图生图 AI 最佳实践：一套让编辑经得起考验的四轮流程

大多数图生图 AI 的尝试之所以失败，原因相当乏味：没有人事先决定这张照片里有多少内容是可以被改动的。你上传一张自己已经满意的图，描述一种风格改写，结果要么得到一张套了滤镜的近乎复制品，要么得到一张把你的构图当成建议的另类画面。这两种结果都源自同一个缺失的决定。

解决方案并不是换一个更漂亮的形容词，而是一套流程：准备好源图并写下哪些内容必须保留，花掉一笔固定的改动额度，每次都用同一份清单审阅，并打磨那些接近成功的版本，而不是推倒重来。四轮，每次都按这个顺序来。本指南会逐一走过每一轮，并点明其背后对应的具体做法。

为什么稳定的做法胜过提示词的巧思

一个图生图工具并不是从无到有地构建你的画面。它从你提供的照片中读取结构，并重新分配已经存在的内容。这正是在你关心的东西已经存在时，它胜过纯文本提示词的原因：你的产品、你的角色、你的版式、你花了一小时才调对的灯光。

这种继承关系也正是大多数失望的来源。构图和姿态在编辑中能可靠地保留下来，精细的细节却不能。提示词非常擅长指明方向，却不擅长锁定小号文字和准确的标志形状，所以任何认真的工作流最终都会由人仔细查看结果，而不是盲目相信指令。

运气感还有第二个来源。图像模型要在「多强地遵循你的提示词」与「多紧地贴住输入图」之间做权衡。你把提示词一致性推得越狠，整体质量就越可能受损；放松一点，模型又会无视你。这个取舍正是你的流程要管理的东西，而当每次尝试只改动提示词中的一个元素时，管理起来会容易得多。

第一轮 —— 准备源图并写下保留清单

准备工作在点击上传之前就开始了。源图只能交还它实际包含的细节，所以要挑一个画面：你打算保留的部分在其中足够清晰、曝光正确，并且在你计划发布的尺寸下足够大到能看清。模糊或重度压缩的原图不会因为一次编辑而变得锐利，它们大多只会变成别人的猜测。先查清你工具的输入上限，因为过大的上传文件会被直接拒绝，而不是被悄悄降采样：KOOX AI 图生图页面标明支持最大 24 MB、4096 x 4096 像素的 JPEG、PNG 和 WebP 文件。

然后写一份保留清单 —— 一份简短的清点，列出这次编辑不允许触碰的内容。要写得具体、可数：人物或物品的数量、机位角度、光从哪一侧来、手或脚停在哪里、标签的形状、第二个物体的颜色。两个习惯能让这份清单真正可执行。按每个元素在照片中实际呈现的样子来命名它，并给每一项编号，因为模型对数量类指令的遵循远比情绪类指令更字面。

保留清单一物两用。它既会成为你提示词里的保护条款，也会成为你事后对照审阅的清单。

第二轮 —— 花掉改动额度，而不是许愿清单

一个一次性要求六项改进的提示词，在结果出错时几乎什么都告诉不了你，因为你无法判断是哪一句造成的。在下笔之前先定好额度：每次尝试只改一处，其余一切都明确保护起来。「把素色墙面换成暖灰色影棚背景，同时保持主体、机位角度、现有阴影和所有其他物体不变」是额度；「让它看起来专业一点」是许愿。

如果你的工具提供强度或相似度控制，就把它当作粗调旋钮，把提示词当作微调旋钮。数值越低越贴近源图，越高则允许更大幅度的重写，所以可靠的做法是：先选一个大致匹配你意图的数值，再让提示词来决定方向。同样的逻辑也适用于输出比例：在开始一组系列之前先固定长宽比，这样各张画面才能互相对照、成套使用；并让提示词的结构在每次尝试之间保持一致 —— 先主体，再细节，最后艺术指导 —— 这样结果变了就能指向某一句话变了，而不是一段话被重排了。

还有一条额度纪律：生成多个变体后，把它们并排放在一起、也放在原图旁边来评判，而不是一张一张孤立地看。用同样措辞做两三次尝试，能告诉你这个方向是否行得通；用不同措辞做三次尝试，则什么都告诉不了你。

第三轮 —— 用固定清单做全尺寸审阅

对着缩略图眯眼看，就是小瑕疵泄漏到线上页面的方式。要在全分辨率下审阅，用一款能在同一位置来回切换编辑结果与原图的工具，并且每次都跑同一份清单，这样你的注意力才不会飘向最吸睛的地方。

• 主体一致：人、产品或物体是否仍然是同一个，比例相同、表情或质感相同？
• 数量：每一种重复出现的元素是否和之前数量完全一致，有没有多出来的把手、带子、手指或倒影？
• 边界：边缘、接触点和投影，是否仍与原图中相同的表面相接？
• 文字与标记：逐个字符检查每一处标签、字母组合、标志和标牌，因为这是任何生成式编辑中最不可靠的区域。
• 改动之外：把未触碰的区域与原图对比，检查颜色、纹理或噪点是否发生了不易察觉的漂移。
• 用途：在实际展示的尺寸下，这张画面是否仍能完成你当初需要它完成的任务？

为每个候选结果用一行写下结论：保留、接近成功，还是淘汰。那些接近成功的结果就是你下一轮的原材料，而记录下你当时的要求，正是把一个好结果变成下周可以复现的成果、而不是一次侥幸的关键。

第四轮 —— 打磨接近成功的版本，而不是重来

大多数人会放弃一张已经基本正确的图，重新开一个提示词，结果扔掉了本来已经奏效的部分，还把概率重置了。要反其道而行：当结果已经很接近时，留下它，只改一处。如果背景不对，就只调整背景。如果光线平淡，就重新打光而不碰构图。每一次迭代都在缩小差距，而且因为你只改动了一个变量，如果下一次尝试变差了，你永远知道该删掉哪一句。

两个习惯能让打磨更高效。第一，用一份简短日志记下每次产出保留结果的措辞，这样一个你花过代价换来的方向就能变成可复用的起点。第二，冻结可复用的部分：同一个源文件、同一个长宽比、受保护元素使用同样的措辞。打磨不是带着更好形容词重新开始，而是对一个你已经决定值得做完的结果，做一系列小而有意的修正。

一页纸看完这套流程

• 准备：在工具的体积上限内挑选一张清晰、曝光正确的源图，并在动提示词之前写好一份带编号的保留清单。
• 额度：每次尝试只改一处，一条明确的保护条款，一个与改动幅度相匹配的强度设置，以及固定的长宽比。
• 审阅：全分辨率、原图与编辑结果并排，每次都跑同一份清单 —— 主体、数量、边界、文字、未触碰区域、用途。
• 打磨：留下接近成功的版本，只改一个变量，记录下奏效的措辞。
• 停止：只有当编辑结果在全尺寸下通过了清单，才发布。

这套流程在何处会失效

流程能消除大多数本可避免的浪费，但消不掉所有限制。小号文字和精细的标志几何结构仍然不可靠，所以任何带有法律文案、价格或受监管标签的图像，都应交给人工核对，而不是指望提示词去保存它。版权与质量是两个独立的问题：使用一个你无权使用的参考图，无论输出看起来多好都是问题；而生成输出的商业使用权取决于你的套餐，所以在发布之前请先确认适用于你的条款。

一个有用的分工方式：让图生图工具负责风格、光线、材质和场景的改动，把某一个多余的干扰物交给专门的物体移除工具处理，而不是让一个提示词同时干这两件事。工具越专注，失败的方面也越窄，审阅起来就越容易。

当清单在一张你真正需要的图上失败时，这套流程依然是正确的答案。你只是由此弄清，这次编辑的哪一部分应该交给另一个工具或一位设计师。这套流程并不承诺第一次尝试就完美，它承诺的是每一次尝试都能告诉你一些有用的东西。

准备好在自己的照片上跑一遍这四轮了吗？打开图生图 AI 工具，上传一张你已经喜欢的画面，在写提示词之前先写好你的保留清单。