AI 能寫香水配方嗎？
AI 能寫出一個看似合理的香水配方，而通用聊天機器人寫出的配方是無法秤量的：它列出你沒有的原料，用它讀過的所有論壇貼文的平均值來定量，而且完全不知道 0.1% 的 Iso E Super 放在強效醛類旁邊會有什麼表現，因為沒有人把這件事寫下來。一個每次執行時都拿到真實目錄、你的原料架和 IFRA 表格的工具，能寫出你可以放上秤的東西。試香紙上的試調仍然要由你來做。
通用聊天機器人對香水原料究竟知道什麼？
文字。語言模型讀過描述、供應商頁面、論壇討論串和幾本書，並由此知道人們怎麼形容一種原料：Hedione 是透明的茉莉、乙基麥芽酚是焦糖。它不知道 Hedione 在新鮮試香紙上幾乎聞不到、卻能在第四小時撐起整個配方，也不知道 1% 的乙基麥芽酚就已經是整款香水，除非剛好有人寫過那句話。它從來沒聞過任何東西，更重要的是，它從來沒有被試香紙糾正過。所以它的配方是配方的平均值：柑橘開場、花香中調、木質琥珀後調，百分比加起來是一百，而每一種強效原料都被當作安靜的原料來定量。
每次都會出現的三個失誤：
- 你沒有的原料。它為一個想像中的原料架寫配方。一半的原料行是業餘者從沒買過的原精和專屬分子。
- 沒有強度概念。百分比來自一種原料被提到的頻率，而不是它有多響亮。
- 沒有合規概念。它不知道哪些原料行含有受限分子，更不知道來自三種天然原料的同一種分子要合計一次。
當 AI 拿到目錄和你的原料架時，有什麼不同？
差別不在於更聰明的模型，而在於請求時模型拿到了什麼。當每次執行都帶著你擁有的原料，附有氣味描述、強度評級、試香紙留香時間數據、強效原料的用量上限，以及有 IFRA 限量之原料行的限量時，模型就是根據事實而不是對文字的記憶在調配。它無法寫出清單上沒有的原料。強度 9 的原料會附帶一個上限，告訴模型它只能用百分之一的零頭。答案以你原料架上的原料行回傳，每一行都有百分比和角色，比例在你看到之前由程式重新正規化為剛好 100，然後再對照原料架檢查一次。
這就是 PerfuMate 的 AI Studio 的運作方式，而這個區別重要到值得說清楚：模型每次執行時都會拿到目錄和你的原料架。它不以它們進行訓練。你的任何東西都不會成為模型的一部分，而同樣的請求配上不同的原料架，會得到不同的配方，因為原料架就是概念的一部分。
這樣的工具擅長做什麼？
- 從概念勾勒出結構。「一款夏天用的乾燥木質柑橘，用我有的原料，少於 15 種」會回傳一個你十分鐘內就能秤好的骨架。
- 從你自己的原料瓶中建議替代品。如果概念需要檀香，而你有 Javanol 卻沒有檀香精油，它就會以 Javanol 的用量寫入 Javanol。
- 把修正意見轉換成克數調整。「少一點甜、多一點乾」會變成用量更小的香草醛一行，以及新加入的岩蘭草一行，全都來自你有的原料瓶。
- 讓算式保持正確。稀釋度、加總為 100 以及安全上限，都是由模型外圍的程式完成，而不是由模型完成。
它仍在哪裡失敗？
在試香紙上。一個拿到優秀事實的模型仍然沒有鼻子。它不可能知道你的佛手柑是一瓶已經走味的舊原料，也不知道兩種各自聞起來沒問題的原料會在香氣演變中打架，更不知道概念背後的構想比概念本身更好。它有時也會在給定的上限內，把安靜的原料用過量、把響亮的原料用不足，因為上限是一道圍欄，而不是一種判斷。把輸出當作一份稱職的初稿，出自一個讀遍一切卻什麼都沒聞過的人。
該如何使用 AI 寫的配方？
- 在改任何東西之前，先照原樣以小份量秤出草稿。
- 在十分鐘、一小時、四小時和隔天早上閱讀試香紙，用一句話寫下哪裡不對。
- 把那句話作為下一個概念交回去，或自己動那一行。
- 保留每個版本。成功的配方通常是第三或第四版，而讓你學到東西的，是它和第一版之間的差異。
這個循環才是產品本身。一個幾秒鐘就寫出初稿的 AI 之所以有用，正是因為最後說了算的是試香紙，而不是模型。
這正是 AI Studio 的設計目的：它只用你的原料架調配，每次執行時都拿到目錄、你的原料瓶和 IFRA 限量，但從不以它們進行訓練；它回傳你能秤的原料行，並把草稿直接放進編輯器，由香氣特徵和香氣演變圖顯示它在一天中的表現。工作臺免費開始使用。