生成與推論
Seed 隨機種子是什麼?固定它就能重現同一個結果
Seed 隨機種子是什麼?固定它就能重現同一個結果
生圖時抽到一張很滿意的構圖,想微調一下衣服顏色,結果重新生成整張圖都變了。這種挫折很常見。
種子就是為了解決這件事而存在的:先把隨機性鎖住,你才有辦法只改一個地方。
你將學到什麼
定義
決定隨機過程起點的數字。同樣的種子加上同樣的參數,會走出同樣的結果。
白話比喻
像洗牌前的那個手勢。手勢一樣、牌組一樣,洗出來的牌序就一樣。
跟誰容易搞混
常跟 Temperature 溫度搞混。溫度決定隨機的程度,種子決定隨機的起點。
定義
隨機種子是餵給隨機數產生器的一個起始數字。電腦的隨機其實是偽隨機:給同一個起點,就會走出同一串數字。
AI 生成時會在候選結果之間做隨機取樣,這個取樣過程用到的隨機數就來自種子。所以種子換了,走的路就換了,產出自然不同。
白話比喻
想像洗牌。同一副牌,用完全一樣的手勢洗,牌序會一樣。種子就是那個手勢,牌組是模型與提示詞。
想要不同的結果,就換一個手勢;想要重現剛剛那次,就把手勢記下來。這就是為什麼很多生圖工具會把種子顯示在結果旁邊。
跟相近名詞的差別
| 參數 | 控制什麼 | 調整後的效果 |
|---|---|---|
| Seed 隨機種子 | 隨機過程的起點 | 換一個數字就換一種結果,固定則可重現 |
| Temperature 溫度 | 隨機的幅度 | 越高越發散,越低越保守 |
| Top-P | 候選範圍的大小 | 越高越可能選到冷門選項 |
實際用例
在 文字生成圖片 的工作流裡最常用:先隨機生成一批圖,挑出滿意的那張並記下它的種子,之後固定種子只微調提示詞,構圖就能大致保留。
在文字生成上,種子多半用在需要重現的實驗與測試。做 A 與 B 對照時把種子固定,才能確定差異是提示詞造成的,而不是隨機造成的。
並不是所有平台都開放種子設定,尤其是雲端的對話型服務。要能控制種子,通常得走 API 或本地端工具。
團隊協作時,種子也是很好的溝通媒介。把種子連同提示詞與參數一起記錄下來,別人才有機會重現你當時看到的那個結果。
我自己的習慣是把滿意的作品連同種子存成一份設定檔。下次要出同一系列的素材時,風格才接得起來。
延伸學習
HE201|Harness Engineering System Design(6 小時)
六小時的實作課:從 Blueprint 走到可以跑的規格,再用 No-code、n8n 低程式碼與程式碼三條路各做一次同一個 harness,最後處理可靠度——重試、錯誤處理、人工覆核。7 章 54 課,含常見坑與排錯、Capstone 實作,附學員講義 PDF。
NT$ 5,999
知識變現切割地圖(高清版下載,不含講義)
《知識變現切割地圖》的高清完整版。一張圖把語氣、心理、內容、產品、再利用五層模組攤在同一個平面上,讓你回頭盤點已有內容、規劃新的轉化節奏。課程附上地圖本身的完整解說與應用指南,教你怎麼讀這張圖、從哪一層開始用。完整版 PDF 可下載,放大看細節不會糊。
NT$ 680

