经得起检验的 AI 图像改色：准备、标记、描述、复查

局部改色看起来是 AI 图像编辑里较容易的那一半。图已经有了，形状已经有了，你只是想让某一个地方换个颜色。实际上，它是整套工具里最不留情面的活儿。全局编辑可以靠新的构图把自己的失误藏起来；局部编辑则要接受所有没变之处的检验：原来的边缘、原来的阴影、原来的颗粒都还待在原处，无声地指认被修改的区域是贴上去的。

下面这套流程经得住这种对照。它把 AI 图像改色拆成四件独立的事——准备、标记、描述、复查——并且把最终判断权交给放大后的检查，而不是整幅画面的匆匆一瞥。其中没有任何一步依赖于模型第一次就表现良好。

局部改色真正擅长什么

定向改色是在选定区域内改变颜色或质感，而构图、几何形状以及画面中其他所有部分都保持不动。这个界定本身就能告诉你哪些请求是合理的。把一只包从棕褐改成酒红、去掉白墙上的黄色偏色、给哑光表面加一层缎面质感、在拍摄前试试一件夹克换成橄榄绿是否成立——这些都是单一区域的问题，也都有单一区域的答案。

它不擅长的是凭空造出结构。如果新颜色本应暗示另一种材质——皮革纹理、织线、拉丝金属——模型必须从你给的那块区域里读出这种质地。当区域是一片近乎均匀像素的平坦色块时，就没有东西可读。结果出来是光滑的、均匀的，而且在真实织物旁边一眼就显得不对。

所以第一条做法并不光鲜：先判断你是在改颜色还是在改材质。改颜色需要好的蒙版和精确的描述；改材质则需要一块本身就带着你想要的那种质地的源区域。

准备一张能找得到该区域的画面

蒙版沿着边缘走，而边缘来自对比。关于局部调整的指导在这一点上是一致的：主体与周围环境分得干净的地方，选区几乎是自动的；分不干净的地方，活儿就落到做编辑的人身上。

上传之前，先看看你打算修改的那块区域的边界，数一数边界上有多少像素处在含糊状态。有三种情况值得在源头处理，而不是写进提示词里：

• 该区域与它背后的东西色调几乎相同，任何蒙版都会把两者一起圈进去。
• 一道硬阴影横穿边界，于是这块区域有一半看起来已经是另一种颜色。
• 该区域被画面边缘切断，没有闭合的轮廓可循。

你不需要一张影棚级的文件。你需要的是一条描述得清的边界，以及一块大到足以判断的区域。裁得更紧往往是现有最有效的准备步骤：竞争的对象更少，区域更大，选区能跑偏的余地也更小。

像编辑那样标记，而不是像画家那样涂

标记就是整个编辑。颜色是后面的事；一个松垮的标记没法靠更好的措辞挽救。目标是让选区停在边界上，而不是停在边界附近；同时检查下面这两种失败情形——任何蒙版工具上的边缘控件，存在的意义就是修正它们。

第一种是溢出：选区越过了物体，把一条背景或它自己阴影的一片也带了进去。那条也会被改色，而物体下方的阴影恰恰是观者寻找与地面接触感的地方，于是溢出看起来就像物体悬空了。第二种是欠量：选区停得太早，在新颜色周围留下一圈原色的细边。浅色背景上它像光晕，深色背景上它像污渍。

边缘工具正好对应这两类错误。贴合或吸附控件会把边界拉到附近的真实边缘上，这正是你处理头发、毛发和枝叶时想要的效果。位移控件把整条边缘一次性向内或向外移动，是修掉细光晕最快的办法。羽化柔化过渡，让变化淡入而不是停在一条线上，通常一点点就够了。

标记要收得紧，然后在描述任何东西之前先检查标记。如果编辑器把选区以叠加层显示，那就对着中灰视图看，而不是对着照片看：底下没有画面在争夺注意力时，眼睛识别轮廓抖动要敏锐得多。

把颜色写成一份规格

颜色名称是大多数改色提示词里最薄弱的部分。“暖红”覆盖的范围宽到可以同时容纳砖红、珊瑚红和酒红，而模型会挑这个范围里看起来最讨喜的那一端。从产品修图实践中借来的解决办法是给请求一个锚点：一个十六进制色值、一个实物参照，或者放在原图旁边的一张色卡图，每次都胜过形容词。

两条规则能让这份规格真正起作用。第一，把校正和改色分开。校正是指去掉偏色，让照片还原物体本身；改色是指做出新的配色。同时要求两者的提示词两头都得不到，因为这两个目标会把白平衡拉向不同方向。第二，禁止“优化”。模型默认会做增强——更高的饱和度、更高的对比度、更多的鲜艳度——而这个默认恰恰会让改色无法用于任何需要与真实产品对得上的场合。

然后描述质感，因为质感才是改色与填色的分界。哑光、缎面、亮面、拉丝、粉质、上油：每一种都意味着光落在表面上的方式不同，也都改变着原有高光能留下多少。亮面质感需要保留现有的镜面高光并略微染色；哑光质感则需要把它柔化。要具体点明某一种，而不是笼统地要“真实感”。

借用场景里已经有的光

干净的改色仍然显得假，最常见的原因是：新颜色受光均匀，而场景并非如此。真实表面朝阴影一侧会变暗，会接收到附近物体的反弹光，并在最深的色调里失去饱和度。一整块平坦的单色铺在弯曲的表面上，这三件事全被忽略。

描述光，而不是描述平均值。说出方向——光从左上方来，在底部落入阴影——并要求新颜色跟随现有的明暗，这比任何关于真实感的形容词都管用。表面是亮面时，让高光留在原处，让颜色围着它变化；表面是哑光时，要求明暗保持柔和连续。

这一切之下还埋着一个物理层面的陷阱：同一个物体在不同光源下拍摄，看起来真的就是不同的颜色，所以一次能与你桌上色卡对得上的改色，放在暖色调的布景里仍可能显得不对。

在三个距离上复查

只在一个缩放级别上判断局部编辑，小错误就是这样活到发布环节的。用三个级别，按这个顺序，遇到第一个不合格的就停下。

在适应屏幕的视图下，只问这块区域是否属于这里。这个新颜色在那个场景里的那个物体上说得通吗，还是像一张贴纸那样把视线拽过去？在实际大小下，检查边界。一个像素的光晕在适应屏幕时看不见，在百分之百时却很明显。在微距下，检查内部：编辑前横跨边界延续的颗粒，编辑后应当仍然延续；而区域中间任何变平了的质地，都是模型在替一个它做不了的决定做平滑处理。

关于中间那一步，有一条实用提醒：把改过的边界与同一画面里别处你没动过的边界作比较。你的眼睛参照邻近之物来校准，比参照记忆可靠得多。

每轮只改一个变量

每一次同时改三样东西的重试都教不会你什么，因为你分不清是哪一处改动解决了问题。每次尝试记一份简短记录：标记、颜色参照、质感、光的方向。改一项，重新生成，把两个结果并排比较。三四轮有章法的尝试，通常比十几次碰运气的走得更远。

结果不合格时，先给失败归类再改写。边缘问题属于标记，靠重新标记解决，而不是靠换措辞；提示词修不好一个把阴影也圈进去的选区。颜色问题属于规格，通常意味着锚点太含糊，或者没有禁止“优化”。质地问题属于源区域，如果那块本来就是平的，任何提示词都救不了。

当准确比好看更重要

做产品时，优先次序与创意工作不同。在商业场景里，颜色是最容易出错、代价也最高的东西之一，因为这种错误会以退货的形式回来：没人会因为阴影太软把东西退回来，但很多人会因为看到的颜色和收到的颜色不一样而退货。一次看起来比原图更浓郁、却偏离真实产品半个色阶的编辑，是缺陷，不是风格选择。

这会推翻好几个默认做法。在结果旁边留一份未编辑的原图，比较色相，而不是比较氛围。两者不一致时，选更平实、更接近字面结果的那个。记下颜色来自哪个参照，好让下一个编辑同一批产品的人能对得上。而如果任务简报是针对真实产品的真实配色测试，那么模型额外加上去的饱和度，交付前一律当作要去掉的东西。

这套流程该在哪里停下

当改动只涉及一个区域、边界描述得清、质感能从现有内容里读出来时，AI 局部改色就配得上它的位置。当区域没有可用的边缘、材质必须被凭空造出而不是被延续、或者颜色必须被认证而不是被近似时，它就不再配得上。及早认出这三种情况，是这套流程里最省时间的习惯——因为替代方案不是更好的提示词，而是另一种方法。

如果你想拿一张真实文件试试这个顺序，局部改色工具接收一张图片、一块标记好的区域，以及对新颜色或质感的描述，并默认以 4K 保持画面其余部分不变。从你库里那块你一直想看看换成别的颜色的小区域开始，并且在断定问题出在模型之前，先把三个距离都看一遍。