看完 PixAI 新手懶人包：AI 繪圖完整入門 的你，可能會覺得：「PixAI 生成一次要 2800 點，Tsubaki 甚至動輒 3000 點起跳，就算買會員也不夠用吧！」
是的，如果你用系統預設的配置去生成，一天根本生不了幾張圖。 上面這張圖的品質不算差吧，不過它只消耗不到預設配置十分之一的點數（200 點）。
你可能會懷疑，這應該是犧牲了畫質或降低生成數量換來的吧？難不成有什麼省點數的漏洞？

要搞清楚這些問題之前，我們需要先釐清影響點數消耗最大的參數是什麼。
在不考慮面部修復與 HiRes 的情況下，取樣步數是造成預設配置的點數消耗如此之高的罪魁禍首。
大部分模型的預設參數通常會過於保守，步數多半落在 25 到 28 步以確保品質穩定，但代價就是極度昂貴。

其實很多模型從 16 步開始，增加步數的效益就會越來越低。與其盲目使用高步數買心安，不如學會見好就收，砍掉那些浪費點數的無效運算。
不過這個 16 步並不是固定的標準答案，實際上，每個模型都有各自適合的參數與提示詞寫法。

核心觀念：沒有「萬用參數」

很多新手會問：「為什麼我抄了大佬的提示詞，生出來的結果還是不盡如人意？」

那是因為你可能正錯誤的使用模型在生圖。

步數不是越高越好，品質提示詞也不是越長越好看。

這是很多人會有的迷思，導致不管換什麼模型都用不習慣，甚至怪 PixAI 出圖品質差。
當你選中一個模型時，建議養成以下習慣：

1. 查看模型介紹頁：通常作者會標註推薦的步數、CFG、品質提示詞（Quality Prompts）與負面提示詞（Negative Prompts）等資訊。
2. 到外部網站檢查：如果 PixAI 資訊不全，可以去 Civitai 或 HuggingFace 搜尋同名模型，因為 PixAI 大部分的模型都是社群轉載的，而轉載的人不見得會幫你設定好預設的參數，或在模型描述提供相應的資訊。
3. 原生解析度：SD 1.5 的原生解析度為 512x512， SDXL則是 1024x1024，在這個區間可以自由調整比例，不過太極端的比例可能導致身體被拉長等錯誤。
   有些模型會寫推薦的解析度，如果沒有的話可以參考以下的常見解析度：

• 1:1: 1024x1024
• 4:3: 1152x896
• 3:2: 1216x832
• 16:9: 1344x768
• 3:4: 896x1152
• 2:3: 832x1216
• 9:16: 768x1344

值得一提的是，仔細看這些解析度會發現一個規律，所有長寬的值都是 64 的倍數。

為什麼非得是 64 的倍數不可？

在 SD 模型的底層架構中，圖片會經過 8 倍壓縮進入潛在空間（Latent Space）進行運算。理論上解析度只要符合 8 的倍數就能順利產圖，但在實務上，多數模型為了訓練效率與結構最佳化，都會採用 64 的倍數作為基礎單位來進行訓練分桶（Bucketing）。

一旦你輸入自訂的數值（例如 800x1200）打破了這個規律，模型在計算邊緣區塊時就可能出現對齊誤差。這種誤差反映在畫面上，會導致圖片邊緣容易產生莫名其妙的白邊或模糊，像是本文的第一張圖片。

---

從技術上省點數

1. 使用蒸餾模型

隨著模型技術的迭代，出現了所謂的「蒸餾（Distillation）」模型。它們只需要 1～8 步就能畫出傳統模型 20 步的效果，這能大幅降低在 PixAI 上的點數消耗。
如果需要實際案例的話可以參考 rin，這個帳號大部分的提示詞都是公開的，且幾乎不使用參考圖或 HiRes，只需移除 Neon Pop Art Style 並替換成自己需要的 LoRA 即可。

延伸閱讀：揭秘 1 步生成的性能奇蹟：2025 加速模型盤點

2. 參考圖與「噪點圖」的密技

在 PixAI 使用參考圖（Image Reference）有時會比直接生成還更便宜：

• 自行上傳圖片：使用自己上傳的圖片作為參考圖，會比內建的「用作基礎圖像」功能還便宜。
• Strength 參數建議：建議設定在 > 0.9。因為我們只是要藉由參考圖的形式來降低系統判定成本，而不是真的要畫一張跟參考圖很像的圖。
• 使用「噪點圖」：參考圖無論設定多少強度，都可能會干擾生成結果。為了避免干擾，建議使用純噪點圖。

  相關工具：Jitome 噪點圖生成器

關於解析度壓縮的秘密

上傳參考圖時，無論原圖多大，都可能被 PixAI 壓縮。越極端的比例（如極扁或極長）壓縮越嚴重，成本也越低。 但要注意，大多數 SDXL 模型並不擅長極端尺寸，建議壓縮後的單邊不要低於 640。

從策略上省點數

前篇有提到先「抽卡」確認構圖，抽到滿意的圖再精修，至於具體怎麼精修取決於你的需求。

臉部瑕疵

如果你經常畫全身圖或喜歡把鏡頭拉遠，一定有遇過臉部崩壞的問題。
臉部崩壞稱得上最影響成品的瑕疵，畢竟臉部通常是一張圖的焦點，所以 PixAI 也直接在工具中提供面部修復的功能，多數臉部崩壞的問題都能靠該功能解決。

由於開啟面部修復會大幅提高生成的成本，為了提高點數的利用效率，通常會建議抽到好卡後用參考圖、seed 或 ControlNet 來固定構圖，再開啟面部修復精修。

手部瑕疵

「要看一張圖是不是 AI 生成的，看手就對了！」
手部瑕疵在很長一段時間都被視為 AI 生成的標誌，以往要避免這個問題往往需要人工加筆，但現在有多種方式可以輕鬆修正這個問題。

手部修復

其實 PixAI 有提供專門用於修復的手部的功能，如果手指的瑕疵沒有到很嚴重可以直接使用此功能修復。
不過用這個功能修復的性價比有點低，手部的畫風可能會改變不說，光是那點數消耗就讓平常只用 200 點生成的我用不下去了。

Inpaint

局部重繪是 AI 繪圖最主流的修圖方式之一，透過選取要重繪的區域，進行小範圍的重新繪製。
不過與手部修復的問題相同，因為無法自由選擇重繪的模型與 LoRA，最終結果可能也會有畫風突變的問題，且費用依然不低。

參考圖

這是目前在 PixAI 上比較主流的修復方式，透過在參考圖上塗鴉來手動影響生成結果。
這聽起來跟加筆類似，但加筆是手動修到好，而這個方法則是手動畫個大概後直接丟給 AI 重繪。

不過要注意的是這並不是局部重繪，而是一般的圖生圖，因此重繪後依然可能會改到你不希望它改的地方。

提高畫質

在 PixAI 提高畫質的方法有兩種，一個是尺寸放大，另一個是 HiRes，這兩個本質上是不同方向的優化。

尺寸放大

如果只是想單純提高畫質，可以直接無腦使用尺寸放大功能，這是在 PixAI 上的最佳實踐，要注意的是細看可能會有鋸齒的問題。
尺寸放大功能做的事情就是單純的提高畫質，不會重新繪製整張圖導致細節跑掉，但如果原先圖片就有瑕疵或不清楚的部分也不會被順帶修正。

HiRes

就如網站上所述：「根據原始圖像生成更大的新圖像」，這個功能其實就是拿你的圖片作為參考圖，使用工具欄的 HiRes 功能生成。
也因為這個功能是整張圖重新繪製的緣故，細節的處理會更加的精準，原先的瑕疵或模稜兩可的部分也可能一併被修正。

先前有提到在 PixAI 使用參考圖可以降低點數消耗，因此與其使用該功能提升畫質，不如自行開啟 HiRes 生成。

降低參考圖的 Strength（強度）與 HiRes 的去噪強度可以有效降低與原圖的差異過大，但過低可能會導致效果不明顯。

---

實際範例

為了更直觀的展示精修的流程，這邊先是生了一張充滿瑕疵的圖， 直接使用尺寸放大功能會明顯的看出邊緣變得銳利，飽和度也有些微提升，但眼睛的瑕疵與左邊形狀有點跑掉的倒三角印記問題依然被保留，甚至更加的顯眼。

左圖為原始生成圖像，右圖為使用尺寸放大功能後的結果。

因為直接按擴展尺寸中的 HiRes 實在太貴了，所以我選擇自行將原圖放入參考圖中生成， 並發揮參考圖的優勢，也就是先前提到的在參考圖上塗鴉來影響生成結果。

由於角色的眼睛有點瑕疵，我直接用紫色淡淡地塗上去一層，右邊那隻腳的絕對領域也有點問題，所以簡單地塗上了膚色，最後就是用黑色塗掉顯眼的簽名浮水印。 最後的結果如下，眼睛開啟面部修復的話可以更好，這裡就不多作演示了。 以上的點數消耗為：

• 原圖：200
• HiRes：1300
• 尺寸放大：200

以上的步數皆為 15 steps，使用 WAI-16 生成，放大後皆為 2k。
如果要算上高優先權的點數消耗就全部再加上 1000 點即可。

如何獲取更多的點數？

介紹完如何節流，接著就是開源了，雖然前篇已經提過基本的每日獎勵，但其實還有不少獲取大量點數的地方。

比賽

官方會定期舉辦比賽，在主頁可以看到詳細資訊。
每次比賽的主題都不一樣，只要在發布作品時加上比賽指定標籤即可參加，不需要複雜繁瑣的流程即可參加。 另外在官方 Discord 也時常有比賽，最少最少都有參加獎能拿。

App 廣告

如果你使用的是手機版的 PixAI，應該能在每日獎勵中看到觀看廣告，假設每天可以看 8 次廣告，每天就能額外獲得 40000 點的點數可以使用，全部加起來一天就能免費獲得 85000 點，生成一次 1200 點也能生 70 張了。

製作 LoRA

製作 LoRA 算是累積點數最快的方式沒有之一了，不過製作 LoRA 跟投資類似，是有一定風險的。

製作 LoRA 需要先投入一筆點數用於訓練，訓練完成才是真正燒點數的地方。你需要在不同模型上、搭配不同 LoRA 時、在不同權重下反覆測試後，將資訊寫在 LoRA 的描述中並公開，只要有其他人使用了你的 LoRA 就會獲得返利，每個 LoRA 上限是 200k。

如果你用心做了 LoRA 但依然沒什麼人用也不要氣餒，LoRA 的使用數起不起的來看的其實不是品質或描述，而是宣傳。
你真正要等待的是某個高流量的大佬使用了你的 LoRA，因為大部分的返利都是按下參考模板的普通人，他們通常不會去看你用心寫的描述，描述實際上是寫給大佬們看的。

另外，如果你有購買會員的話，請務必善用你每個月免費訓練 LoRA 的額度。

---

結語

本篇都是以免費用戶為出發點去寫的，本人目前是無課，點數也累積到好幾千萬了。

PixAI 給的點數算相當大方了，但依然經常能看到有人抱怨點數不夠用，除非是不得不用 DiT 模型的場合，不然點數蠻難見底的。

至於影片生成跟 PixAI Reference Pro 等昂貴的功能都是會員限定，也沒免費用戶的事。

關於課金

好像蠻常在網上看到針對收費體驗差的問題，雖然我還是無課所以沒經歷過類似問題，但各位在課金時如果有任何疑慮，請務必先進官方的 Discord 群，裡面大部分的人都十分熱心，最重要的是很容易聯繫到官方人員。

會員除了會給額外的點數、解鎖額外的功能，以及每個月的免費訓練 LoRA 次數外，生成速度的提升也是會員最重要的福利之一，如果在非尖峰時段甚至不用開高優先權也能秒出圖。

讓舊的靈感重獲新生

PixAI 真正稀缺的從來不是點數，而是你如何使用點數的方式。

如果只是一味的抽卡而不優化提示詞與工作流程，再多的點數都不夠你用，尤其是 PixAI Reference Pro 等強大但昂貴的工具，更是需要高品質的參考圖與精準的提示詞。

同樣的資源，有人一天只能生成幾張圖，有人卻可以穩定產出大量高品質作品，差別不在運氣，而在於是否理解模型的運作邏輯，並做出對應的選擇。

現在，點擊 PixAI，試著把以前覺得可惜的作品或提示詞用上述省點數的精修方式復活吧！