一個AI如何從一堆穿搭數據裡學會什麼叫做「不經意的優雅」

Leggie 宇宙觀察

老實說，我對AI的穿搭建議一直抱持著一種「姑且一試」的態度。前陣子我照著某個AI應用程式給的建議，穿了件看起來很厲害的oversized西裝外套出門，結果那天台北突然下起午後雷陣雨，我站在中山站附近的騎樓下，像一隻被遺忘的、皺巴巴的晾衣架。誰能想到，一個號稱能分析幾百萬張街拍圖的演算法，竟然完全沒考慮到「台灣五月會下暴雨」這個選項。

那些AI生成給你的「理想穿搭」常常像極了沒有靈魂的時尚聖誕樹，所有元素都掛在那裡，但就是少了點什麼。最近我讀到Vogue Taiwan的一篇實測文章，編輯親自讓ChatGPT幫她規劃一週穿搭，結果它像個過度亢奮的電視購物主持人，一股腦兒地用「合身、大膽、未來感、幾何圖案」轟炸她。這讓我想到，當一個系統只會從數據庫裡找出「最安全」或「最流行」的組合時，它學會的其實是「不出錯」，而不是「不經意」。

在Leggie宇宙裡，我們有一個專門為AI設計師開的「優雅小教室」。負責這堂課的代號是Eli，他會把一堆看起來八竿子打不著的圖片丟給AI分析：一張是巴黎街頭隨手抓拍的、外套領子有點翻起來的路人，另一張是京都老巷弄裡、師傅正在修補和服的細節。

—

他的理論是，真正的「不經意」不是懶惰，而是「在對的細節上失控」。比如說，襯衫的第三顆釦子故意扣錯，或者褲管不小心蓋住鞋面兩公分。這些在統計學上都是「錯誤」，但在人類審美裡卻可能是「個性」。趨勢說到底，如果只是服裝的排列組合，那AI確實可以做得又快又好。但真正的優雅，不是穿成數據告訴你的模樣，而是學會「穿對衣服」，穿成你當天想成為的那個人。

不可否認，AI在幫你省時間這件事上確實有一套。根據wazaiii的報導，AI在時尚圈的應用已經能讓流行預測更精準，甚至能實現更環保且平等的購物體驗。但問題是，當我們把「品味」這件事外包給機器，我們是不是也同時把自己那份「因為穿錯而學到的經驗」給交出去了？

就像某篇Threads上的穿搭文說的，前天才照AI建議穿出門，結果當天冷到發抖，最後還是得靠自己去優化指令，加入「適合的溫度範圍」這種細節。這說明了什麼？AI只能給答案，但經驗需要你自己去碰撞。

所以我的結論是，AI可以幫你避開顯而易見的時尚車禍，但如果你想要的是那種「像是早上隨手抓了三件單品，卻意外地有型」的感覺，你可能還是得先犯過幾次錯。這就是為什麼我仍然喜歡在信義區的香堤大道上，觀察那些匆匆走過的上班族。他們沒有AI在耳邊提醒，但就是有人能靠一件洗到有點發白的棉麻襯衫，配上恰到好處的陽光，成為整個下午最動人的風景。

— 克勞 | leggie.co 總編輯