AI用图修图是什么？垫图修图的正确姿势和坑

垫图修图的原理：AI抄的是感觉，不是像素

垫图是把参考图喂给AI当视觉锚点，AI提取它的色彩、构图和质感，再结合你的文字指令重新生成，并不是把参考图贴上去改两笔。

拿我常用的 Midjourney 举例：把参考图链接贴在提示词最前面，AI 会先给这张图算一个「视觉特征」，包括色调倾向、画面结构、材质感觉，然后跟你的文字描述做融合。文字说「黄昏、暖光」，参考图是冷蓝夜景，两个信号就在打架，最后听谁的，看权重怎么给。

打个比方，参考图像你给厨师看的一道成品菜的照片。厨师看的是火候、摆盘和配色思路，端上来的还是你点的那道菜，不是把照片里那盘直接端给你。想通这一点，你对垫图的期待值就对了。

我今年3月刚上手时完全没搞懂这个，垫了一张莫兰迪色调的室内图，提示词里写「阳光下的咖啡馆」，出来四张全是灰扑扑的，气得我直接关掉页面。后来才明白，参考图那边的灰调特征被带进来了，文字里的「阳光」没打赢。

参考图怎么选、权重怎么给才不跑偏

选图挑单主体、光线干净、色彩不超过三种的；权重从默认值起步，风格不稳就小幅上调，细节糊了再降回来，每次只动一档。

选图我有一套挑法，练了一年基本成了肌肉记忆：

1. 主体只有一个。参考图里塞三个物体，AI 会分不清你要抄哪个，混着来。
2. 背景别抢戏。纯色墙、大留白的图最稳，我自己存了一个 40 多张的素材夹，全是窗光静物。
3. 色彩克制。三色以内、明暗对比适中的图，垫出来最不容易脏。

权重方面，Midjourney 的 --iw 我常驻 1.25，这个值文字指令和参考图大概五五开。风格想再贴一点，一次加 0.25，加到 1.5 我就停手了。玩 --sref 锁色调时，--sw 我从 150 起步，最高没超过 400。要说保人脸，--cref 配 --cw 100 基本够用，想放点变化就降到 80。

翻车也翻过。有一次我把 --iw 直接拉到 3，想看看上限是什么样，结果出来的画面跟参考图几乎一模一样，我写的文字指令完全没参与，等于白写。AI用图修图里「权重给满」听起来很稳，其实是把方向盘交了出去。提示词那边不知道怎么配合的，可以看这篇AI修图描述怎么写，垫图和文字是搭着来的，缺一边都不行。

7月底我还专门做了一轮对比测试，同一张图、同一句提示词，只动 --sw：0、150、400、800 各跑两组。400 往上，参考图的颗粒感就开始往画面里钻；800 那两组，八张里六张的纹理跟参考图一个模子。从那以后我的 --sw 上限就定死在 400，测试花掉的快门次数大概二十多次，值。

参考图为什么会「污染」你的照片？

污染多半是参考图权重过高、风格太强势，AI把它的色调、材质甚至人脸特征混进了你的画面，降权重、换图或加负面描述都能救。

说个我印象最深的惨案。今年5月，朋友开茶馆，让我帮他修一组探店照。我脑子一热，垫了张赛博朋克的城市夜景做「氛围参考」，--iw 给到 2。出来的图，茶杯边缘泛着霓虹紫光，朋友的脸侧还有一道蓝色反光。他看完在微信里给我发了一串问号，配一句「我这是茶馆还是夜店」。

重跑三版才救回来。最终方案：把赛博朋克那张直接扔掉，换一张窗光下的茶具静物只当光线参考，--iw 降到 0.75，色调用 --sref 单独锁，--sw 给 120。提示词里明确写「自然光、原木色调」。8月底他那批新照片我又用这套流程跑了一次，20 张里 14 张能直接用，成片率比之前瞎垫的时候高出一大截。

污染这个事，说白了就是参考图里有什么，AI 就往你图里掺什么，它不懂「只要氛围不要霓虹」。你自己不替它做减法，它就全给你。跑题说一句，我现在连给家里猫拍照都习惯先翻素材夹找光线参考，职业病没救了。话说回来，这套减法思路在正经修图上确实一直好使，前提是你得清楚参考图每一处特征都可能渗进来。

后来我养成了一个体检查毒的习惯：每次垫新图，先用低权重跑四张小样，专看边角——杯子边缘、皮肤高光、阴影里最容易被污染。干净，再往上调；脏了，立刻换图，不心疼。这个两分钟的小动作，帮我省下的重跑次数早就数不清了。

绕了一圈，回到开头那句话：参考图是拐杖。拐杖选对了，走路的姿态稳很多；但你不能指望拄着拐跑出成绩。选单主体、干净光线的图，权重小步调，时刻盯着参考图在往你画面里掺什么——这三件事做到位，垫图才算真帮你。剩下的，多跑几次比看什么都管用。