修图ai斑图保留质感：雀斑去不去的三档方案
别绕了：AI 祛斑最容易翻的不是去不干净，是去得太干净。脸上一颗斑不剩，质感也一起没了。我把这类图分三档处理，商业、写真、证件各有各的修法，这篇讲档位怎么定、参数落哪。
修图ai斑图这件事，我的态度很明确：斑点不是敌人，失控的磨皮才是。AI 修图工具识别斑点的准头这两年进步很快，痘印、晒斑基本指哪打哪，问题出在它没有分寸概念——你要它去斑，它顺手把雀斑、痣、皮肤纹理全捋平了。上个月一个拍写真的姑娘拿到成片直接问我「这脸像我不是」，一句话让我把三档规则彻底固定了下来。档位想清楚，AI 才是好帮手；档位不想，它就是个磨皮机器。
为什么写这篇？那天之后我翻了翻自己近三个月的客片记录，带斑的脸占人像单的四成，翻车记录里有九条跟祛斑有关。这个比例意味着，处理不好斑，等于处理不好将近一半的人像单。三档方案不是我发明的理论，是被客诉逼出来的分工，写出来给同行和爱自拍的朋友都省点学费。
三档方案：商业全净、写真留斑、证件匀肤
斑点处理分三档：商业片全净、写真留斑、证件照只匀肤不祛斑。档位不同，指令和强度差很多。
| 档位 | 适用场景 | 祛斑强度 | 我的做法 |
|---|---|---|---|
| 商业全净 | 护肤品、美妆类电商 | 80%-100% | 斑点痘印全去，纹理手动补回 |
| 写真留斑 | 个人写真、生活照 | 30%-40% | 只去痘印和暗沉，雀斑保留 |
| 证件匀肤 | 证件照、工牌照 | 0% | 只匀肤色提亮，斑点不动 |
这张表是我两年客片攒出来的。商业档要求高不是客户挑剔，是广告图的放大场景决定的，详情页一张脸可能占半屏，任何残留都会被看见。写真档是重灾区，很多同行图省事全按商业档修，结果客户不认账。我个人最喜欢修写真档，留着雀斑的脸才有故事，全部抹平反而千篇一律。
三档的强度数字别硬抄，工具不同底不同。我给的是自家常用工具的落点，你换工具就做一次标定：拿同一张脸跑强度 20%、40%、60%，记住塑料感出现的那个点，以后所有的档位都从那个点往下退一档用。标定一次，全年受用。
证件档最容易被忽略，也最容易被修过头。证件照的功能是让机器和人核对身份，斑点属于特征，动了特征反而添麻烦。我的做法是肤色不匀的地方轻推一点，强度不超过 20%，祛斑指令一个字都不写。
AI 认不出来的斑，才是真麻烦
AI 分不清痣、胎记和雀斑，先圈选排除再谈强度，别指望它自己懂。
我遇过三个典型翻车：客户眉角有颗泪痣要保留，AI 第一轮就给抹了；一个小孩的胎记被当成大面积色斑处理，家长看了脸色很难看；还有一位客人故意留了嘴角的美人痣。从那以后我养成了习惯，修之前先问一句「脸上有没有要保留的」，得到的答案比我预想的多得多。问这一句十秒钟，省的是整单重修。
技术上的兜底办法是先圈选。把要保留的区域单独圈出来做排除，再对其余区域下祛斑指令，AI 对圈选的服从度远高于对指令里「保留痣」这种文字描述。圈选的边缘要留一点余量，贴太紧的话边缘一圈会被误伤，我在这个细节上返工过好几张。类似的分寸问题，之前写老人照片 ai修图时也提过，皱纹和斑点一样，都是属于本人的东西。
还有一种边缘情况最磨人：斑长在美人痣的位置边上。去斑指令下去，痣的边缘一圈被啃掉半毫米，远看没事，近看痣像浮在皮肤上。我的处理是痣不动，把痣周围两毫米设为保护区，其余地方正常去。保护区这个概念很多工具没有现成功能，就用反向圈选凑，麻烦是麻烦点，但比返工快。这半毫米是我用一张婚纱照的返工换来的。
还有一件事值得单独说：去完斑记得补纹理。AI 去斑的区域普遍会发光发平，我会把原图的皮肤纹理层叠回去，透明度压到 25% 到 35%，脸立刻就活了。这步只花半分钟，成片和竞品的差距就在这半分钟里。斑点去不去、去多少，说到底不是技术题，是替客户做决定之前先问清楚，答案永远在客户嘴里，不在参数里。
补一句给自拍党：手机前置镜头出厂自带的美颜，会把斑的边界先软化一遍，AI 二次识别就容易连成片误判。真想让 AI 发挥准头，用后置镜头或者别人的设备拍，原始信息越完整，AI 的刀口越准。
常见问题
客户自己要求全去掉，还劝吗？
劝一次就够，把两版各出一张小图给客户对比着看，剩下的决定权交出去。我劝下来的成功率大概一半，另一半照做。客户付了钱，脸是客户的，别替人固执。
祛斑和磨皮是一回事吗？
不是。祛斑是定点处理，磨皮是面状柔化。只祛斑不磨皮，皮肤质感还在；磨皮一上，纹理先没。我的顺序是先定点祛斑，磨皮能不上就不上，非上不可就把强度压到 20% 以内。
AI 把雀斑和毛孔一起处理了怎么救？
基本救不回来，只能降强度重跑。预防的办法是指令里写明只处理深色斑块，或者干脆用圈选限定范围。毛孔被抹平的图放大看像墙皮，宁可留着毛孔交稿，也别交一张假脸。
手机拍的自拍能直接上 AI 祛斑吗？
能，效果打七折。手机前置镜头本身已经做过一轮美颜，斑点信息被削过一轮，AI 再处理容易下手过重。原图越「素」，AI 的判断越准，这是我一年来反复验证的规律。