What Changes in Concept Design When Generating Ideas Becomes Easy?
幾年前第一次接觸生成式 AI 的時候，我印象最深的並不是它能畫出多漂亮的圖，而是那種前所未有的速度。以前做一個景觀或建築概念，從腦中出現一個模糊想法，到把它整理成別人看得懂的畫面，中間其實隔著很長一段距離。設計師要畫草圖、找參考、建模、調材質、做渲染，有時候還需要和不同專業的人一起工作。即使只是概念階段，為了一個最後未必會被採用的方向，也可能投入不少時間。
生成式 AI 出現之後，這段距離突然被大幅縮短了。一句文字、一張草圖、一個很模糊的空間意象，都可能在幾分鐘內變成帶有材質、光線、尺度感和空間氛圍的圖像，而且不是一個版本，而是十個、二十個，甚至更多。剛開始時，我也很自然地把這理解成一種效率的提升：設計師可以少花一點時間在反覆表達，多花一點時間在真正重要的事情上。但使用得愈久，我愈覺得，如果只把 AI 理解成「加快做圖速度」，其實低估了它真正改變設計的地方。
過去一個想法要被看見，需要先付出相當高的表達成本，所以設計師會自然地先篩選，腦中可能有十個方向，真正願意花時間畫出來的只有兩三個。現在，原本不值得花半天去做的想法，也可以先生成出來看看。設計師可以快速測試不同的尺度、材料、風格、氣氛，甚至把原本不太可能同時出現的概念放在一起。很多以前只會停留在腦中的念頭，第一次有機會真正被「看見」。這對概念設計很重要，因為創意很多時候並不是從第一個正確答案裡出現，而是在比較、碰撞、偏離原來方向的過程中慢慢形成。只
是生成愈容易，另一個問題也立刻出現：當二十張圖都很好看時，到底哪一張值得留下？一個形式很新，是突破，還是只是視覺上的新奇？某個方案看起來很完整，但它和基地、使用方式、結構、預算究竟有沒有關係？以前最昂貴的是把想法做出來，現在真正稀缺的反而變成了判斷。
AI 改變的，不只是速度，而是設計師和想法之間的距離
傳統的設計工具大多是執行性的。設計師先想，再畫進 CAD、Rhino、SketchUp 或其他軟體裡。這些工具很精準，也很可靠，但它們不會主動回應你的想法。生成式 AI 帶來了一種很不一樣的工作方式。一開始你可能只說，希望空間「像森林一樣有包覆感，但又不是一座真正的森林」，AI 先給你一組結果，看到圖片之後，你才發現自己真正想要的可能不是樹很多，而是樹冠形成的尺度與光影；也可能發現建築的量體太重，於是再要求它更輕、更透明；下一輪結果裡，某一張意外出現的水體或坡地，又把設計帶到原本完全沒想過的方向。
這時候，設計已經不再是「我想好，再叫 AI 畫出來」，而是我先提出一個還不成熟的方向，AI 回應，我看見結果，再重新理解自己真正想要什麼。這種來回其實很接近設計本來就存在的迭代，只是速度被突然放大了。也因此，我後來愈來愈不相信「一次寫出完美 Prompt」這種說法。真正有價值的，不是設計師能不能用一句提示詞直接得到完成品，而是能不能從第一輪結果裡看出問題，知道哪些地方值得延續，哪些地方應該修正，哪些地方根本要推翻。從這個角度來看，Prompt 並不是一道命令，而比較像設計思考留下來的痕跡。AI 不是替設計師完成思考，而是讓原本藏在腦中的想法更快被外化，然後再被重新檢查。
這種變化也影響了設計師和非專業者之間的溝通。以前和業主、使用者或其他專業討論時，很常碰到「自然一點」「有未來感」「不要太商業」「希望更有文化感」這類模糊語言，每個人心裡想像的畫面其實都不一樣。過去，設計師需要先把這些語言翻譯成自己的專業判斷，再透過草圖、效果圖或材料板去回應。現在，非專業者也能用生成式 AI 很快做出一張接近自己想像的圖片。這不代表他因此成為設計師，但它確實讓溝通多了一層具體媒介。業主可以說，我不是要這棟建築，但我喜歡這張圖的尺度和光；使用者也可以拿一張生成圖說，我希望社區花園大概有這種鬆弛感。
這些圖不一定能直接拿去設計，但它們能讓很多原本抽象的感受更快被看見。對設計師來說，這其實不是專業被削弱，而是專業被往前推了一步。當人人都能生成圖片以後，設計師的價值更不可能只建立在「我比你會畫」上，而是在於能不能理解一張圖背後真正的需求，然後把它轉成一個合理、可行、可以被建造的空間。
圖像愈完整，反而愈需要警惕
生成式 AI 最迷人的地方，也是最容易讓人誤判的地方，就是它太會把一個尚未成熟的概念，包裝成看起來已經完成的樣子。光影完整、材質真實、植物茂盛、人物尺度自然，一張圖很容易讓人產生「這個方案好像已經成立」的錯覺。但設計真正困難的部分，往往都藏在畫面之外。入口在哪裡，動線是否合理，建築怎麼落地，植物能不能活，雨水往哪裡走，結構是否可行，消防、法規、維護和成本能不能支撐，這些都不會因為畫面漂亮而自動解決。AI 可以很快建立一個具有說服力的「可能世界」，但設計師真正需要做的，是把這個可能世界慢慢拉回現實。從基地條件、尺度、材料到後期使用，每多加入一層真實限制，方案都可能改變一次。這也是我現在不太願意直接說「AI 可以提高設計品質」的原因。它確實能讓方案變多、修改變快、視覺表達變好，但這些都不能自動等於品質提升。品質最後還是來自一系列很傳統的專業判斷：什麼應該保留，什麼應該刪掉，什麼能落地，什麼只適合留在圖片裡。
但反過來看，這也正是 AI 對設計流程最有價值的地方。以前因為時間有限，很多團隊在前期其實沒有真正探索太多方向，很快就必須選一條路繼續深化。現在，概念階段被明顯拉寬了。住宅可以先測試完全不同的建築語言，辦公建築可以快速比較沉穩、科技、自然化或更具實驗性的方向，文化建築可以先探索完全不同的空間意象，景觀更可以把植物、地形、水體、構築、季節和氛圍放在一起進行大量視覺試驗。這讓「多走幾條岔路」的成本降低很多，而這件事本身對創意非常重要。很多設計之所以最後顯得普通，未必是設計師沒有能力，而是時間從來不允許他們真正走遠。AI 給了我們更多探索空間，但同時也帶來另一種新的能力要求：知道什麼時候該停。因為如果探索永遠沒有結束，最後就只是生成。設計仍然需要在某一個時刻做出決定，接受限制，進入深化，然後對結果負責。
幾年後再看，我不再把 AI 只理解成「提高效率」
如果是在生成式 AI 剛出現的時候，我可能會用幾個很直接的詞來形容它的價值：節省時間、降低成本、增加創意、提高溝通效率。這些話今天不能說完全錯，但它們已經不足以描述我現在的感受。真正使用幾年之後，我愈來愈覺得，AI 最深的影響不是把原來的工作流程加快一點，而是重新分配設計師的時間。以前大量時間花在把想法做出來，現在更多時間可以放在比較、選擇、重新定義問題，甚至回頭懷疑自己一開始是不是問錯了問題。這是一個看起來不大的變化，但對設計工作其實很根本。當圖像愈來愈便宜、生成速度愈來愈快，設計師真正昂貴的東西反而愈來愈清楚：經驗、判斷、對場地的理解、對人的感受、和業主溝通的能力，以及知道什麼時候應該對一張看起來很漂亮的 AI 圖說「這個不行」。
所以現在如果有人再問我，生成式 AI 到底能不能提高設計師的創造力，我大概不會直接回答能或不能。它確實讓我們有機會比以前更快看到很多原本看不到的可能性，也讓一些還不成熟的想法更容易被拿出來討論。但那些可能性最後能不能變成好設計，仍然取決於一件非常傳統，而且不會因為 AI 出現就消失的事情：設計師是否真正理解問題，也是否知道自己為什麼選擇這個答案。
