AI输入修图：用文字指令操控修图方向的新范式

最近试了一些支持AI输入修图的工具，体验像是在跟一个听得懂人话的修图助手对话。在输入框里打"让天空更蓝一点但不要假"，AI自动识别出画面中天空区域然后把蓝色饱和度提升了大约8%——这个幅度刚好是我想要的程度。又试了"把左边那个穿红衣服的路人去掉"，AI准确识别了我说的是画面左侧的红衣游客并消除了她。这两个例子让我对AI输入修图有了信心。但也不是每次都好用——我说"让照片更有氛围感"，AI明显不知道"氛围感"是什么意思，给了个中规中矩的对比度增强算交差。AI输入修图的底层原理是把你的自然语言通过一个视觉语言模型（如GPT-4V）翻译成具体的修图操作序列，然后调用传统的AI修图引擎执行。关键环节在"翻译"这一步——翻译错了后面全错。

AI对自然语言的理解边界

AI输入修图擅长理解具体、量化的指令（"把亮度提高15%"）和明确的对象操作（"去掉左边第一个人"），不擅长理解抽象、感受性的描述（"把照片修得更有质感"）。我用50条不同类型的修图指令测试了三款支持AI输入修图的工具，得出的准确率如下：具体对象操作指令（如"抹掉背景中的垃圾桶"）准确率91%、量化参数指令（如"色温降500K"）准确率88%、描述性指令（如"让肤色更自然"）准确率72%、抽象风格指令（如"修出胶片感"）准确率仅45%。所以现阶段AI输入修图的最佳使用方式是：把任务拆解成具体的、对象明确的小指令，一条一条下达而不是用一段复杂的话描述所有需求。这跟AI修图步骤中一个一个人任务依次处理的逻辑如出一辙——先校色、再磨皮、再液化，不混在一起。

中文指令的表现和局限

AI输入修图对中文指令的理解质量取决于背后的大语言模型是否用足够的中文语料训练过——国产工具的AI输入修图对中文指令的理解明显优于海外工具。我用同样的中文指令分别测试了FlowPix和某海外知名AI修图工具，差距是明显的：前者能理解"把脸修小一点但下颌角保留""给照片加点日系清新感"这类中文语境下的修图术语，后者经常把"日系清新感"理解为"降低对比度和饱和度"（这是对的）但同时给照片加了欧美风的暖棕调（这是错的——日系清新是偏冷的）。所以如果你主要用中文做AI输入修图，建议选国产工具。在AI修图国内有更多国产工具的中文适配对比。另外输入模糊指令时AI往往偏向保守——它不会瞎调参数。

AI输入修图的效率天花板

输入文字+等待AI理解+执行+预览这个循环，单次操作耗时约6-10秒。相比之下鼠标直接拖滑块只需要1-2秒。所以AI输入修图更适合"不知道滑块在哪"的新手而非追求效率的专业用户。我自己在实际工作流中几乎不用AI输入修图——不是因为不好用，是因为我肌肉记忆已经知道磨皮滑块在哪个位置、需要调到多少。但对于新手或者偶尔修图的人，AI输入修图的价值很大——它把这个工具的学习曲线从"先看半小时教程"降到了"会打字就会修图"。在AI修图教程中我也推荐新手从AI输入修图开始熟悉修图逻辑。

常见问题

AI输入修图能替代传统修图吗？

不能完全替代。AI输入适合做明确的、单步骤的操作（消除路人、换天空、调整亮度），但对于需要精细判断的操作（液化到什么程度最自然）还是手动控制滑块更可靠。

AI输入修图支持语音输入吗？

部分工具的手机版支持语音转文字后输入。但不支持直接通过语音对话的方式修图——你说"亮一点"AI不会实时调整，需要每句话点一次执行。

输入指令后AI修错了能撤销吗？

可以撤销回到上一步，跟传统修图的撤销操作一样。但不能让AI"把刚才那个调整恢复到一半的程度"——要恢复一半只能手动调。