Rivya AI 圖片工作流指南

在 Rivya 中為產品照、ecommerce stills、reference-led generation、風格探索或 polish passes 花費積分前，請先使用這份 AI 圖片工作流指南。

浪費圖片積分最快的方法，就是把每個圖片請求都當成同一種工作。

它幾乎從來不是。

只要先分清三件事，圖片工作會容易很多：

• 你實際上想做出什麼
• 最先必須做對的是什麼
• references 是核心還是可選

本頁是圖片工作的工作流參考。如果你想看更偏決策的版本，了解要從哪裡開始，以及如何避免弱的首次執行，如何使用 Rivya 生成 AI 圖片 會是更好的搭配指南。

先看工作，不要先看模型名

選模型前，先判斷這到底是哪一種圖片任務。

實務上，大多數請求會落在下列其中一組：

• 乾淨的產品圖或 ecommerce still
• reference-led 圖片系統
• 更偏 style-led 的探索圖片
• 方向已經成立後的 polish pass

它們最後都會變成靜態圖片，但不是同一種工作。

最常見的四種圖片模式

目前最常見的圖片路徑大致是：

• 面向產品、品牌和 ecommerce stills 的工作，常從 Flux 2 Pro 開始
• reference-heavy structure 和更強 obedience 的工作，常從 GPT Image 1.5 開始
• style-first exploration 常從 Midjourney 開始
• 便宜的首次方向檢查常從 Z-Image 開始

這些不是硬性規則。它們只是目前模型陣容中，多數時候最合理的常見模式。

從正確位置開始

當你需要下列內容時，使用公開圖片側：

• 在 /image 看分類總覽
• 在 AI Models 做比較
• 透過 /ai-models/[modelSlug] 直接從模型優先入口開始

一旦你需要下列內容，就進入 Studio：

• 登入後執行
• 已儲存的連續性
• reference uploads
• 在同一方向上反覆工作

這就是很多圖片工作會從公開頁開始，但在 /studio/image/[modelSlug] 裡變成真實工作的原因。

References 會很早改變決策

只要你決定 references 是核心還是可選，圖片工作就會變容易。

如果任務依賴：

• 一張 anchor image
• 少量 references
• 受控的 multi-image system

那應該在第一次執行前就影響模型選擇，而不是在浪費幾次嘗試後才改變。

這也是 Rivya 中的 References 與 Uploads 在這裡很重要的原因。

好的第一個圖片執行長什麼樣

強的第一個圖片執行通常像這樣：

1. 決定真正的交付物是什麼
2. 比較一到兩個可能的模型
3. 決定 references 是否是工作的一部分
4. 如果工作流需要帳號上下文，請在 upload 或執行前登入
5. 為實際 asset 寫 prompt，而不只是鬆散的視覺想法
6. 先審核結果，再改變整個設定

這個順序可以減少很多可避免的重跑。

History 是工作流的一部分

當你不再把每次執行當成一次性卡片，圖片工作會更有用。

History 很重要，因為它讓你可以：

• 之後重新開啟結果
• 比較相近的幾次嘗試
• 把強的靜態圖作為影片工作的基礎
• 繼續同一個專案，而不是重新開始

這是 Rivya 中的圖片工作更像 workflow，而不是 one-shot generator 的原因之一。

常見圖片錯誤

最常見的錯誤是：

• 在檢查工作前，先依品牌名選擇
• 太晚才發現 references 是核心
• 在方向證明前，就花費 polish pass
• 放棄有用結果，而不是從 history 繼續

這些多半是 workflow 錯誤，不是 model 錯誤。

接著閱讀

• Studio
• Models
• Rivya 中的 References 與 Uploads
• 如何使用 Rivya 生成 AI 圖片
• 2026 年最佳 AI Image Generator
• 最佳 AI Product Image Generator
• Amazon 的 AI 產品攝影
• Landing Pages 的 AI Image Generator
• Ads 的 AI Image Generator

圖片工作流檢查清單

當 output 應該是靜態視覺時，請檢查：

• 決定首次執行是 discovery、product delivery、reference editing 還是 finishing。
• 在選擇模型前，檢查是否需要 references。
• 花費積分前，將 aspect ratio 和 resolution 對應到最終放置位置。
• 當 brief 尚未證明時，先用較便宜的方向檢查，再做高完成度 passes。
• 製作 variants 前，審核產品準確度、文字、artifacts 和品牌 fit。

提高品質前重新檢查

當第一張圖片失敗是因為 prompt 模糊、reference role、crop 或 model fit，請重新檢查。提高品質很少能修好指向錯誤圖片工作的 brief。