用 AI 改图，最难受的不是第一张不好看，是改到第五轮，它自己崩了。
明明只想把杯子的颜色换一下，改完一看：背景换了，光的角度变了，连杯子底下那圈影子都歪了。前面四轮定下来的东西全废，只能推翻重来。
遇到这种情况，多数人的第一反应是"模型不行"。但更常见的原因在指令里：你只说了要改什么，没说哪些不能动，剩下的部分它就当成自己的事了。
现在这一代模型重画一张图，仍然是从整张出发的。你不圈定范围，它每一次都有权重新决定背景、光影和构图。改十次出十种意外，不是它随机，是你把决定权交出去了。
下面四个写法，围绕的都是同一件事：把决定权收回来。素材类、文字类、人像类都用得上，而且不挑模型——Midjourney 的区域重绘、Photoshop 的生成式填充、国内几个平台的局部编辑，吃的是同一套逻辑。文中的例子是在清绘AI 上用 Seedream 系列跑的，换成别的工具，写法一样成立。
一、三段式：改哪儿、改成什么样、什么不变
这是最省事的一条，也是被忽略最多的一条。
大多数人写改图指令，只写前两段：
把杯子改成天青色。这句话在模型看来等于"重新画一张有青色杯子的图"。它会把整张图重算一遍，背景、光线、影子都跟着重新猜一次。
补上第三段就不一样了：
将图中马克杯的釉色改为天青色，杯身图案换成山形简笔画，木桌面与窗边光影保持不变。差别只在最后那几个字。"什么保持不变"这半句，等于给模型画了一条边，它只能在边内动，边外的东西它无权处理。
实际改一张图，三轮大体是这样走的：第一轮把釉色从月白调到天青，桌面、窗光、影子原地不动；第二轮在杯身加山形图案，釉色和光影继续沿用；第三轮在旁边添一枝干花，前面定下的都保住了。
除了这三段，还有一条经验：一次只改一件事。同一条指令里塞进颜色、图案、构图、光线四个要求，模型会顾此失彼，你也没法判断是哪一条出了错。宁可多跑两轮。
几种常见活，写法差别大概是这样（前面是容易崩的写法，后面是补过边界的）：
- 换颜色：「把杯子改成青色」→「将马克杯釉色改为天青色，桌面与光影保持不变」
- 加元素：「旁边加一枝花」→「在杯子右侧添一枝干花，杯身与背景保持不变」
- 换背景：「换个背景」→「将背景换成浅灰水泥墙，杯子和投影保持不变」
- 改比例：「做成方图」→「裁为 1:1 方形，主体居中、上下留白，图案与光影不变」
（原图）
（杯身图案修改+旁边有干花）
还有一件事值得提醒：每轮都以上一张为底，误差会累积。改到第五轮之所以崩，很多时候不是这一轮出了问题，是前面四轮的小偏差叠起来了。所以每轮改完存一版，一旦发现偏了就退回上一版重来，别在已经跑偏的图上继续修——在错误的底子上，越改越远。
电商换季做新品图、给客户返稿、把一张图改成不同尺寸的版本，翻来覆去就是这一招。
二、素材类：透明底要在生成时说，别留到事后抠
做过贴纸和图标的人都卡在这一步：毛茸茸的边缘抠到眼花，好不容易抠干净，边缘还留一圈白。
问题出在顺序上。抠图是补救，补救一定留痕迹。透明底这类要求，得在指令里提前说。
现在不少模型原生支持透明通道，提示词里写"背景保持透明"就行，写成"PNG 透明底"或"Alpha 通道"它同样认。更省事的是顺带要求分层：
生成一套春日露营主题素材：尖顶帐篷、搪瓷水壶、篝火、一只吐舌头的柯基，插画风格统一，各元素保持独立分层，背景完全透明，不要任何底色。
出来直接拖进排版软件、PPT 或剪辑时间线，中间那套"导出—抠图—再去白边"整个省掉。分层的好处是后期还能单独挪动某个元素，不用整张重做。
同一套素材的复用率也比想象中高：拼一张露营海报是一个味儿，缩成小尺寸排成表情包是另一个味儿，帐篷还是那个帐篷，柯基还是那只柯基。要动起来也行——在同一张透明画布上按行列排出连续动作帧，切开合成，就是一段无限循环的透明小动图。
三、图里的字：逐字给全，一次只出一张
让 AI 在图里写小字，以前基本靠运气。字号一小、笔画一多，好好一张知识图就毁了，最后还得手动 P 上去。
要它写对，只有两条硬经验。
第一，文字逐字给全。你写多少它写多少，别指望它替你编内容——它编出来的字大概率是形似而错。指令里把正文原样贴进去：
制作一张竖版冬至节气知识卡，主标题"冬至"，上方为水墨风格的饺子与梅花插图，下方三栏小字分别介绍"数九""祭祖""吃饺子"的由来，正文逐字如下："……"，文字笔画清晰可辨，排版留白舒适。
第二，文字类的图一次只出一张。一次给你四张，你根本来不及逐字校对，最后四张都得重看。一张一张来，看完挑错，比批量生成快。
四、人像：问题不在清晰度，在"太用力"
很多 AI 人像一眼假，不是因为糊，是因为过了：高光亮得发光，皮肤滑得像打了蜡，暗部糊成一团没有细节。
这类图要救，靠的不是"让人像更真实"这种空话，而是把两件事写具体——光线从哪来，质感要到什么程度。
雨后的傍晚街头，女生撑一把透明伞站在便利店门口的暖光下回头。地面有积水反光，发丝微湿。保留细小毛孔、绒毛与自然神态，不磨皮、不过锐化。
光源方向写清楚，轮廓光才有来处；"不磨皮、不过锐化"这类否定词，作用是把模型默认的修饰倾向压下去。这两句比堆十个形容词管用。
修图同理，还是回到第一段那个三段式：去皱纹、去痣、补妆、换发型，都只说动哪儿，再补一句"其余部分保持不变"，五官和脸型才不会被顺手改掉。
写在最后
把这四条放在一起看，其实是同一件事：AI 改图能不能用，取决于你把边界说得多清楚。
以前出图靠抽卡，抽到哪张算哪张；现在更像是你在一块画布上做局部替换，说清楚要改哪里、保留什么，剩下的交给它执行。工具本身的差距，在这个层面已经没有想象中那么大。
对做内容的人来说，真正的分水岭也不在"第一张有多惊艳"。一张图能不能用，很多时候取决于第三十次修改之后它还剩下多少——能改、改得准、改完还能接着用在别的地方，这才接得住日常的返稿。
指令里那半句"保持不变"，写的其实是你对这张图的判断。判断越清楚，AI 才越像在替你干活，而不是替你重新创作一遍。
