把脸保住:AI 改图提示词怎么写才不"换人"
用 AI 改图最常见的翻车,不是改得不够,而是改得太多——你只想换个发型,结果它顺手把脸也重画了,出来一个"很好看但不是你"的人。这篇把"保人换物"的提示词写法讲清楚,顺便说说两条出图通道的不同脾气。
核心一句话:先说"保留什么",再说"改什么"
模型默认会把整张图重新理解一遍,所以你必须明确告诉它哪些不许动。一个稳定的结构是:
保持同一个人:脸、五官、肤色、表情、姿势、背景都不变。只把【头发】换成【锁骨长度的羊毛卷,奶茶色】。
注意两点:
- "保留"清单要具体——"保持同一个人"不如"保持脸、五官、肤色、表情"来得管用,列出来比一句笼统的更稳。
- "改动"范围要收窄——"换个造型"太宽,模型容易发挥;"只把头发换成 XX"把范围钉死。
这套约束本站的 AI 发型试戴、换发色、换装 已经内置在提示词里了,你在"补充描述"里只要写微调即可。
两条通道的不同脾气
同样一句提示词,gpt-image-2 和 Nano Banana(Gemini)出来的感觉不一样:
- gpt-image-2(OpenAI):指令遵循强,适合"精确控制"。它有个关键参数
input_fidelity,设成 high 时输出会更贴近原图——本站的改图调用默认开了这个,所以保人效果更好。 - Nano Banana(Gemini):"保人换物"很稳、速度快,做换装、换发、换背景这类很顺手。
没有 OpenAI Key 也没关系,填 Gemini 的 Key 同样能用,在工具的「API 配置」里切换即可。
一套可直接抄的模板
换发型 / 发色
Photorealistic edit. Keep the exact same person — face, features, skin tone, expression, pose, background unchanged. Only change the hair to: {发型}, {长度}, {颜色}, {刘海}. Natural realistic hair strands, soft lighting.
换装
Change only the outfit to {服装风格}. Keep the same person, face, pose and background. Realistic fabric and natural fit.
换风格(转卡通/插画)
Repaint in {风格}. Keep the composition and the subject recognizable; only change the medium and color.
场景重设计(室内/外观)
Redesign the room in {风格} style. Keep the layout, walls, windows and camera perspective. Restyle furniture, decor, materials and lighting.
还是不像本人?按这个顺序排查
- 换素材:正脸、清晰、光线均匀。素材质量决定上限,这一步比改任何提示词都有效。
- 一次多出几张:模型每次结果都不同,生成 2–4 张挑最像的,比反复改一张高效。
- 降低改动幅度:把"夸张大波浪"换成"自然微卷",改动越小越容易保人。
- 在补充里强调:加一句"keep original facial features"再生成。
- 看前后对比:拖动对比滑块,重点盯五官和脸型有没有漂移。
链式精修:一步只改一件事
与其一句话改五样,不如分步走。本站工具支持把生成结果「作为新输入」继续编辑:先换发型,满意了再拿结果去换发色,再去 转卡通。每步只改一件事,保人成功率高得多,也更可控。
说到底,AI 改图是"约束的艺术":你给的边界越清楚,它越不会乱发挥。先想好"什么不能动",再说"改成什么"——这一个习惯,能解决一大半"改完不像本人"的问题。想直接上手,从 AI 自然语言改图 或任一专项工具开始就行。
我们是一支开发者小团队,负责构建和维护 ToolsForge —— 150+ 个完全在浏览器本地运行、隐私优先的工具。这些文章来自我们日常的工程实践,而不是纸上谈兵。
了解我们相关阅读
一张照片能做多少事:AI 改图工具实战指南
换发型、换发色、换装、转卡通、风格迁移、室内设计、老照片修复——用一张照片走完这些 AI 改图流程,以及怎么让结果更稳、更像本人。
TypeScript 类型体操:什么时候值,什么时候在炫技
务实的 TypeScript 高级类型指南 — mapped types、conditional types、template literal types 真正能给你什么,什么时候用,什么时候应该退回到朴素代码。
Kubernetes 资源 requests / limits 实战:不会把生产搞挂的设法
怎么在生产里实际设 Kubernetes CPU 与内存的 requests/limits — QoS 类、CPU 节流、OOM kill、那些害公司钱的差别,以及好使的模式。