AI 图片越改越不一样？先写出不可变项 - AIPlan

改到第 5 轮，主体跑位、色调变暖、logo 变形，这种情况几乎每一轮都在发生。原因不在模型笨，在指令里只写了"要改什么"，没写"什么不能动"。解决办法很朴素：开图之前先列一份不可变清单，每轮只改一处，改完留档。 不可变清单要写到能被检验 "保持风格"不算约束，"保持浅灰背景 #F2F2F2、主体居中、左上角留出不小于画布 1/4 的空白"才算。前者无法验证，后者一眼能看出来。 官方文档给了一个可以直接抄的例子：Replace only the mug with a small potted plant. Preserve the person, desk layout, lighting, colors, crop, and every other detail exactly. Do not add text or logos. 这句话里有三个动作：替换一个元素、逐一列出保留项、明确禁止项。 我的清单固定 6 项，每次贴在同一段里： • 主体位置与大小比例； • 背景色与材质； • 光源方向； • 裁切比例； • 文字内容与位置； • 禁止出现的东西。 6 项里漏掉任何一项，那一项就是这一轮最可能漂移的地方。 每轮只改一个变量 同时改背景、换模特、加文字，改完发现不对，你无法判断是哪个动作引起的。5 轮下来所有元素都动过，只能从头再来。 正确节奏是做减法：先定构图，再定主体，再定光线，最后加文字。每一轮只动一项，其余 5 项粘进"保持不变"里。 四轮做完听起来慢，但比十轮乱改快。而且每一轮的中间版本都是可用的备选，出货时不至于只有一个成品。 修改幅度也有阈值。一次改动超过画面的 30%，模型倾向于重新生成而不是局部编辑，整体风格会跳。超过这个幅度，就该另起一张图，而不是继续在第 1 张上叠改。 用 Canvas 视图批量对比，而不是逐张点开 官方说明里有一个容易被忽略的功能：选中生成的图片可以打开扩展视图，在 Focused view 和 Canvas view 之间切换。Canvas 视图能看到同一个对话里生成的所有图片，并支持 Comment 给一张或多张图加批注，Multi-select 多选后再统一发修改意见。 这个视图的价值在于横向比较。单独看第 4 轮觉得没问题，和第 1 轮并排放，才会发现主体的间距已经偏了 20 像素。 批注功能适合具体到局部的问题。直接在图上圈出要改的区域再描述，比用文字写"右下角那个角标"准确得多。 选区编辑和整图重绘的区别 官方描述里有两种改法：用选择工具框选局部再描述修改，或者不用选区工具直接在对话里描述。选区的边界不是绝对精确，官方也写明编辑可能超出你选择的区域。 这意味着：小范围的颜色调整、去掉某个小物件，用选区更快；涉及整体构图、光影方向、视角的变化，选区帮不上忙，直接描述整张图更靠谱。 一个实操技巧是：需要保持背景不变但换主体时，先框选主体，再写"只替换选中区域的人，背景、阴影、地面反光完全保留"。阴影和反光是最容易掉的两样，不点名就会一起消失。 尺寸和比例一开始就要定对 同一张图后期从 1:1 裁成 9:16，主体会被切掉两侧。官方的做法可以提前规避：使用比例选择器，或者在提示词里直接写明目标比例。 不同渠道要的比例不同，我按用途先定： 用途 建议比例 注意 商品列表缩略图 1:1 主体占画布 60% 以上 手机端详情页头图 4:5 或 9:16 上下留安全边距 桌面端横幅 16:9 文字避开左右各 10% 社交分享卡片 1.91:1 主体不要贴近边缘 比例定错，后期补救的办法只有两个：重新生成，或者用留白把画布补齐。后者会让主体显得比原计划小一圈。 图中的文字单独验收 AI 生成的字形偶尔出错，尤其是中文。官方建议是：文字要短、用引号把准确内容括起来、明确大小写、说明字体风格、大小、颜色和位置；罕见名字要逐字母拼出来；同时说明是否允许出现其他文字。 我加一条核对动作：生成后放大到 200%，逐字比对。中文字形错一笔，缩略图阶段看不出来，印出来就废了。 字数控制在 8 个汉字以内，出错率会明显下降。超过这个长度，建议图片只放图形，文字后期用设计工具叠。 版本管理：文件名比记忆可靠 每一轮保存成 cover_v1.png 到 cover_v6.png，不要覆盖。文件名里带上关键参数，例如 cover_v3_1x1_warmbg.png。 图片自动保存在 Images 里，同一对话的所有图都在。但删除对话会连带删除图片，官方写明要删掉 My images 里的图，就是删掉生成它的那个对话。所以定稿后第一件事是下载到本地。 下载路径在图片控件里：Save 是下载到设备，Copy 是复制到剪贴板，Share 是直接发到其他应用。 改不动的时候换参考图，不要继续加提示词 连续 3 轮都不满意，说明问题不在语言描述。要么换一张参考图，要么换一种表达方式。 官方的多参考图做法是：给每张图编号，说明各自承担什么角色，用前景、背景、左、右这类空间词描述组合方式。示例结构是"图 1 是产品照，图 2 是风格参考，保留图 1 的产品、机位、布局和物体，应用图 2 的线条、配色和阴影"。 这个结构比堆形容词有效得多，因为它把"风格"拆成了可指认的具体来源。 做商品封面时，这套流程还会遇到另一个问题：极简风格下不同商品的区分度。相关做法在黑白极简也能分清商品里，提示词的整体组织方式看先说明图片用在哪里，出图后的验收环节可以参考交付前的质量检查清单。 截至 2026 年 10 月 18 日核对，视图切换、批注、选区编辑、比例选择与图片保存路径以 OpenAI 帮助中心《Images in ChatGPT》和《Image generation》文档为准；生成耗时与可用档位随版本变化，以账号内实际显示为准。 参考资料资料核对日期：2026-10-17 • Image generation 延伸阅读• 生图提示词怎么写？先说明图片要放在哪里 • 数字商品封面怎么做？极简风格也要让人分得清商品 • AI 输出完成了，怎样判断可以交付？用五项检查收尾