SurgePix 把 AI 生成圖拆成可編輯圖層，改字不必重做整張圖

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

AI 生成的海報最常見的困擾，是改一個價格就得整張重做。2026 年 10 月 26 日，AI 視覺工具 SurgePix 依官方更新日誌的預告登上 Product Hunt，至 10 月 27 日台北時間下午，產品頁累積 256 分、暫列單日排行榜第二名，頁面標語只有三句話：AI visuals. Edit every layer. Agent-callable.（AI 視覺，每一層都能改，代理可呼叫。）這三句話也正好拆開了它想賣的三件事：生成之後還能改、改完能交接、程式也能呼叫。同一週它剛把生成引擎換上 GPT-Image 2.5，判斷這次上線值不值得注意的關鍵，在於它把 AI 生成的交付單位從一張定稿圖，換成可以接續修改的素材。

賣的是「生成後還能改」，不是畫得更漂亮

SurgePix 官網把「生成後繼續編輯」列為產品主線，核心說法叫 Smart Layer Separation：生成之後自動把圖拆成可以分別處理的部分，官網舉的例子是主體、背景與文字，之後透過對話逐一修改。官方常見問答的原文寫得明白：生成之後，我們自動把你的圖分離成邏輯圖層，接著你可以和 AI 對話，分開編輯每一層。整條流程在問答裡被拆成描述、設計、編輯三步：告訴規劃代理你的想法、設計代理產出圖像、自動拆層之後逐層調整。

這裡要先畫出承諾的邊界，因為「每一層都能改」很容易被讀成它做不到的事。官方說的是邏輯圖層，是系統在生成後對畫面做的拆分，把能分別修改的部分當成操作單位；它不是把你手上的原始設計檔還原成原生圖層。如果輸入本來就是一張平面圖片，畫面上並沒有附著當年設計者的圖層結構，遮色片、向量路徑、文字物件這些專業設計檔裡的東西，本來就不在圖片裡。官方文件也沒有提供任何分離成功率的百分比，更沒有保證直接輸出 PSD 或 SVG 檔。換句話說，它承諾的是「這一版生成結果可以接著改」，不是「回到任何設計軟體都能無損拆解」。

逐層修改之外，技能表裡還有一個指向明確的能力：局部重繪。官方給的例子是上傳一張照片，下指令把遮陽棚改成藍色，結果只有那個區域變更，其餘畫面保持原樣。一鍵工具裡的置換背景也是同樣思路，把「換掉某個部分」與「重做整張」分成兩種操作。這兩個例子合起來看，它想解決的問題其實很具體：生成結果裡已經滿意的部分，能不能在下一次修改時被完整保住。這正是多數一次性生成工具最被詬病的地方，也是它把「編輯」放進產品名的原因。

對實際工作有意義的判斷方式，是拿一張真的需要改的素材去試：指定改價格文字，看其他已經確認的部分會不會被牽動。如果改字還是要重整背景或商品，代表交付範圍和需求之間有落差；如果只有指定的地方變了，這條工作流程才真的省下重做的時間。這一步官方文件無法替你回答，只能用實際素材驗。

品牌套件與多頁交付，把已確認的部分固定下來

改圖的場景很少只改一次。SurgePix 為此把品牌套件綁定到聊天與專案：交辦過的視覺方向，會跟著後續的生成延續，不必每次對話都重新描述。這對需要反覆換商品、換活動資訊的電商與行銷節奏比較有感的，是「已經確認的部分不再每次重擲骰子」。不過要分清楚，品牌套件提供的是視覺方向，官方並沒有承諾替你核對商標授權、字體商用權或素材使用權，這些檢查仍然是團隊自己的責任。想做品牌視覺批量生成的讀者，可以對照我們先前介紹過的Branda 開源廣告產生器，兩者切入的角度不同：Branda 從網址生出整批品牌廣告，SurgePix 則把重心放在生成後的延續修改。

多頁內容是另一個交付單位的升級。官方問答列出的多頁產出包括完整簡報、長篇資訊圖、分鏡、海報系列、履歷與賀卡，說法是每一頁維持視覺一致、同時說完整個故事。一鍵工具則有四類：圖層管理（自動拆層或置換背景）、圖層強化、文字層工具（翻譯或潤飾文案）、圖片層工具（用提示詞優化選定的圖層）。這裡同樣有個容易被行銷話術蓋過的區別：視覺一致與內容正確是兩件事。第二頁的說法與第五頁互相矛盾時，版面再一致也救不回來，多頁交付的驗收對象終究是內容本身，頁面連續性只是容器。

接手的人拿到什麼檔案，比畫面漂不漂亮更關鍵

生成結果最後要交到別人手上，能改什麼取決於拿到什麼檔案。SurgePix 的輸出格式按工作類型分列，官方 GitHub 倉庫的技能表寫得比官網更清楚：簡報生成輸出可編輯的 PPTX，簡報翻譯交付保留原版面的翻譯檔，海報輸出 PNG，去背輸出透明背景 PNG，分鏡輸出單張 PNG，另外還有圖片翻譯、標誌生成、參考圖重繪等技能。這份清單的意義在於它畫出了修改範圍：拿到 PPTX 的人可以在簡報軟體裡改文字與版面，拿到 PNG 的人只能改整張圖的呈現方式，拿到透明 PNG 的人可以直接放進既有排版。

Pin

有個細節值得留意：分鏡技能輸出的是單張 PNG，即使畫面上畫了八個鏡頭，也不代表每個鏡頭會成為可單獨剪接的影片檔。若下游工作是要接進剪輯軟體，先確認輸出形式再決定用它做到哪一步，會比事後補工省力。官方也沒有把輸出保證延伸到 PSD 或 SVG 等專業設計格式，可編輯的宣稱範圍就以技能表列出的格式為準。

代理技能是雲端服務的連接碼，公開不等於開源模型

PH 標語的最後一句 Agent-callable，對應的是 SurgePix 放在 GitHub 上的代理技能倉庫。這個倉庫 2026 年 6 月初建立，收錄 15 個技能，採 MIT 授權，任何支援 SKILL.md 標準的工具都能掛上，官方點名 Claude Code、Codex CLI、Cursor、Gemini CLI 與 OpenClaw。技能的觸發詞同時收了英文與中文詞組，中文詞組以簡體字書寫，繁中使用者下指令時最好直接用技能名稱，避免觸發詞對不上。

但要正確理解這份「公開」：倉庫裡的程式碼是連接碼，讓代理工具把工作轉交給 SurgePix 的雲端服務，需要設定 API 金鑰與服務網址，實際的生成與處理都在雲端執行。MIT 授權涵蓋的只有這層連接碼，線上服務本身、輸出的影像、上游參考素材的權利，都不因為倉庫開源而自動取得。README 還誠實記載了一件事：安全掃描器會把「可上傳本機檔案」的行為標為警示，團隊把這歸類為預期能力而非漏洞，因為上傳技能的用途就是把檔案送上雲端。

資料流的部分官方文件寫得直接：上傳技能會把本機檔案送進雲端儲存，取得公開 HTTPS 網址，上傳時自動做內容安全檢查。較長的工作採非同步設計，先回傳任務識別碼再輪詢結果，多次迭代可以用工作階段識別碼把過程歸在同一組歷史。對想把它接進自動化流程的人，這代表兩件事：其一，保密素材在沒搞清楚儲存範圍前不該上傳，公開網址的分享範圍需要自己評估；其二，任務等待是流程設計的一部分，逾時處理要寫進自己的腳本。

倉庫本身的樣貌也值得看一眼再決定要不要依賴它。技能以 SKILL.md 標準發布，可以用官方建議的指令列工具直接裝進專案，安裝後要自己建立環境檔填入金鑰與服務網址，安裝程式不會代勞。倉庫自 6 月建立以來累積六十多次提交、八個版本標籤，最新一次推送停在 10 月 13 日，關注度還很低。README 給的典型用法是把上傳、去背、下載串成一條自動化流程，用一句自然語言觸發。對已經在用 Claude Code 或 Cursor 的人，裝一套技能的成本很低，但供應商的規模與營運持續性，會是比技術整合更實際的風險因子。

免費每天 25 點，前三個月 0.99 美元的帳要這樣算

定價結構直接看官網月繳方案。免費方案每天刷新 25 點，附一組品牌套件，下載不加水印，專案數不設上限，解析度與輸出格式不限縮。Basic 方案掛著省 90% 的促銷標示，等於用一折價計費，前三個月每月 0.99 美元，之後回到每月 9.9 美元，附每月 2000 點；Pro 方案掛著省 80% 的標示，等於二折價，前三個月每月 4.99 美元，之後每月 24.9 美元，附每月 11500 點。兩個方案卡片上都有官方的概略換算：2000 點約 130 張以上、11500 點約 750 張以上，換算下來一張大約落在 15 點上下。這個換算只適用於圖片生成類任務，各種技能的實際耗點並沒有統一的對照表，免費的 25 點能做幾件事，要實際跑過才知道。

Pin

促銷價要連同期間一起讀。前三個月的低價是引進門的設計，續費價是每月 9.9 與 24.9 美元，評估成本時應該用續費價算長期帳，不要用促銷價推月均。另外免費方案的「無限專案數」說的是可以保存多少專案，與生成額度是兩件事，看見無限兩個字不該推成所有操作都沒有限制。點數每天刷新的設計對輕量使用者相對友善，真正的問題還是回到前一段：一次輸出能不能接著改，成果適不適合交付，這兩件事比點數多寡更決定它值不值得放進日常工作。

時間線攤開：七個月累積後的上市動作

官方更新日誌從 2026 年 3 月 11 日的 1.0 版本起算，到這次 PH 公告共累積二十二條更新紀錄，脈絡相當連續：8 月中旬加入品牌套件與專案匯入，8 月底長出簡報翻譯、品牌標誌與分鏡三個技能，9 月加入按次計費的模型選項與兌換碼，10 月中旬上互動式介紹頁，10 月 22 日把代理技能與日常工具整併成 Toolbox 頁，10 月 23 日換上 GPT-Image 2.5 模型，官方日誌頁首也掛出登上 Product Hunt 的公告。換句話說，這次上線是把七個多月累積的能力推向公開市場的上市動作，可編輯圖層與代理技能都不是為了 PH 造出來的新功能。

Pin

引擎的選擇也值得放在這條時間線上看。官網橫幅宣稱 SurgePix 現在跑在 GPT-Image 2.5 上，10 月 23 日的日誌條目則把它列為新增模型，強調局部編輯更銳利、多次編輯之間的一致性、對參考圖的忠實度。GPT-Image 2.5 是 OpenAI 九月起開始鋪開的影像模型，我們先前整理過ChatGPT Images 2.5 的全方案推出，也寫過官方提示詞指南的用法。SurgePix 的角色比較接近在這個引擎之上疊一層工作流程：把模型輸出拆成圖層、綁進品牌套件、整理成可以交接的檔案格式。引擎的品質下限由模型決定，它的差異化押在引擎前後的這層流程上。

官方還沒回答的三件事

圖層分離的成功率沒有公布。官方文件只說自動拆成邏輯圖層，沒有給任何百分比或失敗案例的處理方式，複雜畫面拆得好不好，只能靠實際素材驗證。繁中介面也沒有承諾：官網文案與問答目前都以英文書寫，問答甚至直接寫「用英文告訴規劃代理你的想法」，官方日誌雖然在 9 月中的更新提過網站語言切換器，但支援哪些語言、繁中涵蓋到什麼程度，都沒有可核對的清單，繁中使用者現在應以英文介面為預期。最後，PH 的名次與分數是活動進行中的快照，單日榜第二名與 256 分是 10 月 27 日下午所見，最終成績要看活動結束後的結算。

營運主體的部分，官網頁尾的聯絡信箱掛在 tate-a-tate.com 網域下，資源列表也並列了同名的姊妹站，PH 上線團隊署名的成員人數不多。這些線索不足以拼出公司規模與支援能量的全貌，對企業採購來說，把供應商規模列入評估項，與把功能列入評估同樣合理。

回查的時間點有兩個：促銷方案的前三個月期限會影響續費決策，若在優惠期間內試用，記得在到期前確認要不要續；PH 活動結束後回頭看最終排名與使用者評論，比活動當日的分數更能反映社群真實評價。想現在就試的人，從一張需要改文字與商品的素材開始最有感，先看可編輯範圍，再看輸出格式能不能完成交接，這兩關都過了，免費每天 25 點就夠驗證它是不是適合自己的工作流程。