可以把這些重複的流程包裝成一個「按鈕」。
打造專屬外掛： 每個創作者都能擁有自己客製化的「自動化小程式」，專門解決你工作流中最瑣碎、最不想重複做的那一段路。
Opal 最大的價值，在於讓創作者的「想像力」直接具體化。當製作工具的成本趨近於零，你將不再受限於市面上有什麼工具，而是你可以為了自己，創造需要的工具。
✍️ 個人反思 REFLECTION
這個週末參加了加恩 AI 電馭寫作的創作者工作坊，整理了其中一個讓我印象特別深、值得思考的 takeaway 分享給大家：關於「用 AI 選書」。
加恩分享，這是他這陣子使用 AI 最有感的地方。
以前在沒有 AI 的時代，要找到一本對自己有啟發的書，只能靠運氣（透過別人推薦、或是自己去圖書館翻），可能半年甚至一年才能「偶然遇到」一本。
但有了 AI 之後，我們可以透過 AI 龐大的資料庫，去搜尋各種解決問題的資源或方法。
然而加恩強調，重點其實不在你問 AI 的提詞（Prompt），而在於 AI 回答後，你要能「否定」它的答案。
因為 AI 為了安全，通常會推薦大眾暢銷書（例如你想養成習慣，它一定推《原子習慣》）。但問題是：「如果你今天都只讀所有人會讀的書，那你的想法就只跟所有人一樣。」你不會有新的觀點進來。
所以你要把「標準拉高」，去挑戰 AI：「這幾本都不怎麼樣」、「我都看過了」。
以加恩學西班牙文為例，他透過不斷挖掘自己真正的問題脈絡（其實不只是學語言，而是想知道大腦如何學習），最後 AI 幫他找到了《The Inner Game of Tennis》這類一般人不會直覺想到的書。
簡單來說，就是盡可能講清楚自己面對問題的脈絡，例如為什麼你想要解決這個問題、這個問題對你而言真正代表的問題是什麼；然後去挑戰 AI。
加恩分享他透過這樣的方式，讓他從過去半年一次的突破，變成每個月甚至每個禮拜，都能獲得一個深刻的啟發。
我自己非常喜歡這個方式，有種在挖寶的感覺！
這個禮拜，就一起來試試看這個方法，歡迎你跟我分享 AI 推薦你哪本書：）