透過 ControlNet 空間約束技術,建築師能將精準的法規體塊白模在數十秒內轉化為照片級材質光影提案圖,徹底告別「結構失真」的 AI 廢圖。
AI 建築設計工作流(AI Architectural Design Workflow)是指建築師將生成式人工智慧(如 Midjourney V7 與本地端節點式平台 ComfyUI)整合進傳統「手繪草圖 → SketchUp / Rhino 3D 體塊建模 → 材質光影渲染 → 基地實景合成」的標準設計流程中,透過 ControlNet 空間線稿鎖定與 LoRA 建築材質微調模型,在 15 至 30 秒內產出符合結構邏輯且具備照片級光影質感的建築概念方案。 根據國際建築科技智庫 AEC Magazine 與歐美頂尖建築事務所(如 Zaha Hadid Architects、Foster + Partners)的實測數據顯示,導入精準可控的 AI 輔助工作流後,建築設計團隊在競圖初期與業主概念提案階段的視覺化產出時間可縮短 65% 至 80%,方案迭代數量提升 5 倍以上,讓建築師能從繁瑣的傳統 3D 渲染參數調整中解放,將更多精力專注於基地微氣候分析、空間尺度比例與在地人文美學的深度思考。
一、 設計流程變革:為什麼純文字生圖無法滿足建築師的專業需求?
自從 Midjourney 橫空出世以來,網路上充斥著無數令人驚豔的 AI 建築概念圖。然而,許多台灣建築師在實際將 AI 導入專案提案時,很快就會遇到一個致命瓶頸:「純靠文字提示詞(Text-to-Image)生成的圖片雖然光影華麗,但往往樓層高度錯亂、懸挑結構違反物理力學、開窗比例不符合法規,完全無法與建築師既有的 CAD 平面或 SketchUp 體塊模型對齊。」
在業主簡報室裡,如果建築師拿出一張 AI 隨意生成、卻在現實中根本蓋不出來的「奇觀廢圖」,不僅無法推進專案,反而會削弱業主對設計團隊專業度的信任。
因此,歐美與日本頂尖建築事務所早已揚棄「盲抽文字生圖」的初階玩法,轉而建立起「以建築師為主導、幾何結構精準可控(Controllable AI)」的混合式設計工作流:
- 發散探索期(Midjourney 主導): 在專案啟動的前 48 小時,利用 Midjourney 快速探索建築量體情緒板(Moodboard)、立面材質肌理(如清水模搭配垂直綠化、擴張網光影)與空間氛圍,與業主快速對齊審美方向。
- 精準控圖期(Rhino / SketchUp + ComfyUI ControlNet 主導): 一旦建築師根據基地建蔽率、容積率與法規退縮線建立好精準的 3D 白模(Massing Model),便將模型線稿與深度圖匯入 ComfyUI,透過 ControlNet 鎖死建築輪廓與樓層高度,僅讓 AI 負責「真實建材紋理渲染、自然天光模擬、植栽層次生成與基地周邊環境融合」。
二、 建築師專用的「四階段精準可控 AI 工作流」實戰拆解
為了讓台灣中小型建築師事務所與室內設計團隊也能零門檻複製這套高效率工作流,以下完整拆解從概念發想到業主簡報的四大標準作業步驟:
階段一:手繪草圖與情緒板快速定調(Midjourney 提示詞公式)
在 Midjourney 中,建築師不應使用「beautiful modern building(美麗的現代建築)」這類空泛形容詞,而必須採用「建築學專業語彙結構化公式」:
- 標準提示詞架構:
[建築類型與空間尺度] + [核心構築材料與細部工法] + [自然光影與氣候時間] + [攝影機鏡頭與視角] + [建築師風格參考] --ar 16:9 --stylize 250 - 台灣宜居建築實戰範例:
A contemporary high-rise residential building in Taichung, staggered cantilevered balconies with lush subtropical native trees and ferns, board-formed architectural concrete and warm anodized bronze louvers, soft golden hour afternoon sunlight casting long geometric shadows, eye-level street perspective shot with 24mm tilt-shift architectural lens, in the style of WOHA and Tadao Ando, photorealistic, 8k resolution --ar 16:9
- 關鍵技巧(
--sref風格參考鎖定): 當你生成出一張光影與色調最符合事務所美學的圖片後,記下它的圖片網址並使用--sref [URL]參數,就能確保接下來整份簡報的 10 張不同視角透視圖,都維持完全一致的刊物級色調與材質質感。
階段二:SketchUp / Rhino 白模匯出與 ComfyUI ControlNet 雙重鎖定
當建築師完成符合法規的 3D 白模後,傳統 V-Ray 或 Enscape 渲染往往需要耗費數小時調整燈光、種樹與等待算圖。改用本地端 ComfyUI 搭配 Flux.1 Dev 或 SDXL 建築專用大模型,只需設定「雙重 ControlNet 控制節點」即可秒級出圖:
| ControlNet 控制節點類型 | 輸入圖像來源 | 權重設定建議(Weight) | 在建築渲染中的核心功能與控制邏輯 |
|---|---|---|---|
| 1. Canny / Lineart (線稿邊緣鎖定) | SketchUp / Rhino 匯出的純黑線白底線稿圖(Hidden Line View) | 0.75 ~ 0.90 | 嚴格鎖死建築物的外輪廓、結構柱位、樓層線、窗框分割比例與懸挑陽台邊界,確保 AI 絕對不會擅自更改建築幾何造型。 |
| 2. Depth(Depth Anything V2) (空間深度圖鎖定) | 3D 軟體匯出的灰階深度通道圖(Z-Depth Pass) | 0.55 ~ 0.70 | 讓 AI 精準理解建築量體的前後景深關係(例如退縮的陽台凹槽、深窗洞陰影與前景行道樹的空間層次),避免畫面扁平化。 |
| 3. MLSD (直線幾何校正) | 建築立面或室內透視線稿 | 0.40 ~ 0.60 | 特別適合室內空間與現代主義方盒子建築,強制保持垂直線與水平線筆直不歪斜,模擬專業建築移軸鏡頭(Tilt-Shift Lens)效果。 |
階段三:局部重繪(Inpainting)與「真實建材精準替換」
業主在看簡報時最常說:「這棟建築造型很好,但外牆如果把清水模換成日本燒杉木格柵,或者把玻璃換成霧面陶板,看起來會是什麼感覺?」
- 過去遇到這種修改要求,渲染師必須重新調整 3D 貼圖並重跑數小時算圖;現在在 ComfyUI 中,只需使用 Mask(遮罩筆刷) 圈選出外牆立面區域,將提示詞從
cast-in-place architectural concrete改為charred cedar wood louvers with matte bronze reveals,設定重繪幅度(Denoise)為 0.55 ~ 0.65,15 秒內就能產出材質紋理極度逼真、且光影反射完全跟著變化的新方案,甚至能直接在會議現場即時切換給業主比較!
階段四:台灣與台中真實街景基地合成(Site Context Integration)
建築不是漂浮在真空中的雕塑,業主與都審委員最在乎的是「這棟新建築蓋好後,跟周邊鄰房、行道樹和街道天際線是否和諧」。
- 實戰操作法: 先在基地現場用空拍機或相機拍下真實街景照片,將 3D 白模依照相同透視角度疊合進照片中,匯入 ComfyUI 進行低重繪幅度(Denoise 0.45 ~ 0.55)的整體光影融合。AI 會自動讓新建築玻璃帷幕反射出對面台中街景與天空雲彩,並在建築基座自然長出符合台灣氣候的樟樹、台灣欒樹與亞熱帶灌木,創造出真假難辨的「完工實景預覽圖」。

三、 傳統 3D 渲染 vs. AI 混合式建築工作流效能全維度比較
為了協助事務所主持人評估導入 AI 工作流的實際效益,以下整理了「傳統 3D 渲染工作流(Rhino/3ds Max + V-Ray/Corona)」與「AI 混合式工作流(3D 白模 + ComfyUI/Midjourney)」的完整對照表:
| 評估維度 | 傳統 3D 渲染工作流 (V-Ray / Corona / Enscape) | AI 混合式建築工作流 (SketchUp/Rhino 白模 + ComfyUI) | 對建築師事務所的實質影響 |
|---|---|---|---|
| 單張概念提案圖產出時間 | 建模細化+貼圖調光+植栽佈置+算圖,約需 6 至 16 小時。 | 僅需建立乾淨體塊白模,匯入 ComfyUI 算圖約 15 至 45 秒。 | 概念提案階段速度提升 10 倍以上,團隊有更多時間思考空間本質。 |
| 外牆材質與光影方案修改 | 需重新尋找無縫貼圖、調整凹凸反射參數並重新算圖(約 2 ~ 4 小時)。 | 使用局部遮罩重繪(Inpainting)修改提示詞,30 秒內產出多種材質對比。 | 可在業主會議現場即時回應材質與色調調整需求,大幅提高提案成交率。 |
| 亞熱帶自然植栽與環境氛圍 | 3D 植物模型面數極高,種滿垂直森林易導致電腦當機,且容易顯得塑膠生硬。 | AI 具備海量真實植物光影數據,生成的喬木、蕨類與光影層次極具自然生命力。 | 特別適合台灣「宜居建築垂直綠化」與生物親和設計專案的視覺呈現。 |
| 細節施工圖精度與尺寸可控性 | 100% 精準(每一塊磁磚分割縫、每一根欄杆尺寸完全依 CAD 尺寸算圖)。 | 約 85%~95% 精準(適合概念設計 DD 階段前;進入施工圖 CD 階段仍須回歸傳統 BIM/CAD)。 | 「前期 AI 快速定調,後期 BIM 精準出圖」是當代建築事務所的最佳黃金分工。 |
| 硬體設備投資門檻 | 需高階多核心 CPU 與昂貴渲染農場(Render Farm)授權費。 | 本地端配備 NVIDIA RTX 4080 / 4090(16GB~24GB VRAM) 顯示卡即可流暢運行開源免費的 ComfyUI。 | 單機硬體成本可控,且模型在事務所本地端運行,100% 保障未公開建案的商業機密安全。 |
四、 建築 AI 提示詞庫:專為台灣建築師打造的 4 大美學材質模組
在實際操作 Midjourney 或 ComfyUI 時,精準的建築專業詞彙是決定畫面高級感的關鍵。以下整理四組針對台灣建築專案最實用的英文提示詞模組,設計師可直接複製組合使用:
1. 清水模與極簡自然光影模組(Minimalist Concrete & Light)
board-formed architectural concrete wall with subtle tie-rod holes, warm travertine stone plinth, minimalist frameless floor-to-ceiling low-iron glass, soft dappled sunlight filtering through courtyard trees, serene Zen atmosphere, architectural digest photography
2. 台中宜居建築與垂直綠化模組(Taichung Biophilic & Vertical Greenery)
modern subtropical residential tower, staggered deep cantilevered balconies, lush native Taiwanese maple trees and cascading ferns, warm champagne anodized aluminum louvers, clear blue sky with soft afternoon golden light, natural microclimate architecture
3. 隈研吾式木格柵與溫潤構築模組(Timber Tectonics & Warmth)
warm vertical cedar wood slats facade, rhythmic timber joinery details, glowing warm interior lighting (2700K) seen through translucent shoji-inspired glass screens at twilight dusk, peaceful reflection pond in foreground, Japanese contemporary architecture
4. 妹島和世式輕盈通透與擴張網模組(Ethereal & Expanded Metal Mesh)
ultra-thin white steel roof canopy, translucent anodized aluminum expanded mesh double-skin facade, ethereal floating architectural volume, soft diffused overcast daylight, airy semi-outdoor public plaza, SANAA inspired minimalist aesthetic

五、 商業機密與版權倫理:建築事務所導入 AI 的 3 道安全防線
隨著各大開發商與政府公共工程對智慧財產權的重視,建築事務所在享受 AI 高效率的同時,必須建立嚴謹的資安與倫理規範:
- 未公開大型開發案一律採用「本地端離線運行(ComfyUI Local)」:
切勿將尚未公開的土地開發機密圖面、業主內部設計文件上傳至公開雲端 AI 網站(如 Discord 公開頻道或未關閉資料訓練權限的線上平台),以免設計方案提前外流。在事務所內部工作站架設本地端 ComfyUI,所有數據完全不連外網,資安等級與內部伺服器完全一致。
- 建立事務所專屬的「風格微調模型(Custom LoRA)」:
每家優秀的建築師事務所都有自己獨特的設計語彙與材質偏好。事務所可以將過去十年已完工的經典建築實景攝影(需擁有完整版權)進行訓練,打造出專屬的內部 LoRA 模型。這樣 AI 生成的每一張提案圖,都會天然帶有事務所標誌性的空間比例與光影氣質,絕不會與其他競品事務所「撞臉」。
- 堅持「建築師專業判斷」的最終把關:
AI 是極強大的副駕駛(Co-Pilot),但永遠不能取代機長。AI 不懂得台灣《建築技術規則》的日照陰影檢討、不懂得無障礙坡道淨寬,也不懂得構造接縫的防水細節。建築師必須在每一張 AI 提案圖背後,確保其空間尺度與結構邏輯是真實可行的,才能維護專業建築人的核心價值。
六、 編輯觀點:給台灣建築師與設計團隊的落地建議
【編輯觀點】
台灣建築設計近數十年的工具演變,可從兩次轉折看起:第一次是從「手繪針筆製圖板」跨入「AutoCAD 電腦繪圖」;第二次是從「2D 平立剖面」跨入「BIM 建築資訊模型」;而現在,我們正站在第三次浪潮——「AI 協作建築設計(建築 4.0)」的起點上。
每次新工具出現時,總會有人擔心「建築師會不會被取代?」但歷史一次又一次證明:被淘汰的從來不是建築師,而是拒絕使用新工具的舊工作方式。 當 AI 幫我們把原本需要熬夜三天才能跑完的渲染算圖濃縮成三十秒時,建築師終於可以把省下來的時間,用來走進基地感受風向、用來和結構技師推敲更輕盈的樑柱細節、用來傾聽居住者對家的渴望。科技越強大,建築師的「人文審美判斷力」與「在地生活洞察力」就越顯得無可取代。
七、 常見問題 FAQ(AI 建築設計工作流實務問答)
Q1:Midjourney 和 ComfyUI 到底該選哪一個?建築事務所應該如何分工?
A: 兩者並非二選一,而是互補的最佳拍檔。Midjourney 操作門檻低、美學聯想力極強,最適合在專案最前期的「腦力激盪、情緒板(Moodboard)發想與風格定調」階段使用;而 ComfyUI 具備強大的節點控制能力,能精準讀取 SketchUp/Rhino 的線稿(ControlNet)並進行局部材質替換,最適合在「建築量體確定後的方案視覺化、材質比較與基地實景合成」階段使用。
Q2:建築師事務所導入本地端 ComfyUI,電腦硬體配備需要很高規嗎?
A: 建議為設計團隊配置配備 NVIDIA RTX 4080(16GB VRAM)或 RTX 4090(24GB VRAM) 獨立顯示卡、以及 64GB 以上系統記憶體(RAM) 的工作站。這套硬體規格不僅能流暢運行最新的 Flux.1 與 SDXL 建築渲染模型及多重 ControlNet 節點,同時也能完美勝任 Rhino、Grasshopper 與 Twinmotion / Enscape 的即時 3D 建模需求,一機多用性價比極高。
Q3:使用 AI 生成的建築外觀提案圖,在法律上會有版權爭議嗎?
A: 目前全球多數司法管轄區(包含台灣與美國)的實務見解認為,「純粹由 AI 自動生成的圖像」不受傳統著作權保護;但如果是「建築師先原創繪製了具有獨創性的 3D 建築模型與空間設計,僅利用 AI 作為渲染光影與材質的工具」,那麼背後的「建築設計著作權」依然完整屬於建築師本人。為避免爭議,在向業主或政府單位簡報時,建議將「原始 3D 體塊模型」與「AI 渲染圖」並列呈現,清楚展現建築師的原創設計主導權。
Q4:AI 渲染出來的植物與細部材質,如果放大看(例如印成大型競圖展板)解析度不夠怎麼辦?
A: 在 ComfyUI 工作流中,最後一個標準節點就是「AI 影像無損放大(Upscaling,如 SUPIR 或 Ultimate SD Upscale 搭配 4x-UltraSharp 模型)」。它能在不改變建築原本輪廓的前提下,為清水模毛細孔、木格柵紋理、玻璃倒影與樹葉脈絡智慧補充極致銳利的微觀細節,輕鬆輸出 4K 至 8K(超過 6,000 像素寬度) 的印刷級高解析大圖,完全滿足大型實體展板輸出需求。
延伸閱讀|Midjourney 影像提示文件



