AI生成图修：生成图的修复

AI生成图修，修的是模型的"错觉"。手崩、乱码、光影打架、纹理转圈，这四类毛病在照片里找不到对应的病，照搬修照片的老思路多半要翻车。说实话，我翻过的车比修好的图还多，这篇就把手法一样样摊开。

站内已有两篇打底：一篇论证过生成的画到底能不能二次修图（结论是能，且多数时候必须），一篇串起了从生成到修改的完整工作流。本篇只干一件事：缺陷修复的手法集——崩在哪、用什么招、修到哪一步收手。

先上一张认病表。修图和看病一个道理，认错病，吃再贵的药也白搭。

手部崩坏：先分档，再动手

手部崩坏的第一原则是分档处理：只崩指尖就小范围重绘，崩到手腕手臂的结构就换构图或弃图，中间状态最耗时间也最容易修崩。

我把手崩分成三档。指尖级（融指、多指、指甲畸变）最好修，圈住重绘两轮内基本收工；手掌级（扭曲、比例失真）要连着手腕一起圈，工作量翻倍；结构级（手臂长度错误、关节反向）别修了，重抽一张比什么都快。档位判断只要十秒，能省下的却是半小时起步的无效劳动。

重绘参数我实测下来的甜点区：去噪强度0.45到0.55，蒙版向外扩8到12像素。去噪拉到0.7以上，整块皮肤的纹理会重画一遍，和周围衔接发糊——救了手指，毁了手感。描述词写"一只自然放松的右手，五指完整，指节自然弯曲"，别偷懒写"修一下手"，我试过，连抽五次全是六指。

上个月修一批50张的产品概念图，手部出问题的占23张，平均一张6分钟收工。最顽固的那张我死磕到第7轮，结果呢？裁掉手部区域，十分钟交差。手部的专项手法（指甲、持物、遮挡构图）我在AI修手部缺陷的完整拆解里写得更细。

文字乱码：别修，擦掉重打

文字乱码的正确处理是擦除加重排：AI分不清笔画的对错，硬修是死路；把乱码区域擦干净，用排版工具打上真字，前后不过十分钟。

为什么修不了？模型画的是"看起来像字的东西"，不是字。它不知道"雨前龙井"哪一笔写错了，你越重绘它越起劲地编造新笔画。这类问题在技术上属于生成模型的伪影，原理可以看维基百科的Artifact词条。

手法拆三步。用低强度重绘（去噪0.3左右）把乱码区域填补成干净背景；再用设计工具打真字，匹配原图的透视和字重；收尾检查字体的光照方向是否和画面一致，缺这步假字会"浮"在图上。给茶叶客户修瓶身标签那次，我擦掉乱码重打四个字，前后7分钟，客户没看出来图是生成的。

要说心得：画面边缘的装饰性小字可以留着乱着（没人细看），居中的关键文字一旦乱码，这张图的底子就不够好。别心疼。更系统的文字处理思路，图片里的文字怎么改才不穿帮那篇讲得透。

光影矛盾：最难也最值得修的一类

光影矛盾的修法只有一条主线：以画面主光源为准，把矛盾的一方压暗或补光，让所有明暗关系服从同一个光源方向。

这是四类缺陷里最隐蔽的。影子朝左、高光在右，玻璃的反光和光源对不上号——观众说不出哪里不对，但就是觉得假。说实话，光影比手崩难修一个量级。可我的态度一贯明确：值得修。手崩观众一眼就原谅了，光影一假，整张图的可信度跟着塌。

修法分轻重。轻的用曲线局部压暗，把过亮的半边脸收回去；重的要新建图层手动补影子，笔刷透明度20%一层层叠。有张黄昏逆光人像我记得清楚：面部却是正面平光，完全两个光路。我压暗面部又补了一道轮廓光，25分钟救回来。为什么不上重绘？构图太好了，赌不起重绘把脸重画的风险。

这事有点像给话剧打灯。观众看不见灯在哪，灯一错，全场都不对劲。话说回来，光源超过两个的画面我劝你直接放弃修复——修一处冒一处，按下葫芦浮起瓢。

纹理重复：放大才抓得到的病

纹理重复的修法是打散：用仿制图章从不同区域取样覆盖重复单元，再叠一层10%到15%的噪点扰动，平铺感就散了。

病根在生成原理。扩散模型一步步去噪出图，碰到大面积同材质区域（草地、毛衣、砖墙）容易收敛到重复解，相当于模型在"贴砖"。检查方法土但有效：放大到100%平移着看，重复单元肉眼可辨就是中招了。

取样有纪律：同一处来源最多取两次，取多了等于把重复搬了个家。超大面积的织物我劝你重生成，图章点到天亮不如重抽四张挑一张。老实讲，纹理重复是四类缺陷里唯一我懒得多修的——它的杀伤力最小，观众几乎不注意。

参数特殊性：生成图比照片更怕重手

生成图再修图，所有参数要比照片整体调低两到三成：AI图的细节是算法画出来的，没有光学冗余兜底，照片级的处理强度一上去就露馅。

照片有颗粒、有镜头缺陷、有光学噪声，这些"冗余"让它经得起折腾。生成图的纹理是算出来的，磨皮重一点直接融化，锐化重一点边缘发白。我的参数对照：磨皮强度40%到55%（照片我敢打到75%）；锐化数量90%配半径0.6像素；饱和度控制在正负8以内，超出这范围那张图就开始"AI味"扑鼻。

翻车经历必须记一笔。有回修一张沙发产品图，锐化照着修照片的肌肉记忆打到150%，放大一看满图碎噪，像撒了层盐。退回90%才干净。不夸张地说，修生成图的参数哲学就四个字：宁轻勿重。觉得分辨率不够想放大？也记住参数要收着来，具体做法看AI图片放大指南，放大同样放在所有修复动作的末尾。

多轮迭代：核心是止损，不是耐心

多轮迭代修复的核心纪律是预设止损线：动手前就定好"最多几轮、最多多久"，到线立刻停手换备选图，整体效率反而更高。

我的规矩是单处缺陷最多重绘三轮，全图缺陷最多五轮，超线就换图。一轮的定义是一次重绘加一次参数调整，别把十次微调算成十轮自欺欺人。迭代的手法要递进：先用低成本手段（裁剪、压暗、调色），无效再上局部重绘，实在不行才整块替换——上来就重绘，等于小病开大刀。

为什么止损这么重要？重绘是会叠加损耗的，轮数越多纹理越"塑料"，修到后面你自己都分不清是在修复还是在破坏。而重抽一张的成本其实很低：一次重绘5分钟起步，重抽四张备选也就2分钟出图。据艾媒咨询发布的AIGC行业报告，国内图像生成类工具的用户规模这几年持续走高，用的人越多，交付标准就被抬得越高——修不动就换图，这不是认输，是产能策略。

预防永远比修复便宜。把手部特写、乱码文字写进负面提示词，能把一大批崩坏拦在生成端，写法参考负面提示词的使用指南。

常见问题

AI生成图修和修照片最大的区别是什么？

修的病不一样。照片修的是物理问题（曝光、构图、噪点），生成图修的是认知问题（模型真心觉得六根手指合理）。落到操作上就是参数要轻两到三成，且重绘比调色更常用。

手崩的图到底是修好还是重新生成好？

看档位。指尖级融指多指，小范围重绘两轮能收；崩到手臂结构、关节反向的，直接重生成，修的时间够你抽十张新图。

生成图修的轮数多了会越修越糟吗？

会。重绘每多一轮，纹理就多一分塑料感，衔接处的违和会累积。我的上限是单处三轮，到线停手，这不是没耐性，是保成品率。

文字乱码有办法在生成阶段预防吗？

有。把"乱码文字、错误文字"写进负面提示词，同时在提示词里要求文字区域留白，命中率能压下去一大截。实在要画面里有字，生成后擦除重打真字最稳。

光影矛盾能靠统一调色救回来吗？

救不了，只能遮掩。调色管的是色调一致，光影矛盾是明暗方向打架，得用曲线压暗或手动补光去理顺光路。色温统一了、影子还朝反方向，照样假。

手法是集，判断是根

四类缺陷四套手法，但真正决定效率的是前置判断：认病准、参数轻、止损狠——AI生成图修的尽头是取舍，不是死磕。

刚上手的话，先把"认病表"和"三轮止损"这两样立住，返工率肉眼可见地往下掉。手感和分寸这种东西，修够五十张图自然就有了。觉得这篇手法集帮你省了返工时间的话，转发给还在死磕六指的朋友，或者丢进你们的设计群里当认病手册——大伙儿各自卡在哪类缺陷上，评论区聊聊。