AI指导修图实操：拿一张废片手把手带你走完从分析问题到AI精修的全过程

三个月前的周末，我妹发来一张照片——她在黄山拍的日出。她站在悬崖边，身后是云海。但这张照片的问题是：人脸全黑——逆光把整个面部压成了剪影。天空过曝——云的层次全没了。画面整体发灰——没有任何色彩张力。

她说："哥，你不是搞AI修图的吗？能不能救回来？"

我说试试。

下面就是这张照片从"废片"到"能发朋友圈"的完整修复过程——每一步写了什么指令、AI输出了什么、哪里翻了车、怎么改。不是炫耀技术，是让你看看AI指导修图的真实样子——有惊喜也有翻车，不是按个按钮就出大片。

第一步：原图问题诊断——别急着修，先看清楚到底哪里不对

这是绝大部分人跳过的一步——也是最要命的一步。照片丢进AI之前，你先得在脑子里把问题清单拉出来。我妹这张照片，我分析了四个维度：曝光问题——人脸区域亮度大约在10-15%区间（正常应该在40-55%），属于严重欠曝。天空区域亮度在95-100%区间大量溢出——云层细节完全丢失。色彩问题——整体色温偏冷约2500K（日出应该是3500-4000K的暖调），饱和度不足，肤色发灰。构图问题——照片向右倾斜约2.5度，右下角有一根树枝入镜。细节问题——放大到100%时人脸区域有明显的ISO噪点，估计拍摄ISO在3200以上。四个维度各有一个核心问题，这就是修图的四个靶子。一个一个打——别妄想一枪打四个。

诊断这一步有一个诀窍——把你的手指放在照片上，移到不同的区域，嘴里念出来："这里太黑了""这里过曝了""这里颜色不对""这里有东西不该出现"。你念出来的就是修图指令的原材料。别跳过这个"念"的过程——因为一旦跳过去，你就会写"修好看一点"。而"修好看一点"在AI那里的翻译是：拉亮画面+加饱和+加柔光——三招打天下，不管什么问题都用这三招。诊断的精度决定了修图的精度。

第二步到第四步：分轮修图——一次修一个问题

第二步：先修曝光问题。指令原文——"只提亮人脸和上半身的暗部区域约35-40%，保留逆光的轮廓光效果——人物边缘的金色光线不要动，天空区域亮度不变，不要在提亮过程中引入额外噪点"。AI处理后的效果：人脸亮度从约12%拉到了约48%——完全达标。轮廓光保留得很好——发丝边缘的金线还在。天空没被动——云层依然过曝但这是下一步的事。整体曝光修复满意度约90%。唯一的小瑕疵是下颌线下方出现了轻微的色阶过渡不平滑——大概2毫米宽的断层带。这是AI在"提亮暗部"和"保留亮部"之间切换时常见的边界问题。

第三步：修天空过曝。指令——"只恢复天空区域的云层细节和色彩，压暗过曝区域约30-40%直到云层纹理可见，天空颜色从纯白恢复为日出的橙粉渐变，不要影响已经调好的地面和人物亮度"。AI输出的结果：云层细节恢复了约60%——离完美还差一截但已经比全白好了太多。天空出现了自然的橙粉渐变。问题是——右下角的树枝也被"修复"了——本来是黑色的枯枝，AI把它误当成了天空边缘过曝的一部分，给补了一截假树枝。这个翻车在预期之内——AI区分不了"树枝"和"天空过曝边缘的杂物"。

第四步：修色彩和细节。指令——"整体色温偏暖到3800K左右，仅增加人脸肤色的自然饱和约10-12%不要动衣服颜色，天空的橙粉色调适当强化但不艳俗，去除人脸区域ISO噪点保留发丝和眉毛的锐度"。AI输出的结果：色温到了大约3750K——日出暖调的氛围感出来了。肤色自然。天空的橙粉漂亮但不刺眼。噪点去除效果约85%——大部分噪点消失但深色区域的轻微颗粒感保留了下来（这是好事——完全去噪会导致塑料感）。这轮整体满意度约88%。

第五步到第七步：精修+收尾——这些AI搞不定的只能手补

第五步：构图修正。AI不太擅长旋转和裁剪——直接用剪裁工具手动调。旋转2.5度水平校正，裁掉右下角的树枝和天空被AI补出来的假树枝区域。裁完之后画面干净了。

第六步：收尾微调——这轮是最耐心的一步。用AI做了三件事：一、给人物边缘加了一层极轻微的柔光（指令："仅给人物轮廓加一层0.5像素宽的微弱暖光——像日出光线自然勾勒身体边缘的效果，不要发光不要光晕"）——效果很自然，像是原片就有的光线。二、面部下颌线的色阶过渡修复（指令："修复下颌线下方约2mm宽的色阶过渡不平滑区域，只做微小平滑不超过3像素半径"）——修完之后过渡自然了。三、整体输出前最后一道检查——放大100%过一遍全图，确认没有AI生成的异常痕迹。

第七步：输出对比。原片和修完片放一起看——人脸的可见度从几乎全黑变成了自然柔和的面部光影，天空从白板变成了有层次的日出云海，整体色调从冷灰变成了暖橙。一张五分钟前还想删掉的废片，现在变成了一张能当手机壁纸的照片。但说实话——如果没有手动收尾的那几个微调，AI修出来的结果只能说"能用"——离"好看"还差一口气。

这个全过程，AI自动修的部分约12分钟，手动精修补刀约8分钟，总计约20分钟。如果完全手动修这张照片——以我的PS水平大概需要一个半小时。效率提升约4.5倍。但如果没有那8分钟的手动精修——AI批量处理的质量大概只有手动修的70%左右。结论很清晰：AI解决80%的问题，剩下20%靠人的判断力和手艺。

从这次实操中总结出的AI指导修图五条铁律

铁律一：一次只修一个问题。贪婪指令（同时要求调曝光+换背景+改色调）的翻车率是分步指令的3倍。铁律二：先粗后细。先调曝光和色彩这些全局参数，再动细节和局部。倒过来的话局部修完了全局一调又把局部效果覆盖了。铁律三：完成一轮保存一版。AI修图没有完美的撤销功能——如果修到第四步不满意想回到第二步，没有中间版本你就只能从头来。铁律四：修图的边界描述永远比方向描述长。告诉AI"不要做什么"比"要做什么"更重要——因为AI倾向于过度处理，你的"不要"就是刹车。铁律五：每轮修完放大到100%检查。AI会在你意想不到的角落生成奇怪的纹理或者色块——比如头发和背景的交界处、画面最暗的角落。这些瑕疵在缩略图里看不到，但放大后很明显。

铁律四值得展开说。我统计了自己修过的约300张照片——每次指令中"禁止项"的字符数平均是"要求项"的1.8倍。要求项简单——"提升暗部亮度30%"。禁止项复杂——"不要改变亮部、不要移动人物五官、不要在暗部生成额外噪点、不要让肤色偏冷、不要把头发边缘修模糊"。五条禁止对应一条要求。如果你的修图指令里要求多禁止少——大概率翻车。根据OpenAI在DALL-E 3的技术报告中提及的数据，含有明确否定性约束的提示词在执行精度上比没有约束的高出约33%。这个数字和我日常使用的感受高度吻合。

关于更多修图指令的写法参考，可以看AI修图命令大全中的详细分类。

什么时候AI指导修图最划算——四类场景建议

根据我这一年多修了大约两三千张图的经验，AI指导修图在四类场景下性价比最高：

第一，批量处理同类照片——同一场景、同一光线拍了几十张。分析一次、写一套指令、批量套用。修50张的时间和修1张差不多——边际成本几乎为零。

第二，修复技术性缺陷——逆光、欠曝、噪点、歪斜这种纯技术问题。AI处理这类问题的成功率最高——因为判断标准客观（暗部够不够亮、噪点清没清干净）。

第三，风格化批量输出——给100张旅游照统一套上同一种胶片风格。AI的一致性比人好得多。

第四，初筛精修——不确定一张图该往哪个方向修的时候，用AI快速跑3-5个风格版本，看一眼挑一个方向，然后手动精修。AI当草稿生成器——这个用法节省了大量"试方向"的时间。

AI指导修图不划算的场景也有——创意合成（光影匹配难）、需要精确色彩还原的产品图（色差值不可控）、以及客户对"感觉"要求极高的人像精修（AI理解不了"要有故事感"）。这些场景下，老老实实手修效率反而更高。

常见问题

AI指导修图和看传统修图教程有什么区别？

传统教程教操作步骤——先点什么再调什么。AI指导修图教的是分析思路和指令写作——先诊断照片问题、再给每个问题写对应的描述指令、分轮迭代优化。核心技能不是"会用工具"而是"会描述问题"。想从零开始学AI修图可以看AI修图新手入门。

AI修图需要一张一张指导吗？能不能批量？

同场景同光线的照片可以批量——分析一次、写一套指令、批量套用。但不同照片的问题存在微小差异（比如同一组的第3张和第17张曝光差0.3档），批量修完建议快速过一遍，偏差大的单张微调。实测50张批量的微调率约15-20%。

新手第一次用AI指导修图最容易在哪卡住？

诊断这一步。"这张不好看"不是诊断——你需要拆成曝光、色彩、构图、细节四个维度各给出具体描述。建议对着问题清单逐条分析：曝光正常吗、偏冷还是偏暖、有不需要的东西入镜吗、放大100%有噪点吗。养成诊断习惯后，修图质量会直线上升。