分類: 生產力

  • 公分轉英寸:公式、身高換算與標準完全指南

    公分轉英寸:公式、身高換算與標準完全指南

    要將公分轉換為英寸,除以 2.54。公式:英寸 = cm ÷ 2.54。快速估算時,乘以 0.39。這一比率由 NIST 和 1959 年國際碼磅協議確定——適用於從身高測量到數控加工的所有換算場景。

    換算方法

    Method Formula Example (30 cm) Precision
    Exact cm ÷ 2.54 30 ÷ 2.54 = 11.811 in Full
    Multiply cm × 0.3937 30 × 0.3937 = 11.811 in Full
    Mental estimate cm × 0.39 30 × 0.39 ≈ 11.7 in ~1% error
    Halve & subtract 20% (cm ÷ 2) × 0.8 50 cm → 25 → 20 in ~1.5% error

    Go Tools 確認,標準 30 cm 直尺 = 11.81 英寸

    折半減 20% 心算快捷法的三步視覺化

    快速換算表

    Centimeters Inches (exact) Feet + Inches
    1 cm 0.394 in
    10 cm 3.937 in 3′ 15/16″
    30 cm 11.811 in 11′ 13/16″
    50 cm 19.685 in 1′ 7 11/16″
    100 cm 39.370 in 3′ 3 3/8″
    150 cm 59.055 in 4′ 11 1/16″
    159 cm 62.598 in 5′ 3″
    171 cm 67.323 in 5′ 7″
    178 cm 70.079 in 5′ 10″

    身高平均值來自 Best Calculators

    身高換算:公分轉英尺+英寸

    關鍵:小數英尺 ≠ 英尺+英寸。5.8 英尺是 5 英尺 9.6 英寸,而不是 5 英尺 8 英寸。

    兩步法

    1. 總英寸數:cm ÷ 2.54(如 171 ÷ 2.54 = 67.32 in)
    2. 拆分:÷ 12 得英尺,餘數為英寸(67.32 ÷ 12 = 5 ft,7.32 in → 5’7″

    5.8 英尺為何不等於 5'8''的對比說明

    Best CalculatorsWHO 建議以公分為單位記錄身高以確保醫療精度。

    標準:NIST 與 1959 年協議

    Standard Definition Status (2026)
    International inch Exactly 2.54 cm (25.4 mm) Active
    International foot Exactly 0.3048 m Active
    US Survey Foot 1 m = 39.37 in Retired Jan 1, 2023 per NIST

    2026 年所有專業測繪和工程必須使用國際英尺(0.3048 m)。

    精度警告

    使用 0.39 而非 0.3937 會產生每公尺 0.7 mm 的誤差——超過了精密數控加工 ±0.05 mm 的公差要求,根據 Go Tools

    實際應用

    螢幕對角線

    Screen Size Diagonal (cm) Approx Width (cm)
    55-inch TV 139.7 cm ~121.8 cm
    27-inch monitor 68.6 cm ~59.8 cm
    13-inch laptop 33.0 cm ~28.6 cm

    Go Tools 指出,螢幕寬度始終小於對角線測量值。

    紙張尺寸

    Standard Size In Inches
    US Letter 21.59 × 27.94 cm 8.5 × 11 in
    A4 21.0 × 29.7 cm 8.27 × 11.69 in

    A4 比 US Letter 窄 0.6 cm 但高 1.76 cm。在這些標準之間錯誤縮放會毀掉列印排版。

    開發者實作

    // Exact factor per 1959 Agreement
    const CM_PER_INCH = 2.54;
    const cmToInches = (cm) => cm / CM_PER_INCH;
    
    
    def cm_to_inches(cm):
        inches = cm / 2.54
        assert abs(inches * 2.54 - cm) < 1e-10
        return inches
    

    Excel:=CONVERT(A1, "cm", "in") — 使用官方國際標準。

    結論

    cm ÷ 2.54 = 英寸。日常使用 0.39 快捷法即可。對於工程、醫療或建築工作,請始終使用精確的 2.54 係數——小的捨入誤差會隨距離累積。截至 2026 年,國際英尺(0.3048 m)是專業工作的唯一法定標準。

    常見問題

    為什麼 1 英寸恰好等於 2.54 cm?

    1959 年國際碼磅協議統一了美國和英制系統與公制系統。國際碼被設定為恰好 0.9144 公尺,使 1 英寸 = 25.4 mm = 2.54 cm。

    如何將 cm 轉換為木工用的分數英寸?

    1. 將 cm 除以 2.54 得到小數英寸
    2. 取小數部分,乘以所需分母(如 16 表示 1/16)
    3. 四捨五入到最接近的整數作為分數

    公分比英寸大嗎?

    不是。1 英寸 = 2.54 cm。公分大約是指甲寬度;英寸更接近成人拇指寬度。

    如何在 Excel 中進行 cm 轉英寸?

    使用 =CONVERT(number, "cm", "in") — 這使用 NIST 國際標準,是批量試算表轉換最準確的方法。

  • 如何將公分轉換為公里:公式、範例與視覺化指南

    如何將公分轉換為公里:公式、範例與視覺化指南

    將公分(cm)轉換為公里(km),需要除以100,000。公式為km = cm ÷ 100,000(或等價地,km = cm × 0.00001)。例如,250,000 cm = 2.5 km。根據NIST,轉換因子恰好為10⁻⁵

    轉換公式

    方法 公式 範例
    除法 km = cm ÷ 100,000 500,000 cm = 5 km
    乘法 km = cm × 0.00001 500,000 cm = 5 km
    小數點移位 小數點向左移動5位 250,000 → 2.5 km

    兩步法(透過公尺)

    1. cm → m:除以 100(例如,100,000 cm = 1,000 m)
    2. m → km:除以 1,000(例如,1,000 m = 1 km)

    從 cm 到 m 再到 km 的簡單三步轉換

    逐步指南:手動轉換

    1. 確定數值 — 例如,250,000 cm
    2. 找到小數點 — 250,000.0
    3. 向左移動5位 — 2.50000 → 2.5 km

    快速換算表

    公分 公里 科學記號
    1 cm 0.00001 km 1 × 10⁻⁵ km
    100 cm 0.001 km 1 × 10⁻³ km
    1,000 cm 0.01 km 1 × 10⁻² km
    10,000 cm 0.1 km 1 × 10⁻¹ km
    45,000 cm 0.45 km 4.5 × 10⁻¹ km
    100,000 cm 1 km 1 × 10⁰ km
    250,000 cm 2.5 km 2.5 × 10⁰ km
    1,000,000 cm 10 km 1 × 10¹ km

    正如CoolConversion所指出的,將距離描述為0.45 km遠比45,000 cm更為實用。

    為什麼公制使用這一換算比例

    公制以十進制為基礎,長度單位由ISO 80000-3規範管理。公分用於測量小物體(鈕扣寬度、鉛筆粗細)。公里用於測量地理距離(道路長度、城市間距)。100,000:1 的比例使兩個尺度都保持便於使用。

    視覺化比例

    物體 測量值 尺度
    迴紋針厚度 ~1 cm 手持級
    鉛筆寬度 ~0.7 cm 手持級
    10分鐘快步行走 ~1 km 導航級
    1.5 km 道路段 150,000 cm 導航級

    迴紋針與長距離路徑的清晰對比

    根據CoolConversion,0.001 cm 比鉛筆芯還細(微觀級別),而 150,000 cm 代表一段 1.5 km 的道路。

    速度轉換:cm/s 到 km/h

    要將公分每秒(cm/s)轉換為公里每小時(km/h),乘以0.036

    公式 推導
    km/h = cm/s × 0.036 (cm ÷ 100,000) × 3,600 秒
    cm/s km/h
    1 cm/s 0.036 km/h
    100 cm/s 3.6 km/h
    1,000 cm/s 36 km/h
    10,000 cm/s 360 km/h
    100,000 cm/s 3,600 km/h

    根據Tradukka,此轉換在無人機高度追蹤、輸送帶速率和機器人技術中至關重要。

    科學記號參考

    根據CoolConversion,90,000 cm = 9 × 10⁴ cm = 0.9 km。對於極小的值,0.01 cm = 1 × 10⁻⁷ km

    精度等級 格式 範例
    日常使用 小數 2.5 km
    工程應用 科學記號 2.5 × 10⁰ km
    標準合規 NIST 因子 250,000 cm × 10⁻⁵

    結論

    cm 轉換為 km = 除以 100,000(小數點向左移動5位)。對於速度轉換,將 cm/s 乘以 0.036 即可得到 km/h。對於專業或科學工作,請對照NISTISO 80000-3標準進行驗證。

    常見問題

    1 公分等於多少公里?

    0.00001 km(1 × 10⁻⁵ km)。這是根據 NIST 的精確公制轉換。

    cm 和 km 之間的轉換因子是多少?

    1/100,000 = 0.00001。將 cm 乘以 0.00001 或除以 100,000。

    如何將 cm/s 轉換為 km/h?

    將 cm/s 乘以0.036。公式:(cm ÷ 100,000) × 3,600 = km/h。

    這與英制單位轉換有何不同?

    是的。cm 轉換為 km 純屬公制(SI),基於十的冪次方。英制單位(英吋、英呎、英哩)使用非十進制因子,需要完全不同的轉換公式。

  • 如何使用 BeConverter 進行 AI 提示詞工程:4 步驟反向拆解任何視覺作品

    如何使用 BeConverter 進行 AI 提示詞工程:4 步驟反向拆解任何視覺作品

    將圖片上傳至 BeConverter,讓其視覺語言模型(VLM)將視覺內容拆解為風格 token,再將擷取出的提示詞貼入 Midjourney、Stable Diffusion 或 FLUX。這就是將任何視覺作品轉化為可重現 AI 提示詞的完整流程——無需任何猜測。

    什麼是反向提示詞?BeConverter 如何運作?

    反向提示詞(Reverse Prompting)是將像素還原為生成模型能理解的文字描述。與其從零開始撰寫提示詞並期盼輸出結果匹配參考圖,你改從成品圖片出發,擷取定義其視覺風格的關鍵詞、光線條件與美學標籤。

    BeConverter 使用視覺語言模型(VLM)來分析圖片的藝術屬性。模型會將你的照片與其訓練資料進行比對,分類各項屬性,例如渲染風格(3D 與油畫)、光線設定(體積光與環境光)以及構圖方式。最終產出的是一段結構化的文字提示詞,可直接輸入任何圖像生成器。

    VLM 與 OCR:為什麼標準掃描無法解讀藝術?

    光學字元辨識(OCR)讀取的是文字——字母、數字、收據。而 VLM 讀取的是藝術方向。正如 PromptsEra 所解釋的,當 OCR 看到路牌上的「STOP」字樣時,VLM 能偵測到八角形的形狀、褪色的紅漆、景深效果,以及陽光的角度——這些都是視覺重現不可或缺的細節。

    OCR(文字導向)與 VLM(藝術導向)的簡單比較

    能力 OCR VLM
    讀取文字 有限
    辨識光線
    偵測構圖風格
    擷取色彩分級
    輸出可作為提示詞的文字

    4 步驟流程:如何使用 BeConverter 進行 AI 提示詞工程

    根據 PromptsEra 提出的風格 Token 隔離策略,請依序執行以下步驟:

    1. 上傳來源圖片 — 使用高解析度檔案。VLM 需要清晰的像素才能偵測「體積光」或「35mm 鏡頭顆粒感」等細微屬性。
    2. 選擇你的解析器 — 選擇 CLIP Interrogator 以取得描述性、詩意的提示詞(適用於 Midjourney),或選擇 DeepDanbooru 以取得逗號分隔的標籤(適用於 Stable Diffusion)。
    3. 隔離風格 token — 刪除主體 token(例如「一隻貓」),只保留風格標記(例如「cyberpunk, neon rim lighting, 8k, cinematic depth of field」)。
    4. 貼入你的生成器 — 將清理後的 token 複製到 Midjourney v7Stable DiffusionFLUX 並開始生成。

    3 步驟核心流程:上傳 → 擷取 Token → 生成新圖

    針對 2026 年模型的提示詞調適:FLUX 與 Midjourney 的差異

    每個模型對提示詞的解讀方式不同。PromptsEra 指出,像「憂鬱氛圍」這類抽象描述在 Midjourney 中效果良好,但在 FLUX 中則無法生效——FLUX 需要字面的空間描述,例如「昏暗房間中雨水拍打窗戶,頭頂螢光燈投下長長的陰影」。

    提示詞風格 Midjourney v7 FLUX Stable Diffusion
    抽象/詩意 中等
    字面/空間描述 中等 中等
    逗號分隔標籤 中等 中等
    負向提示詞 支援(--no 支援 支援

    科學怪人策略:合併多張圖片的風格

    最有效的反向工程技巧,是將來自不同來源的風格 token 進行合併。使用 BeConverter 從圖片 A 擷取光線風格,從圖片 B 擷取主體渲染方式,然後將兩者合併為單一提示詞。

    確保合併一致性的關鍵控制項:

    • 長寬比 — 明確設定(例如 Midjourney 使用 --ar 16:9),因為反向工具無法推斷你預期的畫布尺寸。
    • 負向提示詞 — 務必加入排除條件,例如「blurry, deformed, low quality」。反向工具只能偵測存在的元素,無法判斷應該排除什麼。

    正如 MIT 金融工程實驗室主任 Andrew Lo 所建議的:「永遠要問 LLM:你不確定的是什麼?你缺少了什麼資訊?」將同樣的原則應用於此——在生成之前,先找出你重建的提示詞中的缺口。

    BeConverter 與 Zemith 與 PromptShot:工具比較(2026)

    功能 BeConverter Zemith PromptShot AI
    解析器模式 CLIP + DeepDanbooru 多模型(25+ 以上) 單次掃描
    每日免費額度 100 無限
    需要註冊
    最適合 Token 隔離 一站式工作流程 快速擷取
    輸出格式 描述 + 標籤 依模型客製化 提示詞字串

    其他值得留意的選項:

    • Zemith — 截至 2026 年擁有超過 30,000 名用戶。根據 Zemith 的資料,它支援 25 種以上的模型,包括 GPT-5.5,並提供每日 100 點免費額度。
    • PromptShot AI — 不需帳號即可使用。PromptShot AI 提供一套 5 步驟流程,專為需要快速「重現與改進」AI 藝術作品的創作者設計。
    • Dreamina(GPT Image 2) — 在同一視窗中生成與編輯。根據 Dailyhunt 的報導,GPT Image 2 模型支援在提示詞生成後直接進行內部修補與光線調整。

    三款工具的主要亮點與優勢

    結論

    透過 BeConverter 進行反向提示詞工程,能在數秒內將任何參考圖片轉化為結構化、可重複使用的 AI 提示詞。上傳圖片、使用 CLIP 或 DeepDanbooru 擷取風格 token、隔離藝術屬性,再貼入你選擇的生成器即可。為獲得最佳效果,請根據目標模型調整提示詞格式——Midjourney 用抽象描述、FLUX 用字面描述、Stable Diffusion 用標籤格式——並務必加入負向提示詞以維持輸出品質。

    常見問題

    反向提示詞能還原其他創作者使用的原始提示詞嗎?

    不能。它根據視覺分析重建一段描述性的近似內容。不同的 VLM 模型側重不同的屬性,因此輸出結果是高品質的重建,而非隱藏的元資料或按鍵記錄還原。

    圖片轉提示詞技術適用於真實的手機照片嗎?

    適用。PromptsEra 指出,VLM 能辨識真實世界的屬性,例如「黃金時刻光線」或特定相機鏡頭,並將這些質感轉化為可供藝術重新詮釋的提示詞。

    使用從受版權保護的藝術作品中擷取的提示詞合法嗎?

    提示詞是簡短的文字字串,通常不受版權保護。合乎道德的做法是擷取風格 token 來啟發你自己的原創作品。正如 PromptsEra 所指出的,試圖完全複製受保護的角色可能引發法律問題——請將這些工具用於學習技術,而非抄襲。