ai修图提词踩坑半年：长指令正在悄悄毁你的图
直接给结果：指令越短，AI 越听话。我拿四十张图做过对照，二十字以内的短指令一次过三十一张，八十字的长指令只过二十二张，长指令翻车的方式全是自作主张改了没让改的地方。
ai修图提词这件事，我扎扎实实走过半年弯路。一开始我以为指令写得越细，AI 干活越准，于是把客户需求翻译成一大段话贴进去，结果图修得一次比一次离谱。现在的结论很简单：提词是下命令，不是写作文，短、准、有底线，比长篇大论管用十倍。
对照实验：四十张图，短指令赢了
同样的四十张电商图，二十字内短指令一次过三十一张，八十字长指令只过二十二张。差距全在 AI 的自作主张上。
实验是我上个月做的，起因是那周返工率实在太高。我把同批四十张产品图分两组：A 组用我惯常的长指令，把背景要求、光线要求、风格参考全写上，八十字上下；B 组砍到二十字以内，只说改哪、怎么改、守住哪。结果 A 组二十二张一次过，B 组三十一张。长指令的九张翻车里，有六张是 AI 去改了我根本没提的细节——写得太满，它反而觉得哪里都要动一下。
最典型的一张：长指令里我写了「整体氛围要高级一点」，AI 直接把产品颜色调浅了两度。客户盯着色卡验收，这两度就是返工。B 组同一条图我只写「去掉左上角反光，产品颜色别动」，一次过。
指令只写三件事：改哪、怎么改、守住哪
每条指令固定三段：目标区域、具体动作、不许动的部分，缺一样返工率就往上蹿。守住哪这一段最容易被省略。
我现在的模板表就三列，贴在工位便签上：
| 改哪 | 怎么改 | 守住哪 |
|---|---|---|
| 左上角反光 | 消除干净 | 产品颜色别动 |
| 背景杂物 | 替换成纯色 | 产品边缘保持原样 |
| 画面暗部 | 提亮一档 | 高光别溢出 |
三段加起来二十个字上下。语法这件事展开讲还有很多门道，之前写过一篇ai修图提示词写法：跟AI说话的语法，把常用句式拆得更细，我这篇只补实验数据。
多步修改别挤一条指令。一次让 AI 干两件事，它大概率顾此失彼；拆成两条，一条过一张，速度反而快。我测过连发两条与合并成一条，前者成功率高出两成，代价只是多敲一次回车。模板表我每月复核一次，过时指令淘汰，新增指令先跑二十张再入册，这张表攒到今天只剩九条，条条都是打过硬仗的。
「不要」这个词，比你想的更不可靠
否定句式容易被 AI 无视，把「不要动背景」改成「背景保持原样」，命中率明显提高。说法换成肯定句，AI 才当真。
这是实验里最意外的发现。长指令组我写过十三次「不要」，翻车的五次全跟否定词有关：写了「不要改背景」，背景被换了色调；写了「不要加滤镜」，回来一张图上蒙着层青色。后来我把三十张图拿出来单独测：「不要动背景」命中率七成左右，「背景保持原样」三十张里过二十九张。AI 读指令跟人读合同一样，正向条款记得牢，「不得如何如何」总有人漏看，它也一样。
顺带一个发现：别在指令里写抽象形容词。「高级」「干净」「氛围感」这类词，AI 理解起来全靠猜，十次能对三次就不错了。要翻译成动作：高级一点等于「降饱和 10%、暗部加青」，干净一点等于「去杂物、背景纯色」。形容词进来，玄学就开始了。
还有个反向观察：否定词在贴参考图的场景里倒是稍好一点，我试过贴图加「不要参考图里的颜色」，十次成四次。但稳定性还是不如直接描述目标色，图省事就别绕这个弯。
把客户的话翻译成指令，练三次就上手
客户表达的是感觉，指令要写成动作，中间隔着一次翻译，翻译练熟返工少一半。给你看我的一次翻译。
客户原话是「图要有点质感，别太电商」。这话直接贴进 AI 等于没说。我的翻译是拆成三条：降饱和 10%、暗部加一点青、背景杂物全清。三条指令三步走，一次过。这套翻译做熟之后我攒了个对照本，左边客户原话，右边指令，半年记了六十多组，现在来一句翻一句，几乎不用想。说到底，提词写不好的人，多半不是不会跟 AI 说话，是没听懂客户在说什么。
半年踩下来，我给提词这件事的定位是：它不考验文采，考验的是你对自己这张图到底清不清楚。说不清改哪、怎么改、守住哪，本质上是你还没想好要什么。下次指令翻车，先别怪 AI，把指令砍短再读一遍，多半能读出问题。
常见问题
指令用中文还是英文好？
我全程用中文，主流修图工具对中文的理解足够用。真遇到理解偏差大的指令，换成简单直白的短句比切英文管用，文绉绉的表达才是重灾区。
一张图要改五处，指令怎么排？
按「先大后小」排队：先改背景和光影这类大面，再看瑕疵和边缘这类细节。顺序反了，细节修完被大改动覆盖，等于白干，这个亏我吃过不止一次。
指令模板会过时吗？
三要素的骨架不会过时，工具升级变的只是理解力上限。我的习惯是每换一个新工具，拿同一组五张图把模板重新校一遍，记录命中率，两轮下来就知道新工具的脾气了。
怎么管理自己攒下来的常用指令？
按修图场景建一个指令清单文档，每条指令后面标一次过率，用旧的留、屡翻车的删。半年下来我的清单从四十七条精简到十九条，剩下的全是验证过的。