已經成功生成過一次渲染圖，但覺得掌控度低、不知道怎麼微調——這份教學整理VizBase的實際操作邏輯、材質描述技巧、以及真正能解決「掌控度」問題的工具。
大前提，提醒自己
目標不是先賺錢，是先能穩定產出好結果。光是「會操作VizBase」不值錢——它便宜到誰都能自己按。真正值錢的是按鈕背後的判斷力，要靠練習累積，不是工具本身給的。
1. 重現性——不是矇對，是知道為什麼對。成功時要問自己：「我知道是哪個描述、哪個設定讓它變好看的嗎？」
2. 跨風格、跨空間的穩定性——同一空間換一種風格試試看，或挑戰更難的空間類型（廚房、衛浴這類反光面多、材質複雜的空間）。只有「剛好那個風格、那個空間」會成功，代表還沒真正穩定。
3. 診斷能力，不是盲目重試——結果不理想時，能不能快速判斷問題出在哪（相機角度太極端？材質描述太籠統？自動分割漏掉元素？），知道該用Smart Inpainting局部修、換Precision模式、還是重新截圖。
4. 效率——一開始可能要生成10次才有一張滿意的，練到後面應該能壓縮到3–4次。這個進步是具體可以感覺得到的。
5. 審美判斷——能不能一眼看出「這張圖哪裡怪、哪裡假」，而不是照單全收。這個能力最慢養成，來自看過夠多真實空間的累積，不是技術操作練得出來的，急不來。
在SketchUp準備場景：背景設為白色、隱藏尺寸標註與參考線，確保構圖乾淨
匯出截圖：File→Export→2D Graphic，PNG格式，解析度至少1920×1080；或安裝外掛後直接在SketchUp側邊欄一鍵匯出當前視角
上傳並驗證：上傳到vizbase.ai，若用外掛則需API金鑰驗證身分
自動分割：上傳後5–10秒AI自動偵測並遮罩場景中每個元素（牆、地板、家具、窗戶、櫥櫃、燈具），點擊任一元素可分別指定材質
精修與匯出：用Smart Inpainting局部調整（約20–30秒／次），最終可放大6倍輸出，達A3尺寸150 DPI列印品質
VizBase的核心邏輯不是寫一整段複雜prompt，而是針對每個被偵測到的元素分別描述。官方公式：
這是解決「掌控度低」問題最關鍵的一節——先搞清楚工具箱裡實際有什麼工具。
框選一個區域（如中島檯面、抱枕、燈具），文字描述想改成什麼，AI只重新生成該區域，其餘部分像素級不變。這是解決掌控度問題的核心工具——不滿意某個角落，不要整張重來，用這個局部修正。
VizBase介面沒有獨立的負面提示詞欄位。替代做法：靠逐元素材質選取precisely指定要什麼；若跑出不想要的東西，用Smart Inpainting重新遮罩該區域、換更精確的正向描述修正。
沒有開放使用者手動輸入/鎖定seed數值。多角度一致性靠：同一張原始截圖＋同一組逐元素材質描述反覆使用，加上Precision模式的幾何鎖定（LAB-lock，鎖住亮度／結構通道）。
技術上是鎖定原圖的亮度通道/LAB-lock，在結構不變的前提下疊加材質貼圖，適合正式輸出、需要多角度讀起來像同一個空間的情況。
| 問題情境 | 原因 | 解決方法 |
|---|---|---|
| 相機角度跑掉像「示意圖」 | 俯視圖、超廣角、魚眼鏡頭讓輸出讀起來像圖表 | 用視平高度（約1.5–1.6m）、輕微透視感的角度，避免極端廣角 |
| 複雜場景漏掉某些元素 | 自動分割對過複雜場景可能不完美 | 用手動遮罩工具框選漏掉的區域，補上材質描述 |
| 前景物體擋住想改的背景 | 元素重疊時自動分割會混淆 | 調整原始相機角度重新截圖，或用Smart Inpainting局部修補 |
| 畫面偏暗、陰影過重 | 原始SketchUp場景光源設定不良被帶入 | 上傳前用中等環境光、白色天空背景的簡單場景 |
| 複雜立面跑出多餘窗戶等細節 | 第三方評測實測：正立面圖5次有3次跑出多餘窗戶 | 不用於需要測量驗證的技術圖說，僅適合客戶提案氛圍渲染 |
| 特殊訂製材質無法精準還原 | AI訓練資料對特殊建材覆層辨識度低（如GFRC板材、沖孔金屬網） | 改用近似常見材質描述，搭配Inpainting手動微調 |
在SketchUp對同一模型設定好材質配置後，切換多個相機角度分別截圖
每次上傳渲染時，手動輸入完全相同的材質描述字串（例如都用同一句描述中島檯面）——因為沒有seed鎖定，一致性靠輸入一致達成
用Precision模式渲染每個角度，幾何鎖定機制能讓不同角度讀起來像同一個空間
若某角度色調有落差，用Smart Inpainting針對該區域重新描述微調，不要整張重來
三種生成模式其實有版本號、耗時、點數成本的差異：
| 模式 | 版本 | 耗時 | 點數 | 技術原理 |
|---|---|---|---|---|
| Standard | Gen 2.0 | ~30秒 | 1點 | 早期方案探索 |
| Creative | Gen 2.1 | ~60秒 | 1點 | 風格詮釋，適合客戶簡報 |
| Precision | Gen 2.2 | ~90秒 | 3點 | 鎖定來源影像的亮度通道（另有說法是提取深度圖/線稿/表面法線），窗框、樑位精確停留在原本位置 |
室內視角用45–60°標準視角，避免超廣角/魚眼鏡頭
渲染廚房/衛浴時保留SketchUp邊線可見（不要隱藏），幫助AI正確辨識櫃體幾何
匯出前隱藏所有尺寸標註和輔助線，背景設白色
相機構圖：站立視線高度（1.6m），模擬房地產攝影師取景
外觀渲染：匯出前先在SketchUp設好太陽角度（陰影幾何是給AI採光方向的強烈訊號），可放示意人形/車輛剪影建立比例基準
如果自動分割在複雜模型中漏掉某個元素，可以用手動遮罩畫筆工具自己畫出範圍，再照常輸入材質描述——Smart Inpainting不是純自動，出錯時有手動補救管道。
累進式疊代：一次只換一個元素（先地毯、再沙發、再牆色），每一步建立在前一步之上，避免視覺過載
同一輸入跑2–3個變體（不同採光/天氣：晴天、陰天、黃金時刻），比較後再選定方向
材質沒被套用時，檢查來源幾何裡是否有強烈視覺線索在跟文字提示競爭，針對性修正
描述材質要有「對材料供應商講話的精確度」——不只寫「木頭」，要寫飾面類型、紋理特徵、色調、尺寸細節（例：fluted walnut paneling, matte oil finish, 80mm flute pitch）
Denoising strength概念（SD生態）：完全替換用高數值（~0.75），小範圍修補用低數值（~0.4）——VizBase最接近的對應可能是Precision模式的亮度通道鎖定，但沒有公開暴露數值滑桿
局部vs結構性問題判斷框架（通用）：先判斷是「局部瑕疵」（用遮罩局部修補）還是「結構性錯誤」（構圖/透視/光線邏輯本身有問題，只能整張重來）
Veras的做法：用建築術語寫prompt（如「board-formed concrete plinth」而非「make it look nice」），有「geometry override」可寫「strictly preserve massing and fenestration pattern」鎖定量體與開窗
D5 Render的做法：用簡短疊代式追加指令逐步微調（先產生一版，再追加「soften the shadows」持續調整）——這種「小步迭代逼近」的邏輯與VizBase官方建議的「累進式疊代」方向一致，可能是這類工具通用的實務心法