AI图像处理工具的指令怎么用？

AI图像处理工具的“指令”本质上就是你和模型之间的沟通语言：你说得越具体、越像在描述一张已经存在的图，出图就越接近你脑子里的画面。很多人觉得指令没用，其实不是工具不行，而是把“帮我修好看点”这种人类之间的模糊请求，直接丢给了不会读心的模型。

下面我把这类工具的指令逻辑拆开讲清楚。先说一个前提：AI图像处理与生成工具，通常分成两条路线——生成式（从无到有画一张，如 Midjourney、Stable Diffusion）和编辑式（在已有图上改，如 Photoshop 的生成式填充、各种 AI 修图/扩图/换背景工具）。两者的指令写法有重叠，但侧重点不同。

一、指令的基本结构：主体 + 动作 + 环境 + 风格 + 约束

一条能打的指令，基本都能拆成这五块。你不需要每次都写全，但缺哪块，模型就会在那块自由发挥。

• 主体：画面里到底有什么。人、物、场景，越具体越好。“一只猫”不如“一只橘色短毛猫，趴在窗台上”。
• 动作/状态：它在干什么。“奔跑”“回头看镜头”“闭眼微笑”。
• 环境/背景：时间、地点、光线。“傍晚的巷子”“纯白背景”“逆光”。
• 风格：写实、插画、胶片、3D 渲染、水彩、赛博朋克。风格词对出图气质影响极大。
• 约束：比例、构图、不要什么。“16:9”“特写”“不要文字”“不要多余手指”。

举个对比：

二、生成式工具：指令要“堆细节”，但别堆废话

以 Midjourney 为例，它的指令习惯是“描述 + 参数”。描述部分尽量用名词和形容词，少用“请帮我”“能不能”这种客套话，模型不认礼貌，只认信息量。

常见参数（不同版本略有差异）：

• –ar 16:9：画面比例。
• –style raw：减少默认审美干预，更贴近你的描述。
• –stylize 数值：控制艺术化程度，数值越高越“好看但偏离描述”。
• –no 文字：排除某类元素。

另一个开源路线的代表是 Stable Diffusion，它的指令分正负提示词。正向写你要的，负向写你不要的（如 low quality、extra fingers、watermark）。负向提示词是它比很多闭源工具更可控的原因之一。

三、编辑式工具：指令要“说清楚改哪里、改成什么、别动什么”

编辑类指令的核心不是描述整张图，而是局部变更。典型结构是：

1. 保留：哪些部分不能变（人物脸、产品 logo、构图）。
2. 替换/添加/删除：具体改什么。
3. 融合要求：光线、阴影、透视、边缘要自然。

比如在 Photoshop 的生成式填充里，你框选一块区域后输入“a red vintage car parked on the left”，它就会在那个区域生成。如果你写“make it better”，它只能瞎猜。

再比如 Canva 的 AI 修图、Remove.bg 的抠图，指令往往更简单，但依然要明确：是去背景、换背景，还是只保留主体。

四、几个立刻能用的指令技巧

• 用“镜头语言”代替抽象词：不说“高级感”，说“85mm 镜头、浅景深、柔和侧光”。
• 一次只改一个变量：先定主体，再调风格，再改光线。一次性写太多，出问题你不知道是哪句的锅。
• 权重和顺序有影响：多数工具里，越靠前的词权重越高。把最重要的放前面。
• 负向提示词是神器：手崩、多指、水印、文字乱码，都可以在负向里压。
• 参考图 + 文字：很多工具支持图生图或参考图，这时候文字指令要写“相对参考图改什么”，而不是重新描述一遍。

五、常见误区

• 把指令当搜索词：搜索是找已有的，指令是造没有的。写法完全不同。
• 过度礼貌：“请帮我画一张……”里的“请帮我”不增加任何信息。
• 忽略比例和构图：不写比例，工具就按默认方图或它自己的偏好来。
• 指望一次完美：指令是迭代的，第一版出构图，第二版调光线，第三版修细节，这才是正常流程。

六、一句话总结

指令不是咒语，是用模型能理解的方式，把“你脑子里的画面”翻译成“名词 + 形容词 + 约束”。生成式重描述，编辑式重局部变更，负向提示词和参数是精细控制的手柄。多试、多拆、多改单变量，比背模板有用得多。

相关问题

1. 指令写中文还是英文？
多数国际工具英文效果更稳，因为训练语料以英文为主；但国内工具如通义万相、文心一格对中文支持更好。建议英文工具用英文，中文工具用中文。

2. 为什么同样的指令，每次出图都不一样？
因为生成过程有随机种子。想要可复现，可以固定 seed；想要多样性，就保持随机。

3. 负向提示词是不是越多越好？
不是。负向太多会压缩模型的发挥空间，甚至让画面变僵。只写你真正不想要的几项即可。

4. 编辑类工具能完全保留原图细节吗？
不能百分百。多数工具会重绘边缘区域，所以重要细节建议先备份，或用蒙版限制修改范围。

5. 指令里可以写品牌名或真人名字吗？
很多工具有版权和肖像限制，写了可能被过滤或直接不生效。用风格描述代替具体品牌/人名更安全。