AI 图片编辑:提示词、蒙版与验收
零基础学会 AI 图片编辑不走样:分清看图聊天与真改图工具,直接照抄 4 行锁死主体提示词模板,避开蒙版透明通道坑并安全配合 DSH 处理图片。
本页内容

很多新手第一次用 AI 给商品照换背景、去杂物时,最崩溃的一幕就是:“我只让它把桌子换成浅灰色,结果它顺手把杯子上的品牌英文改成了鬼画符,连杯把形状都给我重画了!”
这篇文章不讲空洞的设计大道理,直接手把手教零基础新手三件最实用的事:
- 怎么挑对工具(别拿着“只能看图说话的聊天框”去让它给你导出新图片);
- 怎么套用一段“4 行锁死原物”的万能提示词模板;
- 怎么用涂抹蒙版(Mask)和放大镜清单检查成品,再安全配合 DeepSeek Harness(简称 DSH)批量整理而不毁掉原片。
第一步先避坑:“能看图聊天”不等于“能帮你改图导出”!
新手最容易搞混三种完全不同的工具。动手前先看这张表,选错工具说破嘴皮也出不来图:
| 工具类型 | 它到底能干什么? | 代表例子 | 适合什么改图需求? |
|---|---|---|---|
| 1. 纯看图聊天模型 | 能看懂你上传的图,但只能回复文字建议,吐不出新图片文件 | 普通文本接口(如未挂生图工具的常规聊天框) | 让它帮你挑毛病、写改图提示词,不能直接出图 |
| 2. AI 生成式改图工具 | 读入原图 + 你的指令,直接生成并保存一张改好的新图片 | OpenAI GPT Image 编辑接口、Google Gemini 图片生成与编辑 | 换摄影棚背景、补光影、局部P掉路人或杂物 |
| 3. 传统抠图 / 修图软件 | 机械裁剪、改尺寸、把抠出来的原商品贴到新背景层上 | Photoshop、常规一键抠图工具、代码裁切脚本 | 包装小字、条形码、注册商标必须 100% 一字不差时首选 |
给小白的一句话铁律: 如果你只是想把 2000×2000 的图缩小成 800×800,或者商品上有密密麻麻的配料表小字一个像素都不能歪,别用 AI 硬重绘!把原商品抠出来贴在新背景上最稳。
小白直接照抄:“4 行锁死主体”改图提示词模板
千万别只对 AI 说一句“帮我把这张图弄得高级一点”——这句话等于允许它把你的商品、颜色、构图全拆了重画!
以后每次改图,直接复制下面这 4 行填空模板,把“不准动哪里”写在“要改哪里”前面:
1. 最终用途:把这张水杯实拍图改成电商商品详情页的方形主图。
2. 只允许改动:仅把背后的杂乱木桌替换成干净的浅灰色摄影棚背景,补柔和自然光。
3. 严禁改动(锁死原物):水杯的外形轮廓、把手弧度、杯身颜色、正面印的英文字母必须原封不动保留!
4. 禁止乱加东西:不要添加原图没有的水珠、花草、新 Logo 或额外文字。多轮微调小窍门: 第一版出来如果主体没变形、只是背景稍微暗了一点,下一句追问只改那一个问题(比如发:“保持当前水杯完全不动,只把浅灰背景再调亮一点”),千万别推倒重写整段风格词。
大白话讲懂“涂抹蒙版(Mask)”的两个隐藏坑
很多改图软件里都有一只“画笔涂抹(蒙版 / Inpaint)”功能,让你把想换掉的背景涂上颜色。用的时候一定要知道这两个真相:
- 涂抹框只是“指路牌”,不是“防弹玻璃”: 就像 OpenAI 官方蒙版文档 明确提醒的那样,AI 为了让新背景和商品边缘自然融合,依然可能偷偷重绘选区边缘的细节。所以涂完生成后,边缘和文字照样要放大检查!
- 自己调 API 传蒙版图时,黑白 JPG 是没用的: 根据 OpenAI 蒙版文件格式要求,代码接口上传的蒙版图必须跟原图尺寸一模一样,而且必须是带真正透明通道(Alpha channel)的
.png文件——拿画图软件涂一张普通黑底白字的图片传上去,接口根本认不出来。
改完别只看聊天小图!5 项放大镜验收清单
在聊天窗口里看缩略图觉得“哇真好看”,一放大挂上淘宝或官网就露馅了。保存新图片后,把原图和新图左右并排打开,花 30 秒核对这 5 项:
| 检查部位 | 放大到 100% 看什么? | 不合格怎么补救? |
|---|---|---|
| 1. 商品文字与商标 | 字母有没有拼错、笔画有没有粘连变形 | AI 重绘文字经常微糊,重要商标直接从原图裁下来贴回去 |
| 2. 细微边缘连接处 | 杯把内侧、发丝、透明玻璃边缘有没有被背景吞掉一块 | 缩小涂抹范围重跑一次,或换常规抠图工具 |
| 3. 光影方向对不对 | 商品左边亮,结果新背景影子也往左边投(一眼假) | 在提示词第 2 行写明“光源从左上方打过来,右侧留自然柔和投影” |
| 4. 真实文件尺寸格式 | 右键看文件属性:分辨率是不是被缩水了、能不能正常打开 | 确认导出高清原尺寸,并且另存为新文件名,绝不覆盖原图 |
| 5. 放进网页后的实景效果 | 放到手机小屏和电脑网页卡片里,主体有没有被裁掉脑袋 | 在提示词里提前要求“主体居中,四周留出 15% 留白裁切余量” |
零基础 4 步实操:用 DSH 安全管理改图与批量任务
如果你想用电脑上的 DeepSeek Harness(简称 DSH)帮你管理一个文件夹的商品图、或者挂载外部改图插件(MCP),千万别一上来就对着几百张原图跑批量脚本!按下面 4 步安全操作:
第 1 步:先把原图复制一份备份文件夹
在电脑上把原图文件夹复制一份叫 images-backup 锁好,再建一个专门干活的测试文件夹(比如 images-work)并在 DSH 里点 Choose workspace 打开(基础文件核对见 DSH 网页端新手指南)。
第 2 步:分清“DSH 看图”和“外部插件改图”
DSH 里的聊天模型如果支持视觉输入(见 DSH 服务商图片配置说明),可以帮你检查图片和写代码;如果要让 DSH 自动调用 OpenAI 或 Gemini 生成新图,需要通过 DSH MCP 插件配置 接上对应的生图工具(底层机制见 MCP 客户端说明),并把你的 API Key 安全存在本机配置里,千万别写进网页前端代码。
第 3 步:永远先拿“1 张图”跑通另存流程
先只指定文件夹里的 1 张测试图片(比如 cup-01.png),明确命令 DSH:读取 cup-01.png,调用改图工具生成浅灰背景版本,结果另存为 output/cup-01-gray.png,禁止修改或覆盖原文件。
第 4 步:单张验收合格后,再按同一模板跑小批量
在电脑文件夹里亲手点开 output/cup-01-gray.png 按上面的 5 项清单检查无误后,再让它每次 5 张、10 张地分批处理,省钱又不会翻车。
常见问题
为什么我在提示词里明明写了“保持杯子不变”,它还是把杯子改变形了?
因为生成式 AI 的本质是“照着原图重新画一张”,提示词里的“保持不变”只是努力方向,不是物理锁死。如果重跑两次还是变形,最省事的办法就是用普通抠图软件把原杯子抠出来,垫上 AI 生成的干净背景图。
能看懂图片的聊天模型,是不是都能直接帮我改图?
不是。很多视觉大模型只长了“眼睛”(能看图打字),没长“画笔”(没有图片文件输出接口)。选工具前先确认它能不能真正吐出 .png / .jpg 图片文件。
我只涂抹了背景区域,没涂到的商品部分一定 100% 不会变吗?
不一定。像 GPT Image 这类模型的涂抹蒙版属于“软引导”,交界处和细小文字仍可能发生轻微重绘,交稿前一定要放大比对原图。
新手想批量改 50 张商品图,第一步最该干什么?
先老老实实备份原图文件夹,然后只挑 1 张最难的(带字或带透明边)把提示词和另存路径试成功,千万别上来就写循环覆盖原文件!
模型与工作流文章
Gemini 4 Neon 发布了,什么活值得交给它?
Gemini 4 Neon 适合什么任务?用一个 CSV 导出 Bug 读懂编程跑分,算清 API 和思考 token 的费用,了解 Pro 与 Ultra 用户怎么打开 Neon。
阅读 →模型与费用GPT-6.2 Astra 与 Sol 指南:价格、评测与选型
零基础读懂 OpenAI 新发布的 GPT-6.2 Astra 与 Sol:对比 Claude 与 DeepSeek 价格、官方评测、27.2 万长文本加价线,附傻瓜式 DSH 与 Python 接入教程。
阅读 →模型与费用GPT-6.1 Terra 使用指南:功能、价格与 Sol 对比
零基础读懂 OpenAI GPT-6.1 Terra:擅长看图识表、屏幕操作与日常办公,价格比 Sol 便宜一半。附横向对比表、费用算例与 DSH / Python 上手教程。
阅读 →模型接入与费用Qwen 3.8 27B 怎么接入 DSH?
手把手教你把本地 Qwen 3.8 27B 接入 DSH:附显卡显存对照表、LM Studio 与 Ollama 端口查看、自定义服务商 5 格填写说明及报错速查。
阅读 →模型接入与费用Codex 费用怎么算?API 与订阅分开看
零基础看懂 OpenAI Codex 收费规则:一张表分清 ChatGPT 会员额度与 API Key 按量计费,对比新老模型单价算例,教你 3 步锁死每月消费上限。
阅读 →模型接入与费用Grok API 怎么接入 DSH?
手把手教你把 xAI Grok API(grok-4.7)接入 DSH:一张表分清 Grok 与 Groq,附密钥获取、自定义服务商 5 格照抄配置与 401/404 排错表。
阅读 →模型接入与费用Gemini 怎么选?先看任务和费用
零基础读懂 Google Gemini 选型指南:对比 3.8 Flash、4 Argon 与 DeepSeek 价格和适用场景,注意优惠截止日期,附 DSH 四步接入教程。
阅读 →模型跑分与工程实践Gemini 4 Argon 编程评测:跑分与长输出边界
零基础读懂 Gemini 4 Argon 编程评测:对比 Claude Opus 5.5 与 GPT 跑分强弱项,拆解 100 万共享窗口与 6.5 万默认输出限制,附 DSH 接入教程。
阅读 →API 费用与企业 ROIGemini 4 Argon API 价格:缓存折扣与成本测算
大白话算清 Gemini 4 Argon API 价格:对比 12 月涨价前后与 DeepSeek 账单,讲清 95% 自动缓存生效条件与思考字数扣费,附实时计算器。
阅读 →模型接入与费用Claude Sonnet 与 Opus 怎么选?
大白话对比 Claude Sonnet 5.5 与 Opus 5.5:价格表、每轮真实花费与适用场景一目了然,手把手教你在 DSH 里同时配好两款随时切换。
阅读 →模型与费用Opus 5.5 vs Fable 5.2:谁更适合你的工作?
零基础看懂 Claude Opus 5.5 与 Fable 5.2 怎么选:对比价格、编程跑分、单任务花费与 30 天数据保留限制,附 DSH 分步搭配教程。
阅读 →内容创作DeepSeek Harness 自媒体工作台,怎么把一句灵感变成口播稿?
用 DeepSeek Harness 自媒体工作台 dsh-media-desk,把一句灵感写成口播脚本,再补封面、配图和分镜。附安装命令、生图配置、排期与导出说明。
阅读 →手机端与远程使用DeepSeek Harness 手机端怎么用?新手连接教程
DeepSeek Harness 手机端零基础教程:官方无独立手机安装包,手把手教你查电脑 IP、家庭 Wi-Fi 2 分钟直连、Tailscale 4G/5G 远程连接及微信飞书接入。
阅读 →模型接口与工作流MiniMax H3 能接入 DSH 吗?
零基础搞懂 MiniMax H3 与 M3 在 DSH 里的区别:避开国内站与国际站 401 填反大坑,手把手教你 4 步接入 M3 写代码并配合 H3 视频素材。
阅读 →API 凭据与排错Kimi API Key 报错:区域、模型与权限排查
手把手解决 Kimi / Moonshot API Key 报错:一张表核对国内 .cn 与国际 .ai 地址、kimi-k3 正确模型名及 401/404/429 秒修办法。
阅读 →