创意 AI 图生图灵感：一张照片的八个方向

图生图（image-to-image）编辑有一种不太寻常的失败模式：限制很少来自技术，而来自方向。你用一张自己已经喜欢的照片打开工具，但因为没有任何环节问过你希望画面变成什么样，结果要么重复上周的改风格，要么接受一个像“多加了几步的滤镜”的效果。用 AI 提示词编辑图像，回报的是你碰提示框之前所做的准备：先确定终点，再逐一说出旅途中必须存活的要素。

Scenario 的文档直言质量从何而来——你提供的参考图、你指令的清晰度与具体程度，以及你所选的模型（Scenario，用提示词编辑）。以下八个方向都留在这个三角之内。每个方向只指定一处改动、必须在这一改动中存活的细节，以及为什么结果值得保留——全都出自同一张源照片，无需影棚，也无需第二个图库。

什么让图生图里的创意方向站得住

两个条件，把能产出可用画面的点子，与只能产出“猎奇图”的点子区分开来。

第一，源图必须包含终点所需要的东西。从一张已有的照片或草图出发、并描述所需的转变，比从空白提示词开始构建更能让你掌控构图，因为主体、取景与光线都已确定（Runway，如何制作 AI 图像）。因此，一个主体干净、背景平淡的快照，比一张背景杂乱、内容繁复的画面更适合当起点；如果你想转变的东西在源图里看不清，任何措辞都救不了它。

第二，每个方向都是一处改动加上一份明确的“不变量”清单。对大多数图生图编辑来说，一个四段式结构都站得住：指出应当改什么、描述替换成什么、说明哪些必须保持不变，并描述成片的视觉质感（GenImagePro，AI 照片编辑提示词）。Adobe 的编辑器教程展示了这在实践中读起来是什么样——一条提示词改变第三个花瓶的颜色，另一条加上壁纸，再一条把绣球花放进第四个花瓶，每条都用日常语言点明一个目标（Adobe，用文本编辑图像）。

创意方向往往失败于把三处改动偷偷塞进同一句话。“让它有电影感、是冬天、且像胶片拍的”一次就要了新的光线、新的环境和新的表面质感，三者都会受损。改成按遍次逐个跑：先天气，再色调，最后颗粒。

把每个方向写成两句话

提示词不必长，但必须完整，而两句话通常就够完整了。

第一句描述终点：你想要的改动，以及成片应该是什么样子。第二句保护源图：不得移动的身份、几何、标签、姿态或光向，再加上一条线索，说明新像素应当如何与旧像素衔接，比如匹配阴影的柔和度、反射或颗粒。

含糊是另一种常见失败。“让它看起来更专业”或“把这张图改进一下”这类指令，把每一个决定都交还给模型；而具体的材质与光线术语会把决定权留在你手里（GenImagePro）。顺序也很重要：图像模型往往对靠前的词赋予更大权重，所以主体与取景的指令应该放在开头，而不是埋在结尾（Runway）。

模型是第三个杠杆。Scenario 的说明描述了可选的范围——某个模型更擅长文字密集的版式与多轮一致性，另一个更擅长写实人脸与多参考图提示，还有的选择是为了尽量减小相对原始图像的风格漂移（Scenario）。如果某个方向反复失败，而提示词读起来没问题，那就先换模型，再改句子。

八个可以从一张照片跑起来的方向

这个顺序是有意安排的：前三个对源图要求最低，最后几个要求最高。

1. 风格阶梯。 为同一张照片挑选三种相互协调的观感——柔和的杂志式调色、高反差黑白、克制的双色丝网印——每种各跑一遍，然后保留整套。三者的构图与裁切完全一致，这正是它们能作为一组系列、而不是三张互不相干的图片来用的原因。提示语示例：“把这张照片处理成暖红与墨蓝的双色丝网印，取景、主体位置与表情保持不变，平面区域可见纸张纹理。”

2. 年代迁移。 把一张人像或街拍改换成某个特定的年代。这个方向最惩罚粗心的保护，因为眼睛、鼻子、嘴唇、下颌或肤色的细微变化就能让真人看起来像另一个人，所以要明确写出身份保护（GenImagePro）。每遍只保留一个年代，之后把脸部放大到原始尺寸检查。

3. 天气与季节置换。 让一张户外照换上不同的光线，使同一画面覆盖一整年。陷阱在于背景无视了原始拍摄：替换的环境必须与相机透视、光线方向和接触阴影一致（GenImagePro）。把新的天气和相应的阴影放在同一句里要求，并保持主体自身的受光不变。

4. 材质研究。 把产品或物件里的某一个元素以不同材质重新渲染——釉面陶瓷、拉丝铝、编织织物、生石膏——而轮廓、比例与取景保持不动。设计师用它在上产线之前先测试一个方向，而保护性指令承担着关键责任：点明不得改变的精确几何、包装、标签与颜色（GenImagePro）。

5. 微缩模型。 把熟悉的场景以玩具比例重建：一个立体模型底座、柔化的阴影、浅景深平面。让错觉成立的不是虚化，而是物理感，所以保留主体的姿态与原始相机角度，让提示词只提供比例线索与表面。

6. 留出文字位置的平面海报。 要求一处改动，创造出一块用于标题的空白区域，然后在你的排版工具里放上文字。Adobe 的示例对一面墙做了同样的事——一条提示词加上壁纸，而家具留在原位（Adobe）。为网页文字留出空间是正当的一等编辑，而不是妥协（GenImagePro）；而文字应该留在排版工具里，因为准确的文字渲染至今仍是图像生成中最难预测的环节之一（Runway）。

7. 合成。 引入第二张图像：把一张照片中的主体放进另一张照片的场景，或者只为了风格而上传一张参考图。Adobe 把这当作一等控制项——参考图或主体图能让特定主体保持一致，或塑造整体观感（Adobe）——而 Scenario 记录了跨多个模型的多参考图提示，其中一些支持更大的参考图集合（Scenario）。支持程度因工具而异，所以规划四图合成之前先确认你用的工具。

8. 变成渲染图的草图。 有时解释一个版式最快的方式就是把它画出来。OpenAI 的 Images 2.5 引入了 Sketch，它把粗略的手绘版式作为视觉指引，并根据你想要的风格与细节描述把它补完（OpenAI，Images 2.5）。这与让图生图比纯文本提示更可控的“指引 + 提示词”逻辑相同，只是用在画稿而非照片上。

把它们当作一周来跑，而不是八个一次性实验

八个方向随机测试，只会产出八个零散的文件。按顺序跑，同样八个方向会产出一批观感连贯的小型作品。

从风格阶梯开始，因为它对源图要求最低，能立刻告诉你这张照片是否值得继续深做。接着做天气与年代两遍，它们重写光线与年代，但保留画面结构。把合成与微缩放到最后：它们对场景的改变最大，到那时你也会知道自己在意哪些细节。

两个习惯能让这一顺序保持高效。把接近成功的结果继续打磨，而不是重新开始——如果结果已经很接近，就只修那处不对的元素，而不是用新提示词重新生成（Runway）。并且为任何奏效的东西保留提示词文本，因为某条在一张照片上解决了一次修改的语句，在下一张照片上就是一个可复用的预设。

系列内的一致性在模型侧也在改善：OpenAI 称其较新的图像模型在多轮编辑中更可靠地遵循指令，随着作品推进，先前的改动更有可能保持（OpenAI）——这正是系列所需的特性。

保护那些让照片属于你的细节

以上每个方向都会因一个习惯而更安全：先写保护清单，再写改动清单。对产品类工作，这份清单包含几何、包装、标签、标志、颜色与材质，因为如果瓶子在过程中改了形状，再漂亮的广告画面也一文不值（GenImagePro）。对人像，它包含面部。对室内与建筑，它包含机位与光向。

当目标确实很窄时，就明确说出来：要求所有无关部分保持不变，或在工具支持时选中特定区域，两者都能缩小一次编辑的波及范围（GenImagePro）。如果某个方向总是渗进你从未提到的区域，就缩小这一遍的范围，而不是添加更多禁止项。

值得尊重的边界

三条边界能让一份创意清单保持诚实。措辞并不能在不同工具之间干净地迁移，所以在一个生成器里有效的方向，在另一个里并不保证成立。商用条款因平台而异，有时也因套餐而异，而且每个生成器都有自己的条款，所以在一张图进入商用之前，先查看你实际使用的工具的条款——至少有一个主流平台禁止未经许可使用他人的图像、视频或音频（Runway）。而披露有部分责任在你：如果一张重新改风格的人像、一个伪造的地点或一个合成场景可能被误认为对真实事物的记录，就把它标注出来。

挑一个方向，今天就把它做完

图生图里的创作工作不是找到一句巧妙的措辞。而是选一个源图真能抵达的终点，用一句话描述它，在第二句话里保护其余一切，并以原始尺寸而非缩略图来审看。

打开 KOOX AI 图生图工具，载入一张你有权使用的照片，先跑一遍风格阶梯：三遍，每遍一处改动，全程同一裁切。当整个任务只涉及某一个区域时，就把它交给更专门的工具——用生成式填充修复或扩展某一块区域，用物体移除去掉干扰物，当只有颜色需要移动时用局部改色，当画面本身必须改变时用图像扩展。一张源照片，一个方向，做完——这比八个未完成的实验更能给你一个充实的下午。