【專家說】300張拉花照片揀9張？學會「分步引導AI」，成長歷程一目了然

學習任何一門手藝，最能激勵人的，莫過於親眼看見自己從生澀到熟練的成長軌跡。最近朋友分享了他學咖啡拉花的故事，過程不但有趣，更成為一個極佳的 AI 應用示範——如何透過清晰引導，從海量照片中萃取最有意義的片段。

300張照片的煩惱

朋友熱衷咖啡拉花練習，每次成功拉出一杯拿鐵都會拍照記錄，日積月累竟累積超過 300 張照片，忠實記錄了他從最初簡單嘗試，到逐漸掌握心形、葉形等圖案的完整歷程。

他希望從中挑選出 9 張最具代表性的作品，清晰呈現「從零開始到學有所成」的進步過程。純靠人手逐張翻閱，不但耗時費力，更容易因主觀疲勞而遺漏關鍵節點。於是，我們決定借助 AI 工具（Codex）來完成這項篩選任務。

關鍵：分步引導，而非一次過下指令

整個過程的核心，在於如何有效引導 AI。我們採取了分層、逐步的策略，將大目標拆解成多個具體可執行的篩選條件。

第一步：全面鎖定相關影像

首先，指示 AI 在整個相簿中，找出所有與「latte art」（咖啡拉花）相關的照片。AI 運用影像辨識能力，將所有包含拉花圖案的照片篩選出來，建立初步候選池。

第二步：精準排除非自製作品

初步篩選後，發現相簿中混入了不少在咖啡店拍攝的照片，並非自己親手製作。為此，我們進一步引導 AI 根據拍攝環境與背景進行判斷——在家練習的拉花照片，桌面、燈光、角度與背景通常具有高度一致性；店內照片的環境則明顯不同。透過這項分析，AI 成功過濾掉非自製的照片，確保候選作品全為真實練習成果。

第三步：針對特定圖案精煉

拉花圖案種類繁多（心形、天鵝、鬱金香等）。為聚焦最具代表性的類型，我們再要求 AI 從已篩選的照片中，找出所有呈現「心形」（heart-shaped）圖案的拉花作品，並根據圖案的形狀、線條流暢度與對稱性進行智能判斷。

結果：從百張候選中精選9張成長代表作

經過三個層次的逐步引導與篩選，AI 最終找出超過 100 張符合所有條件的優質照片。從這批候選作品中，我們再挑選出 9 張最能體現學習進程的代表作——從最初略顯生澀的心形，到後期線條流暢、層次分明且富有個人風格的作品，完整呈現了朋友的成長軌跡。

學會「分步引導」，AI 才能真正幫到你

這個案例清楚說明：運用 AI 處理複雜視覺任務時，「引導方式」遠比單一指令更重要。將大目標拆解為多個具體、可執行的篩選步驟，不僅讓 AI 更精準理解需求，也大幅提升效率與結果品質。

AI 並非萬能魔法，而是需要我們以清晰邏輯與細膩提示來驅動的強大工具。無論是照片管理、學習歷程記錄，還是內容創作，掌握分步驟引導 AI 的技巧，都能讓我們事半功倍。

（作者為 Bullseye Education 創辦人 Eric Wong。Bullseye Education 擁有多年策劃STEAM活動日的經驗，為學校提供客製化STEAM體驗日方案，其中包括「攤位遊戲」、「入班工作坊」、「小型比賽」，「講座」等按教育局課程指引的體驗活動，提供最合適的活動內容。）

Source：ezone.hk