修图结合AI：人机协同的修图法

修图结合AI这事，多数人卡在半路：要么全手修，嫌AI不可靠；要么全AI，翻车了再骂工具蠢。两个极端都吃亏。其实问题的根子不在工具，在你和机器之间没立好规矩——哪个环节谁说了算、活怎么交、交坏了算谁的。交互设计领域管这个叫人在回路（Human-in-the-loop）：机器执行，人卡在关键节点把关，效率翻倍还不出乱子。这套思路落到修图台上，就是一套可以照搬的协同工作法。

先交代下背景。我们工作室做电商跟人像的活，去年起把全流程按协同模式重新排了一遍，踩过的坑不少，数据都留着。本篇是协同模式的系统总结：三种模式怎么选、三个接口怎么建、效率到底提多少。之前那篇分工文讲的是"哪类活归谁"的原则，这篇往深走一层，讲活分完之后怎么真正跑起来。

人机协同修图是什么：先把概念说清

人机协同修图，指人和AI在一条流程里各占固定位置、按约定接口交接的干活方式，不是"人修累了换AI试试"。核心标志是分工可重复：同一类单子进来，谁打底、谁判断、在哪验收，每次都一样。做不到可重复，就只是东一榔头西一棒子地用工具。

说白了，协同的反面不是效率低，是不可控。今天AI修出来挺好，明天同样操作修崩了，你不知道差在哪，这种"看运气"的状态才最磨人。人机交互研究（HCI）里有个共识：自动化程度越高，人这一侧的把关节点越要提前设计好，别等出事了现想。修图完全适用。具体到单子上怎么落地，AI协助修图的工作方式那篇写过日常操作，这里不重复，往下讲模式。

三种协同模式：人主机辅、机主人检、各管一段

修图结合AI一共三种协同模式：人主机辅（人执刀、AI当参谋）、机主人检（AI跑全量、人验收把关）、各管一段（流程切两截，AI管前段批量、人管后段判断）。选哪个不看心情，看单子的量、价、容错率。

我个人最推各管一段，不装。这模式把机器的产能和人的判断都用在刀刃上，弹性最大，工作室和单人接单都能跑。当然它对接口设计的要求也最高——这个下面单说。

先说人主机辅。它最像传统修图，区别是AI在你手边递东西：帮你算个肤色均衡的建议值、给个杂物识别的参考圈。判断全在你。慢，但稳，出活的样子就是你的风格。一单三五千的商业精修，客户买的就是你这套手感，机器别抢方向盘。

机主人检是另一个极端。适合证件照、电商SKU白底图这类"对了就行"的活：AI一口气跑完几百张，人拿清单抽查。快是真快，但抽查不能省——我们去年双十一试过纯AI交付不设人检，240张里30多张手部修糊，返工的工夫比省下的还多。这个跟头摔过一次，记到现在。

各管一段前文说了个大概，它的要害在后文接口部分。三种模式没有高低之分，只有匹配不匹配。单张五百的婚礼精修用机主人检，是砸招牌；三万张SKU用各管一段，是烧钱养闲人。

协同的接口设计：预设、脚本、批注三件套

人机协同的接口就三个：预设（把人的判断固化成参数）、脚本（把流程固化成自动动作）、批注（把人的意见标注在图上递给机器或伙伴）。模式选好只是骨架，接口建牢才是肌肉，九成的协同翻车都翻在接口含糊上。

接口一：预设，让AI说你的方言。把常用判断写成预设组，比如人像初修预设：曝光加0.3、肤色饱和减8、高光压15。数值是死的，但来源是活的——那是你修了几百张之后总结的口味。AI按预设跑，出来的就是你的风格底子，不是工具的出厂味。

接口二：脚本，让交接零摩擦。固定的动作序列交给脚本：一键缩放加水印、一键按预设批量出图。想深入玩的看AI脚本修图那篇，零基础也能上手。老实讲，脚本这东西第一次配要花两三个小时，配完之后每次交接省十分钟还零差错，摊到一个月，值爆了。

接口三：批注，把话画在图上。文字说"这里再自然一点"，AI听不懂，人也猜不准。直接在图上画个圈、写"圈内的瑕疵留着，其余清理"，一句话变一条可执行的指令。这个方法在让AI听懂需求的沟通方法里展开过，团队内部传活也用它，比语音留言强十条街。

三个接口不是三选一，是一起上：预设管风格、脚本管动作、批注管例外。至于活怎么拆、单子怎么接怎么谈，分工原则和需求单写法，分别在人机分工和需求单的写法里讲透了，这里只补一句：需求单本身就是最上游的接口，它含糊，后面三个接口全白搭。

协同效率的实测数据：一批40张图两种跑法

我们拿一批40张的电商人像实测：纯手修全程约4小时，改成"各管一段加脚本预设"约70分钟，整体提效约70%，其中纯修图环节提效约61%。数据不含首次搭流程的2小时投入——这笔账要摊到长期使用里算，单批次回不了本。

拆开看更有意思。纯修图环节（瑕疵、液化、调色）从160分钟压到62分钟，提效约61%：其中预设和脚本贡献大头，批注只在异常图上花时间。省下的86分钟里，有14分钟花在复检上——协同不是把人解放了躺平，是把体力活换成了把关活。良品率也从之前的87%出头升到这批的95%，返工几乎清零。

还得说句公道话：这数据的前提是流程已经磨合了一个多月。第一个月没这么好看，光是统一预设就改了四版（第三版把肤色饱和压过了头，模特看着像进了冷库，全批返工）。所以别看别人晒数字眼红，先问自己流程稳了没有。顺带提一句行业面：据艾媒咨询（iiMedia）的报告，中国AI图像类应用的用户规模还在持续扩张，工具普及是大势，但工具普及救不了流程混乱的人，两头是两码事。

怎么选适合自己的协同模式：一张决策路径

选协同模式看两个变量：单子量和容错率。量大容错高走机主人检，量小价高走人主机辅，量又不大又要质感的走各管一段——拿不准就先从各管一段试，它对接口的锻炼最全面，往后切换别的模式也顺。

新手别贪快。头一个月用各管一段把预设磨熟、把脚本配齐，这两个接口练的是基本功。基本功稳了，接大活切人主机辅，你的判断才有底气；接杂活切机主人检，你的验收清单才不会漏。模式是可以换的，按单切，别按情绪切。

常见问题

修图结合AI，哪种协同模式适合新手？

各管一段。AI管前段粗修批量，新手管后段按预设精修，既能跑出量，又能在修改环节练判断。头一个月别碰机主人检——验收也是功夫，没修够数量的人看不出AI修崩的细节。

人主机辅会不会让修图师变懒、手上功夫退化？

有这风险，但不赖模式赖用法。AI只当参谋不动刀，关键液化、结构判断坚持亲手做，建议值只做参考，手感就丢不了。真把AI当自动驾驶用的，退化是迟早的事。

预设、脚本、批注三个接口，先建哪个？

先预设，再脚本，最后批注。预设最轻，一个下午就能出第一版；脚本投入大但一次建成长期受益；批注是应急通道，等前两个接口跑起来、开始遇到例外图了再规范化也不迟。

协同修图的效率数据看着很美，自己用真有这么快吗？

头一个月达不到。我们的70分钟是磨合一个多月后的稳态数据，首月光统一预设就改了四版。协同前期要搭流程、调参数、交学费，省时间的效果从第二三个月开始才真正显出来，做好这个预期再上。

AI修崩了算谁的，协同能避免翻车吗？

能大幅降低，但前提是人检节点真实存在。纯AI交付翻车那次（240张糊了30多张）的教训就一条：验收清单不是形式，AI跑完全量之后，人抽检加全检关键图这道工序谁都不许省。

写到这里收个尾。修图结合AI，工具只是变量之一，协同模式才是那个常量：三种模式按单选，三个接口按序建，验收关卡永远留在人手里。这套东西搭好之后，AI换几轮你都不慌——框架在手，工具随便换。

觉得这篇讲透了的话，转发给还在跟AI较劲的修图同行，也欢迎分享到你的设计群，大家一起把人机协同这碗饭端稳。