修AI生成图：AI图的通病与修正手法

AI生成图为什么还要修

修AI生成图，修的是四类高频通病：手指脚趾崩坏、背景逻辑错误、光斑脏点杂质和色彩过饱和，这些毛病不出在摄影里，专出在生成里。相机拍出来的照片要修的是曝光和构图，AI出的图要修的是"物理常识"。模特在左边，影子却往右边倒。杯子的把手悬空，手指黏在一起分不清哪根是哪根。

修照片是对真实瑕疵的修饰，修AI图是对机器幻觉的纠错，两码事。老实讲，我第一次批量修AI图时拿修照片那套全局调色猛干，结果饱和度压下去了，手还是六根指头。白忙一场。

据艾媒咨询的数据，2025年中国AI图像生成相关市场规模已突破百亿元级别，大量商用图开始由AI出稿。出了稿就得修。商用场景里，一张手指崩坏的图发出去就是事故，没人管你提示词写得多漂亮。

手部崩坏怎么救

手部崩坏的标准修法是局部重绘：把手部区域圈出来单独重画，提示词里只描述正确的手部结构，其余画面完全不动，一次不行就多喂几次参考图。手是AI最怕画的部位，原因也好懂——手部关节多、姿态变化大，训练数据里手经常被遮挡或虚化，模型压根没学全。崩坏的形态五花八门：六根手指、手指融合、手腕反折，甚至握杯子时直接穿模。

圈选范围有讲究。圈太小，重绘的手和手腕接不上；圈太大，袖子背景全跟着遭殃。我的经验是圈到手腕以上两厘米，羽化边缘给到10-15个像素，接缝基本看不出来。重绘的提示词写"自然放松的手部，五根手指清晰"，比写一堆形容词管用。

不夸张地说，我上个月一批40张电商图里，手部出问题的占了11张，逐张局部重绘加检查大概花了三个多小时。这活急不来。想深入了解生成模型底层原理的，可以看看深度学习的维基百科条目，手部崩坏本质上是模型对高频细节的还原短板。

背景逻辑错误怎么改

背景逻辑错误的修法是先挑出穿帮点，再用生成式填充或手动修补把矛盾元素抹平，重心放在"空间关系说得通"上，而不是抠细节。AI图的背景经常犯常识错误：镜子里的反射和人动作对不上，桌面上的杯子没有投影，窗户在北墙光却从南边打过来。单独看每块都对，拼起来就是谎话。

修这类错，我的顺序是先找光源。把全场光源方向捋一遍，所有影子朝向、高光位置、反射内容都跟着这一个方向对齐。光源乱了，其他全白搭。投影缺失的就手动画一层软阴影，反射穿帮的就贴着实物角度重新生成那块区域。

话说回来，有些背景错根本不值得修。远景里一栋楼窗户歪了，没人会趴在图上找这种茬。但商品图里包装盒文字乱码、货架穿帮，客户一眼就逮住。分清主次，修图效率至少翻一倍。

光斑脏点和过饱和的修法

光斑脏点用修补画笔或仿制图章逐个点掉，过饱和从色彩平衡-10起步小幅回调，动态饱和度比全局降饱和更不伤画面。AI图的光斑脏点是硬伤：随机出现的白点黑点、镜头光晕乱入、皮肤上的荧光色块。这些用修复画笔点掉就行，和修老照片除痕是一个路数，具体可以参考非破坏性编辑的思路，全程在独立图层上做，改坏了随时回退。

过饱和是重灾区。AI模型偏爱讨好眼球的颜色，草地绿得发假，晚霞红得像着火。我踩过的坑：有次给客户修一批风景图，饱和度一口气拉到-20，客户回一句"这颜色像褪色旧海报"。重做。后来学乖了，色彩平衡从-10起步，看效果再往下走，降不动就换"自然饱和度"而非"饱和度"，前者对已经浓的颜色压得多，对淡色影响小，画面不容易发灰。

人像图还要多一步。皮肤橙色饱和度单独降，不然脸黄得像蜡像。单独选中肤色再做HSL微调，比全局乱压精准十倍。想系统了解颜色调整理论的，调色（Color grading）这个条目写得挺全。

修AI图的顺序和参数参考

修AI图的正确顺序是先结构后色彩：手部重绘、背景纠错这类结构性修改全部做完，再进调色和除脏，顺序反了会反复返工。道理很简单，局部重绘会生成新像素，你先把颜色调好了，重绘出来的新区域颜色又不对，等于白调。我见过不少人栽在这上面。

下表是我自己的处理习惯，参数只是起点，每张图都得看情况加减：

和"用AI修照片"到底差在哪

修AI生成图和用AI修照片是两码事：前者是给机器画的图纠错，后者是拿AI当工具去修真实照片，对象、手法、验收标准全不一样。用AI修照片，AI是修图的人——你去瑕疵、增强清晰度、上色老照片，素材本身是真实的，AI只是干活的手段。修AI生成图呢，AI既是肇事者又是被告，你修的是它自己画出来的幻觉。

拿手法对比更直观。修照片很少需要局部重绘手指，因为真人的手不会长六根指头。修AI图则天天和重绘打交道，背景逻辑这种"物理常识"层面的错误，真实照片里根本不存在。反过来说，修照片遇到的镜头畸变、噪点偏色，AI图里倒不常见——模型没见过噪点，画出来的图都"干净"得很假。

验收标准也不一样。照片修完要"忠实于原景"，AI图修完要"骗过人眼"。所以我一直觉得，修AI图更像给画作做后期，而不是修照片。这中间的分寸感，得实际修上几十张才能摸到。

怎么练出手感

练修AI图最有效的办法是固定用同一套工具修同一类图，积累出自己的参数习惯和崩坏样本库，看到问题三秒内能反应出修法。工具不用贪多，一个趁手的修图软件加一个支持局部重绘的生成工具就够。顺手放两个我们站里写过的相关内容：旧素材翻新的修复思路里讲的分层处理逻辑，放在AI图修复上同样适用；要是做完图想配个讲解，从文案到成片的视频全流程可以接上。

崩坏样本库这事听着玄，其实就是建个文件夹，把见过的奇葩崩坏图分类存好。六指的归一类，影子反的归一类。修的时候翻出来对照，比凭记忆靠谱。做内容变现的可以看看内容变现的真实路径，修图加配音组合起来做图文成片效率不低，图片配音成片的制作方法也值得顺手一读。

再啰嗦一句：别迷信一次生成。AI出图就是半成品，把"生成"当"拍底片"，把"修图"当"显影"，心态会顺很多。

常见问题

局部重绘会破坏周围画面吗？

圈选范围控制得当就不会。边缘羽化给10-15像素，重绘幅度压在0.6以下，接缝基本隐形。范围圈太大或幅度拉满，周围像素确实会被重画，这是新手最常见的翻车点。

色彩平衡为什么要从-10起步？

因为AI图的饱和问题大多是叠加的，看起来夸张，实际每个通道只超标一点。从-10起步小步微调，降一点看一眼，比一次猛拉安全得多。我拉到-20被客户打回重做的教训，前面已经说过了。

手部崩坏能不能靠提示词预防？

能减轻，不能根除。提示词里写清楚手指数量、手部姿态，出图崩坏率会明显下降，但复杂的抓握动作还是会崩。预防加局部重绘双管齐下，是目前最稳的组合。

光斑脏点和传感器噪点是一回事吗？

不是。传感器噪点有分布规律，降噪滤镜一键能压；AI图的光斑脏点是模型随机生成的像素异常，位置形态都没规律，只能用修补画笔逐个点掉，滤镜对付不了。

写在后面

修AI图这事，手法其实不难，难在分辨哪些错必须修、哪些错可以放。手部崩坏是红线，背景逻辑是底线，脏点和过饱和是体力活。分清这三档，你就比大多数直接出图就发的人强了。觉得有用的话，转发给身边也在用AI出图的朋友，能帮他们少返工几轮。