Inpainting /區域性修補

區域性修補是一種允許使用者對特定內容區域進行調整的功能，而無需影響整體內容。它讓 AI 能像編輯助手一樣，直接與使用者內容互動，使使用者能夠控制內容的特定部分，而不是整篇重生或全盤調整。

定義與應用場景

區域性修補適用於所有型別的內容，可以用於現有內容的微調，也可在生成過程中對 AI 產出進行重混。例如：

1. 文字編輯：
   • 使用者寫作時，可以讓 AI 調整某一段落的語氣，以更符合整體基調。
   • AI 生成的文字中，使用者可以直接指示 AI 對特定部分進行修改。

2. 視覺或音訊生成：
   • 在影象生成中，使用者可選擇特定區域並應用新的 token，僅修改這一部分。
   • 在音訊生成中，可對指定片段的節奏或音調進行區域性調整。

典型案例：Adobe Firefly 和 Notion：分別在圖片和文字的區域性修補中提供了直觀的介面和提示，幫助使用者輕鬆調整內容。

最佳實踐 (Best Practices)

區域性修補的關鍵在於保持使用者的主導地位。AI 不直接更改原始內容，而是根據使用者指示提供改進建議，使用者可選擇接受、拒絕或再次調整。以下為幾種有效的實踐方法：

1 明確可用性：介面需要清楚顯示區域性修補功能的存在。例如：

• Adobe Firefly 在主畫布上提供顯眼的“編輯”操作提示。

• Notion 在使用者選擇文字時顯示“Ask AI”按鈕，並列出預設建議操作。

2 簡化使用者操作：使用者操作需要儘可能直觀：

• Adobe Firefly 提供刷子工具讓使用者選擇要修改的區域，並透過 token 調整輸出約束。

• Notion 提供下拉建議選單，使用者也可直接輸入修改指令。

3 便捷的結果審查：使用者需能快速檢視多個改進選項後再決定是否接受：

• Adobe 和 MidJourney 提供多個重生版本供使用者選擇。

• Github 提供內嵌程式碼修改建議，使用者可在檔案中直接對比和調整。

細節與變體 (Details and Variations)

區域性修補的核心流程是“識別 - 應用 - 調整 - 審查”。以下是該流程在實際操作中的關鍵設計要素：

1. 功能識別：
   • 例如，Adobe Firefly 的“Generative Fill”功能在主介面顯眼標註，方便使用者發現。
   • Notion 在使用者選擇內容時顯示互動選項，明確提示 AI 功能的存在。

2. 使用者調整的靈活性：
   • 工具應既支援特定區域選擇（如刷子工具選擇影象部分），也支援使用者自由調整提示指令。
   • 預設操作應降低使用者負擔，提供明確的引導。

3. 多版本結果支援：
   • 提供多種變體結果，確保使用者能在接受前清楚對比。例如：
     • MidJourney 提供四種版本供選擇。
     • Adobe 支援使用者在接受前檢視區域性放大的新影象。

優勢 (Positives)

1. 使用者主導性：
   • AI 的所有修改建議需經使用者審查確認，確保不會擅自更改原始內容。
   • 使用者始終掌握內容的最終決策權，增加工具的可信度。

2. 迭代改進：區域性修補降低了使用者必須在初始提示中“完美表述”的壓力。使用者可透過逐步調整實現滿意的結果。

風險 (Potential Risks)

1 變更記錄問題：一旦使用者接受更改，修改將無縫整合到原始內容中，這可能導致難以追蹤的版本問題：

• 影象生成工具通常允許使用者檢視“放大版”結果或使用回溯功能（如足跡模式）。

• 文字和程式碼編輯器則少有類似功能，可能導致使用者在執行後才發現結果不佳。解決方案可參考版本控制（如 Git 中的分支、提交等），便於使用者回溯 AI 貢獻的部分。

2 使用者依賴與誤用：使用者可能過於依賴 AI 修改，而忽略原始意圖，需透過透明的審查流程避免這種風險。