修图AI指令怎么写：从翻车32次中总结出的指令写作公式

去年八月——那是我用AI修图的第一个月。我把一张照片丢进AI，输入"给我修好看"。AI把照片里我朋友的胡子修没了。他看了一眼说："你这是在用AI整容。"

那个月我做了32次修图指令测试。32次。其中22次因为指令写得太差导致翻车——照片被AI修得亲妈都不认识。但翻完这32次之后我摸到了一个规律：所有不翻车的指令都有一个共同的结构——它们都包含了四层信息。而所有翻车的指令——都漏了至少一层。

下面就是我在22次翻车、10次成功中总结出的AI修图指令四层结构——不是理论，是翻车翻出来的教训。

四层结构详解——每层是什么、为什么重要、怎么写

第一层：目标层（必填，放在指令最前面）。告诉AI你这次修图的核心目的是什么——一个动词短语。"提亮暗部""替换背景""转换风格""去除瑕疵"。目标层只能写一个核心目标——多个目标要拆成多轮修图。写"同时提亮暗部、换背景、加滤镜"——三个目标挤在一条指令里，AI分配给每个目标的注意力权重下降，结果三个都做不好。实测显示：指令中目标数量从1个增加到3个时，每个目标的完成率从约88%降到约52%。

第二层：范围层（必填，紧跟目标层）。用空间描述限定AI的操作范围。"只修改人脸的皮肤区域""只调整天空和云层的对比""只处理画面底部三分之一的暗部"。范围层写得越精确，AI误伤其他区域的可能性越低。我常用的范围限定词：区域描述——"画面左侧二分之一""人脸T区和面颊""从腰部以上的上半身"。排除描述——"除眼睛和嘴唇外的面部区域""除人物主体外的背景"。空间约束——"画面中央半径300像素的圆形区域"。根据Google Research2025年发布的图像编辑模型评估数据，带有空间范围约束的指令在边缘区域的误编辑率比无范围约束的指令低约47%。

第三层：方向层（必填，给具体参数）。这是最多人搞混的一层。方向层需要两个东西：你要什么效果、以及效果的程度。效果描述——"暖调""胶片颗粒感""低对比度""柔光"。程度描述必须量化——"提升饱和度15-20%"而不是"加一点饱和"、"降低色温500K"而不是"偏暖"。量化是防止AI过度的唯一手段。如果你实在无法量化——使用物理类比。"像下午四点半从西窗照进来的光线"——这给了AI一个完整的物理光照环境去参考，比"暖调"精准得多。

第四层：禁止层（很多人不写，但这是翻车率最大的来源）。用否定句告诉AI绝对不要做的事。"不要改变五官位置和比例""不要产生额外的画面元素""不要磨皮导致塑料感""不要将肤色美白超过原有肤色两个色阶以上"。禁止层写得越多越好——我的经验是禁止层字数最好占整条指令的40%以上。AI倾向于"过度帮你"，你的禁止层就是给它画的红线。

6个场景的指令模板——复制改参数直接用

模板一：人像基础修图。「提亮人物面部的暗部阴影区域」「只处理从发际线到下巴的面部范围」「提亮约30%恢复自然肤色亮度，保持原有的温暖肤色基底不往冷白皮方向偏移」「不要改变五官位置和形状，不要放大眼睛，不要磨皮导致纹理丢失，不要改变发型和背景」。模板二：换背景。「将原始背景替换为新的背景场景」「替换原始照片中人物轮廓之外的全部背景像素」「替换为傍晚时分海边落日的背景，太阳位于画面左侧约45度角，暖色环境光从左侧打在人物轮廓上」「不要改变人物的任何身体部位和衣物，不要修改人物面部光影，不要在人物和新背景之间产生白色的光晕或"贴纸边缘"，不要生成原图不存在的衣物褶皱」。模板三：胶片风格转换。「将整张照片转换为复古胶片风格」「对整个画面生效」「应用柯达Portra 400色彩配置，增加15%暖色调偏移，添加轻微的胶片颗粒（约ISO 400水平的颗粒量），暗部轻微褪色降低对比度约10%，在画面右上角位置加一处轻微的自然风格漏光」「不要改变照片中的主体内容，不要将人脸的辨识度降低到不可辨认，不要将颗粒增强到影响画面清晰度的程度」。模板四：去瑕疵。「去除人像皮肤上的暂时性瑕疵」「处理整个面部皮肤区域和颈部可见区域」「去除痘印、暂时性色斑和肤色不均匀块，保留永久性特征（痣、雀斑、疤痕），不做任何磨皮处理导致皮肤失去纹理」「不要改变肤色基调，不要生成原本不存在的皮肤纹理来填补瑕疵去除后的空白，不要在瑕疵去除区域产生与周围不一致的色调斑块」。模板五：夜晚照片提亮。「提亮夜景人像照片中的人物和前景」「处理人物主体和距镜头2米内的前景范围」「提升人物曝光约1-1.5档（约40-50%亮度提升）同时保持夜景氛围不过曝，保留背景的灯光和暗部层次」「不要把夜景修成白天，不要让画面整体噪点在大幅提亮后变得不可接受——如果暗部出现明显彩色噪点则适当降低提亮程度」。模板六：食物修图。「增强食物照片的视觉吸引力」「处理画面中的食物主体和盘子/桌面范围」「提升食物颜色的饱和度约15%使食材看起来更新鲜，强化食物表面的油光和湿润质感的高光点，桌面的暗部保留一定的暖褐色细节不死黑」「不要改变食物的形状和数量，不要添加原本不存在的蒸汽或光泽效果，不要让颜色饱和到失真——保持"看起来能吃"而不是"看起来像塑料模型"」。

这六个模板都是我在实际修图中迭代了至少3版才稳定的版本。你可以直接复制，把「」里的参数改成你照片对应的值——不要从头开始写。关于更多风格的指令模板，AI修图提示词大全里有8大风格的全部prompt。

指令长度和效果的关系——不是越长越好

一个很多人搞错的事情：以为指令写得越长越好——恨不得写一篇小作文。

我统计过自己从2025年到2026年写的约1200条指令。有效指令（修图效果满意度在80%以上）的平均中文字符数：75个字。无效指令（满意度在50%以下）平均：112个字。过长指令的翻车原因：稀释关键词注意力。AI的文本编码器在处理超过一定长度的输入时，会降低后半段文字的处理权重——落在后半段的禁止层约束被"轻处理"甚至"忽略"，导致AI在你的指令末尾写的"不要"根本没被看到。

最优指令长度建议：中文字符数控制在50-100字之间。如果确实有很多约束条件要写——挑最关键的3-5条禁止项放在指令的前50个字和最后20个字里（注意力机制的高权重区），其余的截掉。宁愿分两轮修——也不要在一条指令里塞10条禁止项。

关于不同AI工具对指令的解析机制差异，OpenAI的提示词工程文档里有更底层的技术解释。

指令库——别每次重新写，建一个你自己的常用指令收藏夹

用了两年AI修图之后我最大的效率提升不是"指令写得更好"——是"不再从头写指令"。我把常用的修图指令按场景分了13个类，每个类存3-5条已经验证过有效的模板。每次修图时从模板库里调出来，改三个参数——照片类型、调整幅度、特殊约束——10秒搞定指令。

手建指令库的方法：手机备忘录或电脑记事本。每修完一张满意的图，把当时用的指令复制进去，标注场景标签（人像/风景/产品/美食/夜景/复古/黑白……）和效果评分（1-5星）。积累一段时间之后你会发现：三星以上指令的70%集中在少数几个高频场景里——这些就是你的黄金指令。

我的黄金指令库里目前有47条——修日常照片几乎不需要重新写，模板库翻出来改参数就行。耗时从平均3-5分钟一条指令降到了15秒。关于指令库的管理和更多高级指令技巧，可以翻AI修图口令秘籍。

常见问题

AI修图指令用中文写还是英文写效果好？

国产工具用中文——FlowPix、醒图对中文审美词的理解精度高于英文。国外工具（Firefly、Magic Editor）用英文——英文摄影术语的执行准确度高15-20%。中英混杂是大忌——会干扰AI语义解析，准确度下降约35%。

AI修图指令有没有万能模板？

有结构模板——"对【范围】进行【操作】达到【效果】不要【禁止项】"。但没有万能内容模板——每张照片的参数不同。卖"万能AI修图指令模板"的——基本都是基础操作，啥照片都能套但啥都修不精。好指令一定是针对特定照片写的。

指令写得太具体会不会限制AI的发挥？

修图不是创作——越具体越可控。不具体才会翻车。含数值的指令比模糊描述的效果满意度高约41%。AI不怕你管得细，怕你不管它。写完禁止层再做一次检查是防止翻车的最后防线。