今天，我們正式發布 Eagle 插件 AI Action。
AI Action 為 Eagle 帶來一種新的素材整理方式。你可以把自己的整理規則交給 AI，讓它依照你的邏輯批次執行。不用再手動一張張命名、補描述、分類或加標籤。你只需要建立不同的 Action，決定要執行哪些動作、使用哪個模型、搭配什麼自訂指令，AI 就會照你的方式整理素材。
你可以用 AI Action 完成這些事：
- AI 重新命名檔案：根據圖片內容重新命名
- AI 描述檔案：分析圖片並寫入描述欄位
- AI 分類檔案：自動歸類到既有資料夾
- AI 加標籤：依照設定的邏輯自動加上標籤
這些能力可以自由組合。你可以建立只做重新命名的 Action、只做描述的 Action，或把命名、描述、分類、標籤串成一套完整流程。對我們來說，AI Action 最大的意義在於：讓你的整理方式變成一套可以重複執行的工作流。
為什麼我們要做 AI Action？
當素材越存越多，整理這件事通常會卡在兩個地方。
第一個問題是，整理本身很花時間。你可能很熟悉這些情況：匯入了一批圖片，卻一直沒時間命名；明明知道值得留下，卻遲遲沒有補上描述；想分類、想加標籤，但數量一多就很難持續做完。圖片越積越多，資源庫也越來越難搜尋。
第二個問題是，每個人的整理方式都不一樣。有些人重視檔名，有些人更依賴描述；有些人用資料夾管理，有些人以標籤為主。有些人在意攝影語言，有些人更在意品牌調性或提案用途。我們一直覺得，「素材整理」不適合只有一套固定答案。
AI Action 就是為了解決這兩個問題。你把整理方式交給 AI 批次執行：你定義規則，AI 負責執行。整理這件事，可以從個人習慣變成一套能反覆使用的方法。
在〈在 AI 時代，我們重新思考了「整理圖片」這件事〉一文中，我們拆解了 AI Action 的設計邏輯與思維，有興趣的話可以參考。
AI Action 是什麼？
AI Action 是一個可以自由組合的 AI 工作流工具。你可以建立不同的 Action，指定它要幫你做哪些事情。一個 Action 可以只處理一件事，也可以把多個步驟串成完整流程。
例如，你可以建立一個專門幫圖片重新命名的 Action，也可以做一個專門幫圖片寫描述的 Action；可以做一個依照既有資料夾邏輯自動分類的 Action，也可以做一個針對風格、色彩與用途加標籤的 Action。當然，把命名、描述、分類、標籤全部串起來也行。
所以 AI Action 不是單一功能按鈕，而是你可以自行設計的整理工具。關鍵在於「你希望 AI 依照什麼方式替你做事」。
AI 重新命名檔案：讓檔名更清楚、更一致
很多圖片匯入素材庫時，原始檔名幾乎沒有辨識價值。可能是下載時的亂碼、相機輸出的編號，也可能只是當下看得懂、過幾天就忘記的命名方式。檔案越積越多，檔名就成了素材管理中最容易被忽略、卻最影響效率的一層。
AI Action 可以根據圖片內容，自動產生更有辨識度的名稱。你可以讓它描述圖片主題、帶出色調或風格、統一語言、加上前綴、遵守長度限制，或直接套用你自己的命名規則。同樣是重新命名，有些人可能想用繁體中文，有些人想用英文小寫；有些人希望所有檔名都以 REF_ 開頭，也有人希望從攝影角度命名、包含構圖資訊，或將名稱控制在固定字數內。這些都可以透過設定與自訂指令來完成。
當素材量變大之後，一套一致、可辨識的命名方式，會比零散的原始檔名更容易維護和搜尋。
AI 描述檔案：幫圖片補上真正有用的文字資訊
如果說 AI 重新命名是在建立更直觀的外層辨識，那麼 AI 描述做的，就是替圖片補上更完整的文字資訊，讓每張圖片多一層可理解、可搜尋的內容。
你可以要求 AI 描述畫面主體與場景，分析 UI 畫面的主要元件與版面結構，分析攝影作品的構圖、光線與氛圍，記錄品牌調性與適合的提案情境，擷取圖片中的文字內容，或只聚焦你在意的角度。這也是 AI Action 中最有延展性的一項能力。很多時候，圖片真正難整理的地方在於：之後找不找得到、想不想得起來、能不能靠文字重新找回來。
當圖片擁有更清楚的描述後，不論是自己回頭找圖，還是搭配 Eagle 的搜尋功能，效率都會明顯提升。簡單說，AI 描述是在幫圖片建立語意資訊，讓它在未來更容易被找到、再次被使用。
AI 分類檔案：依照既有資料夾邏輯，自動完成歸類
AI Action 也支援自動分類。你可以讓 AI 根據圖片內容，把素材放進現有資料夾，省下大量手動拖拉與逐一判斷的時間。
這項能力特別適合已經有清楚資料夾結構的情境。當資料夾名稱、描述與邊界越明確，AI 的分類結果通常也越穩定。例如，如果你的資料夾已經明確區分 UI 元件截圖、品牌視覺參考、產品攝影、人像商業攝影、排版案例，AI 分類就能幫你省掉大量手動歸檔的時間。
AI 分類最適合的場景，是你已經有一套邏輯清楚的資料夾結構，只是手動歸檔太花時間。資料結構本身越成熟，分類效果越好。
AI 加標籤：把最容易拖延的工作交給 AI
加標籤很有價值，但也最容易被拖延。不是因為做不到，而是因為太花時間。你得看圖、想詞、判斷值不值得標、再決定該標哪一類。一兩張還好，數量一多就很容易一直往後放。
AI Action 可以幫你把這件事批次處理掉。你可以依照自己的標籤系統，讓 AI 去分析色彩、風格、主題、情緒、用途、構圖，以及其他你在意的面向。標籤群組、命名方式與描述規則越清楚，AI 加標籤的結果越實用。
這件事的價值在於：那些你知道很重要、卻一直沒做完的整理工作，終於可以批次執行了。素材規模越大，手動與批次之間的差距就越明顯。
如果你想使用 AI 加標籤或 AI 資料夾功能，強烈建議先安裝 AI Search 插件。
AI Search 會為你的資源庫建立圖片相似度索引。當 AI Action 偵測到這些資料後，可以利用視覺數學演算法，大幅提高分類和標籤的準確度。這代表 AI 不只是客觀分析圖片內容，而是能真正學習你的分類習慣，產出更符合你個人整理邏輯的結果。
自訂指令：真正讓 AI Action 變強的地方
如果要說 AI Action 最核心的能力，我們認為是自訂指令：你可以定義 AI 應該如何理解你的圖片。
同樣是分析圖片，不同角色的需求可能完全不同：
- UI 設計師在意介面類型、元件與版面
- 攝影師在意構圖、光線、色調與主體關係
- 品牌設計師在意情緒、調性與提案用途
- 電商團隊在意商品類型、拍攝角度與分類方式
如果每個人都只能用同一套通用的分析方式，結果通常只能停留在「大致正確」，很難直接套進自己的工作流。
自訂指令讓每個人都能用自己的語言、自己的邏輯，定義 AI 的分析方向。你是在主動告訴 AI：這些圖片應該怎麼被看、怎麼被描述、怎麼被整理，才符合你的工作方式。
整理方式開始變得可以複製
我們覺得 AI Action 最有意思的地方，在於它讓那些原本只存在你腦中的整理習慣，變成可以反覆執行的東西。
例如，你可能已經有一套自己的整理方式：檔名要怎麼取、描述要怎麼寫、哪些圖該進哪個資料夾、哪些圖片該標哪些標籤。以前這些事情只能靠你自己一張張完成，現在你可以把這些規則寫成 Action，之後交給 AI 執行。
你的整理方法變成一套可以運轉的系統。整理不再只是一時的努力，而是可以長期累積下來。
AI Action 特別適合這樣使用
AI Action 特別適合以下幾類使用者：
- 素材量大到不可能再靠手動整理的人
- 本來就有固定命名、描述、分類、標籤習慣的人
- 想把自己的整理邏輯固定下來、反覆套用的人
- 希望先補足圖片文字資訊，讓後續搜尋更有效率的人
- 不滿足於通用 AI 分析，希望 AI 按自己的工作方式做事的人
最能發揮價值的情境，通常是你已經知道自己想怎麼整理，也願意花一點時間定義自訂指令，並且已經有一定的資料夾或標籤結構。尤其在分類與加標籤這兩類任務上，原本的資料結構越清楚，結果越穩定。
AI Action 不是要取代你的整理系統，而是讓你已有的整理系統跑得更快。
和 AI Search 搭配使用，效果更完整
如果說 AI Search 解決的是「怎麼找」，那麼 AI Action 解決的就是怎麼讓素材變得更好找。
兩者的關係很直接：先用 AI Action 幫圖片建立更完整的名稱、描述、分類與標籤，再透過 AI Search 把圖找回來。當圖片本身的資訊更完整，不管你是用自然語言搜尋、文字欄位搜尋，還是以圖找圖，命中率都會更高。
整理和搜尋是一體兩面。AI Action 負責補資料，AI Search 負責把資料轉化成尋找的能力。
從今天開始，讓 AI 幫你整理
AI Action 今天正式發布。你不需要再在「全部手動整理」與「完全交給通用 AI」之間二選一。現在你可以保留自己的整理邏輯，把規則交給 AI 批次執行。
如果你已經在 Eagle 裡累積了很多素材，也早就知道整理很重要，只是一直沒有時間把它做好，AI Action 值得一試。它幫你把那些你本來就知道該怎麼整理的事情，批次做完。
想快速上手，可以參考〈AI Action 快速上手指南〉，帶你從零開始完成第一個 Action。
想更深入掌握運作邏輯和效率技巧，可以閱讀〈AI Action 最佳實踐指南〉。指南從四個核心觀念出發，拆解功能應用，提供自訂指令範例和模型選擇建議，幫你打造自己的 AI 工作流。