AI 生圖顏色跑掉？鎖定品牌色的印刷色彩管理實戰

最近半年，我辦公室的桌上堆滿了客戶拿來的 AI 圖稿，嘴上說著「你看這多漂亮」，眼神卻透露著一絲不安，他們想問的其實是：「這真的印得出來嗎」

十之八九，答案是「沒辦法，至少沒辦法跟你螢幕上看到的一樣」

這不是 AI 的錯，也不是印刷廠刁難，而是數位跟實體之間，天生就有一道色彩的鴻溝，這堂課，我就是要教你怎麼搭一座橋過去

為什麼 AI 生成的顏色，總是差那麼一點

問題的根源很簡單：AI 思考的方式跟印刷機不一樣

AI 繪圖模型，像是 Midjourney、Stable Diffusion，或是 Canva、Adobe Firefly 內建的工具，他們學習的對象是網路上數以億計的數位圖片，這些都是用 RGB 色彩模式建立的，也就是你的螢幕、手機發光顯示的模式，色域廣、顏色鮮豔

但印刷用的是 CMYK（青、洋紅、黃、黑）四色油墨混色的減色法，或是更精準的 Pantone 特別色，色域天生就比 RGB 窄，很多螢幕上耀眼的螢光色、寶石藍，在紙上就是印不出來的

AI 不懂 Pantone 色號，也不懂 CMYK 油墨疊印出來的物理極限，你給他一個品牌 LOGO，它會「看懂」那個顏色，然後在 RGB 的世界裡，生成一個「看起來很像」的顏色，但這個「像」是視覺上的，而不是數據上的精準複製，這在品牌識別上是個硬傷

怎麼在 AI 工具裡，預先「校正回歸」品牌色

雖然不能 100% 命令 AI，但我們可以在它生成圖片的階段就給它更明確的「建議」，把它拉回品牌色的軌道上

・善用內建的品牌工具組 (Brand Kit)

Canva 或 Adobe Express 這類工具，都有「品牌套件」功能，這是你的第一道防線，把你品牌的主色、輔色、字體通通設定好，當你使用 AI 功能時，它會優先從你的品牌盤裡取色，這不代表它只會用這幾個顏色，但確實能大幅提高生成結果的準確度，把它想像成給 AI 一盒指定品牌的蠟筆，它大概率會先從這幾支開始用

・在提示詞 (Prompt) 裡直接給色碼

另一個方法是在提示詞裡更具體地描述顏色，比起「a blue background」，不如寫「a background in navy blue, HEX #000080」，直接給它 HEX 色碼（網頁十六進位色碼），AI 對這個的理解會比模糊的顏色形容詞更精準

但要記得，這仍然是「提示」不是「命令」，AI 還是會在它廣大的 RGB 色域裡找一個最接近的顏色來詮釋，結果還是要經過驗證

AI 圖檔進印刷前，設計師必做的色彩比對四步驟

當 AI 產出初步滿意的圖像後，千萬不能直接存檔發印，接下來才是設計師展現專業，把關色彩一致性的關鍵時刻，這套流程，我稱之為「品牌色落地四重確認」：

・第一步：螢幕初步比對

在校色過後的專業螢幕上，把你生成的 AI 圖和你原始的品牌 VI 規範並排檢視，肉眼先看一次，這個階段是快速篩選，感覺差異太大的直接淘汰或重新生成

・第二步：手動轉換為 CMYK 模式

把 RGB 的圖檔匯入 Adobe Photoshop 或 Illustrator，直接將檔案的色彩模式從 RGB 轉換為 CMYK，這一步你會親眼目睹「色彩的真相」，許多鮮豔的顏色會立刻變得黯淡或偏移，這就是色域壓縮的正常現象，也是最多人嚇到之處，但這一步是必要的，它讓你預覽最接近印刷的樣子

・第三步：對照實體色票

拿著你的實體 Pantone 或 CMYK 色票本，對照螢幕上轉換為 CMYK 後的圖檔，這才是最準的標準，因為螢幕有背光、本身就會影響顏色判斷，只有實體色票能告訴你這個 CMYK 數值印在紙上大概會是什麼樣子，如果色差過大，就得在 Photoshop 裡手動調整色彩曲線或數值

・第四步：申請數位打樣

當你在軟體裡調整到滿意後，最後一步、也是最保險的一步，就是向你的印刷廠（例如我們 MINDS）申請數位打樣，我們會用專業的數位印刷設備，在跟你大貨生產時相同的紙材上印出樣張，這張樣張就是你簽樣確認的最終依據，它反映了油墨、紙張、印刷機三者互動後的真實結果

前面的四步驟是流程，這一段講的是流程裡真正決定成敗的設定值

先講一個觀念：所謂「色彩鎖定」，不是要求 AI 生出正確的 CMYK 數值，而是在 AI 生完之後，把品牌色的區塊從生成結果裡換掉，換成你手上有數據依據的那一組色值，畫面交給 AI，色值由你決定

・先鎖定輸出條件，再談校色

轉 CMYK 之前，要先確定用哪一組 ICC 輸出描述檔，塗佈紙的商業印刷常見的是 Japan Color 2011 Coated 這類通用標準，北美案件則多用 GRACoL，描述檔選錯，後面所有的校色數據都要重來一次，最保險的做法是直接問承印的印刷廠要用哪一組

・轉換方式選「相對色度」加黑點補償

在 Photoshop 的「編輯 > 轉換為描述檔」裡，品牌色這種要求精準對位的稿件，用相對色度（Relative Colorimetric）搭配黑點補償，色域內的顏色數值不會被整體位移，而感知式（Perceptual）適合大量攝影與漸層，它會把整張圖一起壓縮，品牌色也會跟著跑掉

・把品牌色重新填回去，不要用調的

轉檔之後，用選取顏色範圍或直接在向量圖層，把 LOGO 與主色塊填成品牌規範上的 CMYK 數值，不要靠色相或曲線「調到很像」，調出來的值沒有可追溯的依據，下一次改稿又會漂掉

・守住總墨量上限

四色相加的總墨量（TAC）在塗佈紙通常控制在 300% 到 320% 之間，非塗佈紙與新聞紙還要更低，超過上限容易造成背印與乾燥不良，AI 生成的深色底很常接近四色滿版，這種色塊一定要重新配比

・用 ΔE 當驗收的共同語言

跟印刷廠溝通色差時，與其說「這塊看起來有點偏紅」，不如說「這塊要求 ΔE2000 在 3 以內」，ΔE 是量化的色差指標，講數字，打樣的簽退才有依據，也才知道下一版要往哪個方向修

為什麼 AI 再強，高價值的印刷品打樣都不能省

我知道，多一道打樣程序，有時間跟金錢成本，有些客戶會問：「AI 都這麼聰明了，不能省略嗎」

我的答案是：絕對不能，特別是高單價、對品牌形象要求極高的案子，像是精裝書的封面、品牌商品的包裝盒、化妝品的外盒

AI 幫你加速的是「創意發想」的過程，它是一個靈感源源不絕的初級設計師，但它無法為「生產的精準度」負責，打樣這道工序，買的是一個保險，確保你花費數十萬、甚至上百萬的量產訂單，不會因為一個小小的色差而全數作廢重印，那樣的損失遠比打樣費高得多

想像一下，一個口紅品牌，外盒包裝的紅色跟口紅本身的顏色對不上，這對消費者來說就是一種不信任感的開始，所以，把 AI 當作你的得力助手，但最後的品質把關，還是要回到最傳統、也最可靠的專業印刷流程上

・AI 繪圖模型以螢幕的 RGB 色彩思考，與印刷的 CMYK 油墨或 Pantone 特別色在原理上就不同

・在 Canva 或 Adobe 工具中設定品牌套件，並在提示詞中加入 HEX 色碼，能有效引導 AI 生成的顏色方向

・AI 生成的圖檔進入印刷前，必須經過螢幕比對、轉 CMYK、對照色票、數位打樣四個步驟，才能確保顏色準確

・色彩鎖定的實作是：選對 ICC 輸出描述檔、用相對色度加黑點補償轉換、把品牌色重新填成規範上的 CMYK 數值、控制總墨量在紙材上限內、用 ΔE2000 當驗收標準

・對於精裝書、品牌包裝等高價值印刷品，AI 無法取代實體打樣的必要性，打樣是避免昂貴量產失誤的保險

AI 對設計與印刷產業的衝擊，不是取代，而是重新定義了專業價值，設計師的角色，從純粹的創作者，多了一個「AI 內容品管師」的職責，你需要懂得如何引導 AI，更要懂得如何驗證它產出的結果是否符合專業的生產標準，這套色彩管理的工作流，就是設計師在新時代裡少不了的專業技能

對於我們印刷廠來說，這意味著教育客戶變得比以往任何時候都重要，我們需要幫助客戶理解 AI 工具的限制，並提供從數位檔案到實體產品的專業色彩管理服務，從諮詢、打樣到最終印刷，確保品牌價值不會在最後一里路失真，這也正是 MINDS 一直在做的事：成為客戶最可靠的生產夥伴