AI 生成《紅樓夢》人物關係圖表

螢幕上的游標懸停在「賈寶玉」這個節點上。

這是 AI 正在繪製中的《紅樓夢》人物關係圖。家族輩份、情感糾葛，一小團毛線等待理清。

看著眼前使用兩種工具生成出截然不同的圖表：

左邊的圖，邏輯嚴謹但線條凌亂，像是一碗被打翻的義大利麵；右邊的圖，視覺精美、佈局直覺，第一眼就能看懂族譜關係。

直覺告訴我選擇完成度已達 90% 的右邊圖表。

但最後我選擇了左邊，並開始著手整理樣式。

兩種 AI 輔助路徑

任務很明確：繪製一張《紅樓夢》局部人物關係圖稿。

這聽起來像是一次性的視覺設計工作。但挖掘需求後發現這張圖表未來需要因應業主的回饋、教學對象的變更，甚至針對原著解讀的切入角度而進行反覆調整。

換句話說，可編輯性與結構彈性的權重，遠高於單次生成的精美度。

這不是一張海報，而是後續將有彈性變化的圖稿。帶著這個前提，我測試了兩種 AI 輔助路徑。

路徑一：Claude 直出 FigJam（先苦後甘）

第一種方式，利用 Figma connector for Claude，用提示詞直接生成 FigJam 圖表。

雖然 Claude 準確抓取了人物與關係，但資料被翻譯進 FigJam 時，問題出現了。

它對於圖表的理解是「點對點」。例如，賈政與王夫人可能有三個孩子，AI 會從兩個人物節點分別拉出三條獨立的線，分別連向賈珠、賈元春、賈寶玉。當人物一多，這些線條就開始瘋狂交叉、重疊，畫面充滿了視覺雜訊。

當下的體驗是挫折的。 產出後的圖表，在視覺上幾乎不可用。

我必須花時間介入，手動將分散的線條聚合，重新處理線條轉折。這是一個無趣的整線過程。

但這些線條與節點在 FigJam 裡自帶磁吸。未來要移動一個人物時，所有連著他的線條都會自動跟隨。

路徑二：Pencil.dev（視覺糖衣）

同時，我也測試了 Pencil.dev。

結果很理想。它生成的圖表接近閱讀直覺，親屬關係被視為單元，線條從夫妻連出後，聚合並再向下延伸連接至子女。第一眼視覺效果極佳，甚至不需要太多調整就能直接截圖使用。

這看起來是完美的捷徑。直到我試著拖曳「林黛玉」：連接她的線條並沒有跟著動，孤零零地留在了原地。

Pencil 生成的圖表，本質上更接近畫布上的繪圖。節點與線條是獨立的物件，只是在對的座標上被放置，缺乏邏輯上的連動。

這意味著，如果未來業主想根據教學情境調整版面。就必須手動選取所有相關的線條、文字、方塊，重新對齊，甚至重新畫線。

這是一個「生成成本極低」，但「維護成本極高」的方案。

人工時間的重新分配

這兩種工具的差異，反映出 AI 時代我們可以如何看待「人工介入」的價值。

過去，我們花時間「從零開始畫」；現在，我們花時間「決定要在哪裡動手」。

AI 的介入沒有替代勞動，而是將時間成本的支付點重新分配，而且可選擇不同分配方式：

• 結構優先： 先支付大量的整修時間（如整理 Claude -> FigJam 產出的亂線），換取的是結構化的資產，以及未來彈性調整的自由。
• 視覺優先： 選擇享受開始時的一鍵生成紅利（如 Pencil 的完美排版），但代價是在之後需求變更時不一定能償還的維護成本，乾脆重做還比較快。

沒有絕對的好壞，只有適不適合當下的目標。

回到《紅樓夢》人物關係圖的案例，既然「依教學情境彈性調整」是需求，那寧願多花一兩個小時手工整線，也不願在未來每次改版時，都要重新經歷排版的低價值勞動。

彌補工具的不完美

我們常期待出現一個面面俱到的工具，把所有事情搞定。但事實上，已經有很多工具足以成為很好的槓桿。

槓桿可以省力，但支點必須由你來選。

比學會新工具更重要的，是建立判斷成本歸屬的能力：這個產出後續是否需要頻繁變動？如果是，別被一鍵生成的視覺糖衣迷惑，選擇那條看起來比較麻煩、但結構扎實的路。知道何時該偷懶，何時該認命地把手弄髒，為當下的工作流程建立最理想的的結構與秩序。