Zoe 製作人實戰筆記 會員文章
腦袋裡的展區，
我先請 AI 畫出來
腦袋裡有畫面，卻不一定畫得出來。
這面牆想做什麼、那個角落可以放什麼、小朋友走進來以後，可以怎麼玩——我會想像，但要把這些想法完整地說給別人聽，並不容易。
我不是設計師，也不擅長把腦中的畫面畫下來。不過，拍多了節目、看多了展區，對自己想呈現什麼，多少有一些想法。
2026 年，除了電視節目，我也接了一個兒童活動展區的行政總統籌工作。
工作包括行政協調、和公部門溝通，也要從零開始寫計畫書、發想展區內容。
這次，對我幫助很大的一個做法，就是：
先請 AI 把想像畫成示意圖，再拿去和設計師討論。
我先用自己的話，把想做的事情說清楚
我跟 AI 溝通的方式很直接，就是把腦袋裡想到的，一件一件告訴它。
- 每一面牆想做什麼？要放什麼內容，希望觀眾看到什麼？
- 體驗機關怎麼玩？小朋友可以做什麼，想讓他們有什麼感受？
- 外面的陳列長什麼樣子？想放哪些東西，呈現什麼樣的氣氛？
- 有哪些元素要出現？關鍵字、標準字、圖案，以及想到的視覺元素，都一起提供。
我用 ChatGPT，把這些描述整理成一張初步的示意圖。
對我來說，這張圖最有用的地方，是讓原本只能用嘴巴說的想法，先有了一個看得見的樣子。
我也比較容易看出來：哪些接近原本的想像，哪些地方還需要說得更清楚。
有了示意圖，和設計師的討論就更具體了
拿著示意圖，我可以更清楚地和設計師討論：哪裡是我在意的重點、希望呈現什麼畫面、哪些元素想留下來。
設計師也比較能理解，我腦袋瓜裡想的是什麼。
接下來，再透過他的專業，把想像調整成實際的設計。
比例怎麼拉、圖案和文字怎麼分配，以及真正搭建時要處理的事情，都需要進一步規劃。
那張 AI 示意圖，讓我們有同一個畫面可以討論。
我不用一直努力形容，設計師也能針對具體的內容，提出專業的調整。
至少在這次展區的合作裡，我覺得這個做法減少了很多理解上的落差。
最後完成的展區，也很接近我原本腦袋裡的樣子。
看到原本只是想像的畫面，真的成為一個可以走進去、可以玩的展區，還是很有成就感。
尤其現場的大小朋友玩得開心，會覺得前面那些討論和準備，都有了回應。
綠幕體驗，我也請 AI 陪我拆解流程
這次展區有五個體驗，其中一個是綠幕即時合成，算是滿受歡迎的。
這個體驗要想的事情很多。
舞台怎麼安排、怎麼錄影、錄完後如何提供 QR code，以及怎麼把影片放上雲端，讓參加的人下載。
從站上舞台，到最後取得自己的影片，中間每個環節都要接起來。
這一整段流程的規劃與設定，我也請 AI 一步一步協助。
它幫我把事情拆開，讓我比較知道接下來要設定什麼、還有哪些問題需要處理。
規劃體驗時，連「玩完之後，怎麼拿到自己的影片」也要一起想好。
那次綠幕體驗讓不少人留下印象，還有人來玩了五天。
對做活動的人來說，看到有人願意再來玩，真的會很開心。
我現在怎麼用這個方法？
現在做企劃、準備執行時，我會先把想法拿出來，和 AI 討論一輪。
需要畫面的，就先做示意圖；需要流程的，就先把步驟拆開。
這樣再和設計師、製作或現場團隊討論時，我比較知道自己想問什麼，也比較能把需求說清楚。
不過，有幾件事要分清楚。
- 第一，概念示意圖還需要經過專業規劃。
- 圖上看起來有意思，實際的比例、圖文配置，以及能不能搭建，都還要由設計與製作團隊確認。
- 第二，AI 提供的是討論方向，不能直接當成可行性的保證。
- 它可以幫我整理可能的做法、拆解問題。真正能不能完成，仍然要回到場地、設備與執行條件來確認。
- 第三，先說清楚想讓人做什麼，再說想要什麼畫面。
- 尤其是體驗展區，觀眾要怎麼參與、玩完希望留下什麼感受，會影響後面的設計。
前面說得越具體，後面就越容易知道該討論什麼。
如果你也有畫面，卻不知道怎麼說
可以先把自己的想法整理成這幾句：
我正在規劃＿＿，主要是給＿＿參與。
我希望大家在這個區域可以＿＿，感受到＿＿。
這面牆想呈現＿＿，旁邊想安排＿＿。
希望出現的元素有＿＿，目前已知的場地條件是＿＿。
請幫我做一張用來和設計師討論的概念示意圖。如果資訊不足，先問我需要釐清的問題。
先把想法說出來，有了圖，再繼續討論、調整。
這也是我在這次工作裡，覺得 AI 很實用的地方。
以前，我得努力把腦袋裡的畫面形容給別人聽。
現在，我可以先把它變成一張圖，放到大家面前，一起看看哪裡接近、哪裡需要改，以及接下來怎麼完成。
讓想法先有個樣子，
我們就更容易一起把它做出來。