ai修图局部重绘：圈得越小，AI改得越听话
一句话版本：ai修图局部能不能成，七分看圈选，三分看指令。同一张图十次对照实验，小圈加材质指令的成功率是大圈的三倍不止，这篇把数据和方法摊开讲。
ai修图局部这个功能，教程里都演示得很美，轮到自己上手，改三次废三次才是常态。问题多半不在工具，在用法：圈太大、指令太笼统、一次想改两处。这三宗罪，我全占过。我上个月专门花一个下午做对照实验，把失败样本铺在桌上一张张看，规律比想象中直白。实验条件也交代清楚：同一台电脑、同一款工具、同一张图，变量只留圈选范围和指令写法，输赢赖不掉。
十次对照实验：小圈赢在哪
圈选范围每扩大一倍，AI获准自由发挥的区域就多一倍，废片率跟着翻番。圈选不是选作业范围，是划红线。
实验对象是一张咖啡馆窗边照，目标改动是把桌上的白瓷杯换成玻璃杯。小圈方案贴着杯子轮廓留两三像素的边，指令只写材质；大圈方案把杯子和半张桌子都框进去，指令写位置加材质。十次对照下来，结果如下。
| 方案 | 圈选范围 | 成活 | 典型翻车 |
|---|---|---|---|
| 小圈加材质指令 | 贴边2-3像素 | 9/10 | 偶发边缘生硬 |
| 大圈加位置描述 | 杯子加半张桌 | 4/10 | 桌布木纹长出反光 |
原理想明白就通了：圈里的每一块像素都是AI的画布，你多框进去的每一寸，都是它获准重画的许可。大圈那六次失败里，杯子其实都换对了，败在被顺带重画的桌布和桌面反光上。
实验中途我还补了一组中圈对照：把圈放大到杯子加一圈桌面，成活六次，正好卡在大小圈中间。三组数据连起来看，成活率和圈面积的关系几乎是直的——圈每大一圈，AI自由发挥的空间就多一格。
每次输出我都编号存档，成败分开两摞，下午复盘时一张张对比边缘和光影。十次实验听起来不少，真看半小时就完了，但比凭印象下结论可靠得多。
我的圈选手册：三个动作四个禁忌
先放大再圈、贴边留两三像素、羽化一到两像素，这三个动作能让边缘自然得像没动过。手册后半是罚单换来的。
四个禁忌是我攒的罚单：不圈跨材质的边界、不一次改两处、不在暗光区域下大刀、不指望一次到位。跨材质边界最容易穿帮，杯子把手压着桌布的那种地方，AI经常把两个材质揉成一团。
放大再圈这个动作值得单独强调。缩略图上随手一框，框进去的往往还有半个背景；放大到200%再下笔，精度完全是另一回事。多花十秒，省下三轮重跑，这笔账怎么算都划算。
一次只改一处的纪律看着笨，其实最快。我试过一张图连改三处，AI互相污染，越改越乱；分开三次改，每层单独看效果，不合适就撤销这一层，全程反而省时间。
羽化的两像素也别迷信。背景是大面积纯色时，羽化给到三像素边缘更融；背景本身布满细密纹理时，反而要收到一像素，宁可贵一点也别糊。
改完退远两米看一眼，再凑近看边缘。屏幕跟前看全是细节，整体关系崩了才是真崩。
局部之外的局部：调色也能只动一块
提亮脸、压暗天空、救回死黑衣服，这三类需求用径向和线性蒙版就能解决，不必动用重绘。省钱的活别用贵的方式干。
很多人一听局部就想到重绘，其实八成局部需求是调色。天空过曝就压高光加线性蒙版，脸暗就径向提亮加一点暖调，这些操作零翻车风险，比重绘便宜也快得多。重绘留给真正要「换东西」的场合。
死黑衣服的救法单独记一笔：先用阴影提亮拉回层次，再给衣服区域单独加一点清晰度，布褶就回来了。直接拉全局曝光是懒办法，衣服救活了，天空也过曝了。
蒙版调色的分层逻辑，局部调色技巧：天空更蓝天别全图动那篇讲得和我做法一致，两篇对照着用刚好互补。
那个下午的实验做完，我把「先缩小圈选」写进了自己的操作清单第一行。ai修图局部这件事说到底是个纪律问题：你给AI的地盘越小，它闯祸的空间越小。下次重绘之前，先把圈缩到最小，把指令写到最具体，成活率的变化会让你想把之前废掉的图再捞回几张——我上个月就这么干了一晚上，真捞回来四张。
常见问题
圈选的羽化值给多少合适？
一到两像素起步，边缘发硬再往上加。头发、毛发这类细碎边缘交给专用抠图工具处理，别硬圈，圈的形状越规整越假。
为什么改出来的物体光影和原图对不上？
指令里补一句光源方向，比如「左窗光」，多数模型会顺着原图光走。缺这句它就自己编光影，编出来的影子方向多半不对。
局部重绘能用在视频截图上吗？
单帧可以照做，但同一段视频要逐帧一致就难了。动静小的画面能用，人物一动起来就穿帮，别指望批量。
手机上做局部重绘靠谱吗？
简单替换可以，精细圈选在手机上费手指。我的习惯是手机先圈大概位置验证想法，回电脑再精修，两头分工。