打字修图ai听不听话，取决于指令里有没有这三样
这事儿我做了个笨实验：同一张图，换八种写法去指挥 AI。结论是位置、数量、程度三样写齐就一遍过，写得笼统它就替你自由创作。
打字修图ai最气人的时刻，是它大改特改了一堆你没让动的地方。我一度怀疑是模型抽风，直到把八条指令排在一起做对比，才发现问题多半出在我自己写的句子上——话没说清，怪不了机器。这个实验花了我一个下午，换来的是之后每个月少返工几百次。
八条指令的对照：一句话改一个字，结果两样
「把背景弄干净」它连杯子一起换了；「只清除桌子右侧的纸巾，杯子别动」一遍过，差距就在限定词上。
| 指令原话 | 结果 |
|---|---|
| 把背景弄干净 | 背景干净了，杯子被换成了别的款 |
| 清理背景杂物 | 纸巾没了，杯子的影子也被抹掉 |
| 去掉桌面右边的纸巾，别动杯子 | 一遍过，影子还在 |
| 清除所有杂物 | 桌面空了，木纹上补丁感都出来了 |
| 把杯子往左挪一点 | 杯子没了，凭空长出一个花瓶 |
| 天空调亮一些 | 天亮了，人脸跟着过曝 |
| 只提亮天空，人脸保持原样 | 一次到位 |
| 修得好看点 | 全图重画，面目全非 |
八条跑下来规律很直白：带了对象保护、带了位置、带了程度限定的，基本一遍过；裸奔的短句，全靠运气。说实话，「修得好看点」那条出来的时候我笑出了声，它真的重新画了一张，还画得挺认真。
对照表我存进了手机备忘录，接活紧张的时候翻一眼，比回忆靠谱。表还揭示了一个反直觉的现象：指令越长越听话。我原本怕它理解不了长句，事实正好相反，它处理四十字的指令比八个字的稳。
三要素套法：位置、数量、程度
位置用方位加参照物，数量写明几个，程度用清除、淡化、微调分级，三样凑齐，AI 基本不猜。
套两个例子感受一下。不说「把人修瘦一点」，说「把左侧腰线收窄两指宽，头部和背景别动」；不说「去掉路人」，说「桥上右侧三个路人清掉，最左边穿红衣服的那个留着」。数字尤其好使，AI 对「三个」「两指」这类量词的理解，比「一些」「一点」靠谱得多。程度词我固定用三级：微调、淡化、清除，跟合作的人也对齐这套说法，省得一个词各自理解。
还有个小技巧：指令里最好带上「不要动什么」。正向要求它执行得快，反向保护它执行得更认真，一条指令里正反都写，返工率最低。
失败案例也记录在案：有次我写「把背景调成夜晚，但保持白天明亮」，它给出的结果是黄昏——两条要求打架，它就自作主张取中间值。指令之间先自己捋顺，别把矛盾甩给机器，它只会老实执行，不会反驳你。
哪些要求打字解决不了
精确选区的细碎杂点、要保住质感的皮肤处理、需要前后完全一致的效果，打字到不了这个精度，得回手动。
试过的几类都记着账：发丝缝里的白色碎屑，指令写多细它都会连累发丝；皮肤处理写「自然一点」，十次能出五种火候，客户等不起这种抽奖。这类活老老实实回手动工具，指令管大面，手动管细节，别指望一句话包圆。
一致性要求也算这类。同一条裙子修三十张，指令写死也挡不住张张微妙不同，这种活得靠预设和批量工具锁参数，打字只适合处理孤立的零散图。
改不动就换个说法：重说比重试省时间
同一条指令连试三次不对路，就该换写法，模型不是人，听不懂暗示和阴阳怪气。
我踩过的坑：写「能不能把天再蓝一点」，连跑四次越发灰。换成「提高天空蓝色饱和度，亮度不动」，一次过。跟 AI 说话别绕弯，别用反问，别加客气话，它不吃这套。更成体系的语法之前整理过一篇ai修图提示词写法：跟AI说话的语法，想深挖的可以补上。
我还养成了记「指令病历」的习惯：哪条写法翻过车，原话记下来，旁边写上正确写法。半年下来翻车的花样就那么七八种，病历不再新增，返工自然也就停了。
八条指令的实验之后，我写指令前会默念一遍三要素：哪里、几个、多狠。念齐了再发送，返工次数肉眼可见地少了。
跟 AI 沟通说难也不难。把它当成一个执行力极强但完全不会读空气的新同事，你说什么它做什么——所以话要说得像施工图纸，别像聊天。
顺便把那条最短的教训留下：别在指令里写「帮」和「麻烦」这类客气话，它不领情，还可能把「帮」理解成一个动作。机器面前，直接下命令反而最礼貌。
常见问题
指令写中文还是英文效果好？
主流工具对中文的理解都没问题，我混着用，效果差别不大，关键还是限定词给得够不够。
一条指令能同时要求几个修改？
两三项为限，再多完成度会互相抢。我的习惯是拆成两轮，先大后小，先结构后细节。
指令模板能复用吗？
能。我把常用的七八条存成了便签，每次只改位置和数量，比自己现编快得多，也稳定得多。
为什么同样的指令两次结果不一样？
生成类操作带随机性，同一指令多跑几次取最好的一张是正常用法，别指望两次像素级一致。