修图智能AI：智能修图的进阶

修图智能AI的进阶，接着上一篇智能修图的入门往下讲。入门篇聊的是三级台阶：一键增强、局部调整、语义指令；那篇教你怎么站稳，这篇教你怎么往上走。两篇分工很清楚：入门篇解决"会用"，本篇解决"用得好"。连AI改了什么都还看不出来的，先回去补课，不丢人。

为什么要进阶？因为智能修图的默认结果，说白了是"平均分答案"。发朋友圈够了，交付客户不够。AI不知道客户想要冷一点、想要颗粒感、想要"像去年那批一样"。这些信息只在你脑子里。

进阶路径总览：三条腿走路

智能修图的进阶路径就是三条：AI出初稿人做二次修正、把风格固化成自定义预设、批量智能配人工抽检。三条分别解决质量问题、效率问题和规模问题，缺一条都算没毕业。

三条腿对应三种真实场景。单张精修，靠二次修正把AI那口气续上。同一类图反复修，靠预设把动作固化下来。几十上百张的量，靠批量智能加抽检扛住规模。

半自动和全自动到底差在哪，我在AI修图智能版：半自动与全自动的区别里拆过。这里只给一句结论：能交付的商业活，十有八九是半自动。全自动是理想，半自动是饭碗。

二次修正：AI修完，人补那20%

二次修正就是AI出完初稿后，人再过一遍手：压掉AI的用力过猛，补上它没看懂的意图，最后100%放大扫细节。实测AI能搞定一张图八成的活，剩下两成恰恰是客户记得住的那两成。

具体怎么补？我的固定动作就三个。先看皮肤：AI默认磨皮普遍偏狠，纹理一平就成了塑料脸，我一般压到40%以下，再手动把发丝和睫毛擦回来。再看边缘：凡是AI生成填补过的地方（消除杂物、扩图），接缝处最容易露馅，放大到200%沿边缘扫一圈。最后看色调意图：AI给的是"正确"，客户要的可能是"氛围"，这两者差得远了去了。

说个翻车实录。去年一批电商图，AI自动调色我看都没看就交了。客户第二天甩回来一句："你们的鞋子是橙色的，不是土黄的。"AI把暖色压过头了，40多张图全部返工，通宵重调。从那天起我立了规矩：AI出的图，不放大看三秒不准交。

细节功夫怎么练、放大之后具体看什么，可以接着读AI细节修图：让照片耐看的最后一公里。二次修正的多数动作，本质上都是细节活。

自定义预设：把你的风格教给AI

自定义预设是把你自己调的一组参数存成模板，让AI以后按你的路子出图，而不是每次都给"平均分"。训练一个能用的预设，实操上就是选图、调参、存档、小样验证四步，前后不超过二十分钟。

先说选图，这一步最容易被糊弄。别拿三十张图一起炼，先挑五张有代表性的：两张典型场景、一张偏暗的、一张偏亮的、一张最难看的。难度覆盖住了，预设才扛得住真实批次。然后手动把这五张调到你满意，记下参数范围--比如高光-15到-25、饱和-5、色温-200K，这就是预设的骨架。

存好之后别急着批量，先跑五张"考试图"验证。这五张不能是训练用的那五张，得是新图。效果稳了再上量，不稳回去改参数。听着繁琐？老实讲，这套流程我用了半年，现在接同类单子的后期时间砍了差不多一半，前期多花的二十分钟太值了。

顺便补一句可能有人不知道的：预设不是本站某款工具的专属概念，Lightroom的预设机制十几年前就有了，维基百科的非破坏性编辑条目讲了它的底层逻辑。AI时代的新东西在于，预设能叠加语义指令一起生效。

风格这件事本身很主观，没标准答案。但"你调出来的东西要能复现"是硬标准。调不出来的风格叫灵感，调得出来的才叫生产力。

批量智能加人工抽检：规模化的保命组合

批量智能修图的正确姿势是AI跑全量、人只抽检：按10%左右的比例随机抽图逐张检查，发现问题整批回炉。全靠AI不检查会翻车，全靠人肉会累死，抽检是两头都占的中间解。

我的抽检习惯是三层。第一层随机抽10%，逐张看色调和皮肤；第二层专挑"可疑图"--构图奇怪、光线极端、人脸特别小特别大的，这类图AI最容易判断失误；第三层抽首尾两张，因为批量处理偶尔会中途出幺蛾子，首尾对比一眼就能看出来。

给个实测数字。一批80张的活动跟拍图，批量智能处理加自动导出大概25分钟跑完，我的三层抽检又花了40分钟，合计一小时出头。同样的量纯手动修，我试过一次，整整一个下午。效率差三倍，质量还没抽检版稳。

批量的自动化玩法远不止一键跑全量，脚本化才是深水区，详见AI脚本修图：给批量修图装上自动挡。批量过程中最常见的"照片被修丑"问题，根源和对策在照片被修丑的五个原因里有拆解，抽检时照着查就行。

AI+人工的分工逻辑：哪步交给机器，哪步留给自己

分工原则一句话：可复制的交给AI，需判断的留给自己。识别类、重复类、计算类的活（降噪、对齐、基础调色、批量导出）全放给AI；涉及意图、审美、取舍的活（风格定调、关键图精修、最终放行）必须人拍板。

据艾媒咨询关于中国图像处理应用的调研，超过六成用户认为AI修图当前最大的短板是"处理结果缺少个性化"，排在所有不足之首。这个数据跟我体感完全对上：AI缺的不是力气，是主见。

所以别纠结"AI会不会取代修图师"这种宏大问题。取代不了，至少这几年取代不了。它取代的是无脑重复的八小时，不是你眼睛和判断的那两成。想看这个判断更细的展开，我在AI智能修图的能力边界里写过一篇长答。

话说回来，分工这事没有永恒答案。模型半年一迭代，今天留给人的活，半年后可能就归AI了。上个月我刚把批量的首图定调也交给了预设，省了小二十分钟。所以定期重新划一遍线，比死守某个分工表靠谱。

常见问题

二次修正每次要花多久？

单张精修大概3到8分钟，取决于AI初稿的质量。初稿稳的图，压磨皮加扫边缘三分钟搞定；初稿翻车的图，改起来比纯手动还慢。所以二次修正快的前提，是前一步的预设和批量参数先调对。

自定义预设训练需要多少张图？

起步五张就够，最多别超过二十张。图太多反而互相打架，预设会炼成一个谁也不像的折中值。我的做法是五张起步、五张新图验证，效果不稳再一张张往上加，加到稳为止。

批量抽检的比例多少合适？

常规任务10%够用，重要交付加到20%再叠一层可疑图专查。低于10%容易漏，高于30%基本等于全检，批量就失去意义了。比例不是死的，按返工成本和交付风险往上往下调。

二次修正和重新修一遍有什么区别？

起点不同。二次修正是在AI初稿上做减法和微调，只改不对的地方；重新修是从原图另起炉灶。前者的前提是初稿及格，后者用于初稿方向就错了的情况。判断标准很简单：要动的参数超过五个，就别修正了，重修更快。

没学过入门篇能直接看这篇吗？

不建议。这篇默认你已经会用一键增强和局部调整，能看出AI改了什么。直接从进阶开始的人，最常见的结局是在二次修正这步不知道该补什么。先花两天把入门篇过一遍，回来事半功倍。

智能修图这门手艺，入门靠胆子，进阶靠脑子。AI把下限抬得越来越高，人和人的差距就剩上限那一段了。三条腿--二次修正、自定义预设、批量加抽检--挨个练过去，你的下限就是别人的上限。

概念底层的来龙去脉，感兴趣可以翻翻维基百科的图像编辑条目，比多数教程讲得干净。

觉得这篇有用的话，转发给那个还在一张一张手动磨皮的同事吧，救他一命。