視覺設計師與概念插畫師善用 Dezgo 的圖生圖（Image-to-Image）功能，能將手繪線稿、粗略草圖或 3D 白模迅速轉化為高質感的完稿或概念設定。這套工作流程的核心控制關鍵，在於強度（Strength）參數。Strength 參數介於 0.0 到 1.0 之間，本質上決定了擴散模型在開始算圖前，向原始輸入影像加入高斯噪聲的程度。將強度設定在中間區間（0.55–0.75），能在牢牢保留原始線稿骨架、透視與動態的同時，給予模型充足的發揮空間，以生成豐富的材質細節、光影層次與立體感；若面對極為粗略的縮略圖或色塊草圖，將強度拉高至 0.85–0.97，則能在延續既有色塊大關係的基礎上，完成顛覆性的高品質渲染。
要讓草圖的風格化轉換精準受控，創作者必須充分掌握 Dezgo 的影像輸入規格、提示詞架構策略，以及引導係數（Guidance）與解析度的搭配方法。
強度光譜解析：針對美術製作流程的轉換區間
一般的文生圖（Text-to-Image）完全由隨機噪聲開始運算，而 Dezgo 的圖生圖介面（/image2image）則以創作者上傳的作品（init_image）作為結構底圖。Strength 的數值高低直接決定了底圖結構被重新詮釋的強度：
| 強度區間 (Strength) | 畫面變化特徵 | 推薦的美術實作場景 |
|---|---|---|
| 0.20 – 0.40 | 微幅修飾：線條與形體幾乎維持原樣，僅疊加微弱的材質紋理或細微光影變化。 | 半成品概念圖的最後潤飾、細部色調校正、表面質感加強。 |
| 0.45 – 0.60 | 結構化上色：完整保留墨線輪廓與人體比例，自動計算環境光、閉塞陰影與固有色。 | 為乾淨線稿上色，完全不破壞原始骨骼架構與筆觸走向。 |
| 0.65 – 0.78 | 風格重塑黃金區間：線條被自然轉化為厚塗筆觸、賽璐珞陰影或半寫實渲染風格。 | 將手繪鉛筆草圖或黑白灰階明度稿轉化為完整概念資產。 |
| 0.80 – 0.95 | 創意發想重構：深度重繪。僅保留整體剪影輪廓與空間大關係，內部細節全面重新生成。 | 隨手塗鴉、動態速寫、基本 3D 幾何白模快速發散多款場景提案。 |
| 0.96 – 0.98 | 極致細節生成：僅尊重主色塊區間與大致邊界，其餘由擴散模型深度豐富微觀結構。 | 將極為潦草的色塊概念稿提升為細節飽滿的頂級插畫作品。 |
| 1.00 | 完全置換：徹底忽略原圖資訊，算圖效果等同於文生圖。 | 不適用於草圖風格重塑。 |
在 Dezgo 官方的技術文件示範中，官方工程團隊將強度設定為 0.97，成功將一張構圖粗糙、線條簡單的彩色塗鴉轉化為細節極致的數位藝術傑作，同時精準保留了原圖下半部藍色衣飾、中央臉部位置及白色背景的大致色塊分佈；而在 0.40 強度下，則能在完整保留人物原本線條與風格的前提下，對面部表情進行細微調整。
實務步驟：從手繪線稿到高完成度概念圖
1. 整理並適配底圖規格
Dezgo 規範輸入影像的單邊長度上限為 1024 像素，超出部分會被自動縮放，並自動調整為 8 的倍數。為了獲得最穩定且不失真的生成效果，建議在匯入前將畫布調整為目標模型的原生訓練解析度（Native Resolution）：
- Stable Diffusion 1.5 系列：建議 512×512 或相近比例（如 512×768 肖像比例）。
- SDXL 與 Flux 系列：建議 1024×1024 或相近比例（如 832×1216）。
此外，草圖的線條需要保持清晰的明暗對比。若是較淡的鉛筆素描，建議先在 Photoshop、Procreate 或 Clip Studio Paint 中調高對比度，協助擴散模型準確判讀輪廓邊界。
2. 載入畫稿並選取合適模型
在 Dezgo 網頁介面（dezgo.com/app/image2image）或透過 REST API 發送請求時，將底圖上傳至 Initial Image 欄位。根據期望風格選定模型：
- 通用模型（如 SDXL、Flux 2）：適合建立具備電影感氛圍、細膩光影與複雜材質的場景。
- 微調特化模型（Finetuned Models）：專門針對日系動漫、美系漫畫或厚塗插畫訓練的模型。請查閱官方模型清單，確認是否需要加入特定的觸發詞（Trigger Word）以完整啟動風格權重。
3. 建構全景提示詞（Prompting）
進行圖生圖創作時，常見的誤區是只描述想要修改的動作（例如只寫 "change to digital oil painting"）。Dezgo 官方特別建議，最有效的做法是提供完整描述目標成圖的全景提示詞：
- 主體物件：詳細描述草圖中的角色造型、服裝紋理、機械結構或建築外觀。
- 光源與環境氛圍：具體指定如
"golden hour rim lighting"（黃金時刻輪廓光）、"cinematic volumetric fog"（電影感體積霧）等光影效果。 - 媒材與風格關鍵字：指明藝術表現方式，例如
"digital matte painting"、"classic watercolor wash"或"cyberpunk concept art"。 - 負面提示詞（Negative Prompt）：主動過濾掉噪點、過度銳化、肢體畸形或不需要的攝影寫實雜質感。
4. 協同調控 Guidance 與取樣步數
- Guidance（CFG 比例）：控制算圖結果貼近文字提示詞的嚴格程度。重塑草圖時，建議將數值維持在 6.0 至 8.5 之間。若高於 10，畫面容易過飽和或產生焦黑邊緣；若低於 5，則可能無法有效展現提示詞要求的風格。
- 取樣步數（Steps）：設定較高的步數（30–50 步）能給予演算法充足的運算時間，以刻畫細緻的高光反光、微妙漸層與材質轉折。
5. 固定種子碼進行微調迭代
當獲得滿意的構圖時，立刻將當前的 seed 鎖定。接著以 0.05 為間距微調 Strength：
- 如果畫面只是在原有線條上糊了一層顏色而缺乏立體感，將 Strength 調高 0.05–0.10；
- 如果角色面容或重要透視被 AI 自行變更而走樣，將 Strength 調低 0.05–0.10。
進階應用：何時轉用局部重繪（Inpainting）與 ControlNet
雖然調整全局強度是探索概念最快速的方法，但它的變化會平均作用在全圖。在實際的美術製作流程中，專業畫師常結合 Dezgo 的另外兩項工具：
- Dezgo 局部重繪（Inpainting，
/app/text-inpainting）：若你對新生成的服飾光影與背景非常滿意，但希望保持手繪臉部表情不變，只需上傳一張黑白遮罩圖（Mask）。黑色像素完全鎖定原始畫稿，白色像素則接受重繪與風格轉換。 - Dezgo ControlNet 控制工具（
/app/controlnet）：當專案要求線稿外框必須百分之百維持精準，同時又要進行極端材質與風格的劇烈轉換時，ControlNet 的 Canny（邊緣檢測）或 Line Art 預處理器能夠在結構上提供物理級的精準約束。
商業實踐結論
對遊戲工作室、動畫團隊與獨立插畫家而言，Dezgo 是一套兼具彈性與效率的視覺發想工具。其網頁端免登入即可使用的免費體驗適合前期概念測試，而採用帳戶餘額扣抵的 Pay-As-You-Go（按量計費、無需強制月租綁約）機制，則為量產出圖與 API 自動化工作流提供了高性價比的運算基礎。將 Strength 參數視為「原創構圖與 AI 算力之間的平衡桿」，能在保有作者獨特筆觸的基礎上，將概念開發週期從數天大幅縮減至數分鐘。