照片精修提示词实测：人像、商品、老照片三套写法

照片精修提示词写得好不好，差距大到离谱。同一个人像，7月2日我试过一版只写「美化皮肤」的指令，出来直接变蜡像；换成带参数的版本，毛孔都还在。挺离谱的。三套写法我都跑过十几张，下面按人像、商品、老照片分开讲，每套给完整指令和翻车实录。

先说共同点。三套里翻车的那几次，没有一次是参数不够多，全是约束没写死。模型默认爱「帮倒忙」：人像给你磨过头，商品图动你的高光，老照片乱猜制服颜色。所以每套指令的骨架都是同一句话的变体——允许改什么、禁止动什么、动到什么数值。

人像精修提示词：磨皮到多少开始假

磨皮强度控制在40%上下、纹理保留度不低于60%，人像就不会假；一旦超过55%，毛孔消失，整张脸开始像打了蜡的塑料壳。下面这条是我现在固定复用的版本。

精修这张人像：只处理面部局部瑕疵，不做整体磨皮。
1. 痘印、斑点：修复强度 40%，逐个处理，禁止全脸涂抹；
2. 皮肤纹理：保留度 60%，毛孔和法令纹必须可见；
3. 眼睛：提亮 10%，瞳孔对比度 +8%，不加美瞳效果；
4. 牙齿：提白 8%，不发灰也不惨白；
5. 头发：保持原有锐度，禁止平滑；
6. 肤色与白平衡：完全不动；
7. 禁用美颜滤镜，禁止对称化脸型。

老实讲，人像是三套里最容易上头的一类。模型默认爱磨皮，你不拦着，它能把 40 岁修成 25 岁。4月我跑过一组 12 张同事肖像的短指令对照，只写「精修人像、去除瑕疵」的那版，9 张皮肤糊成壳。问题不在模型，在指令里没写「不许动什么」。

把上面七条抄过去，先盯三个数字：修复强度 40%、纹理保留 60%、禁用滤镜那句。5月我用这版跑了 27 张人像，过审 24 张，剩下 3 张全是侧脸暗部噪点被当瑕疵抹了，手动补一句「暗部噪点保留」就救回来了。

假与不假的分界线，我反复测过。45% 磨皮时毛孔还在，只是浅；55% 整张脸开始反光，像敷了层蜡；60% 以上直接进「网络美女」区间。不夸张地说，纹理保留度这条宁可写死数字，也别交给模型自由发挥。四类常用指令的完整拆法，可以对照这篇整理（AI 修图提示词四类指令拆解），人像那类和我这套思路一致。

商品白底精修提示词：反光要一句一句点名

白底商品图先抠图后修瑕，反光面必须在提示词里点名「保留环境反射、只去指纹灰尘」；不点名，模型就把不锈钢高光当瑕疵磨，修出指纹状涂抹痕。

商品图精修，先抠图后修瑕：
1. 背景换成纯白，RGB 三通道均为 255，边缘误差不超过 ±2；
2. 杯身反光面：保留原始环境反射，只清除指纹、灰尘和残胶；
3. 高光：杯口和杯把处的高光形状保持原样，禁止压暗或重绘；
4. 底部投影：保留，不透明度 15%；
5. 输出 2000×2000，物体居中，占画面约 80%。

商品图的坑和人像相反：它不是修过头，是修错地方。2026年7月底我帮朋友修一组不锈钢水杯的电商图，提示词偷懒只写了「去除瑕疵、优化白底」。结果杯身高光被当成瑕疵处理，修出七八道涂抹痕，远看活像一圈指纹。买家秀都不敢这么拍。

翻车之后补的就是第 2、3 条。同一组杯子重跑 15 张，14 张干净，剩 1 张杯底投影被吃掉，又补上「投影保留」才稳。商品图的提示词就是这么一句一句喂出来的，没有一次到位这回事。话说回来，投影那句后来成了我的固定条款，所有带脚架的商品图都留着。

白底也别含糊。只写「白色背景」，模型可能给你 RGB 250 的灰白，打印出来一道印子。直接写三通道 255、边缘误差 ±2，抠图才不带灰边。

老照片修复提示词：先修损，再上色

老照片把划痕修复和上色拆成两步跑，中间留人工检查；上色饱和度压到30%以下，制服等标识物以黑白原稿明度为准，否则颜色会被模型乱猜。

第一步（修损）：
修复这张老照片的物理损伤。划痕修复强度 70%，折痕 65%，霉斑 60%；
不超过 80%，否则衣服褶皱会被一起抹平。
人脸五官只做清晰化，锐化幅度 20%，禁止改变五官形状。

第二步（上色）：
在上一步结果上自然上色。整体饱和度上限 30%；
天空、草地按常见自然色处理；
制服、旗帜、徽章等标识物以黑白原稿明度为准，
只做冷暖微调，饱和度不超过 25%；
肤色走自然暖调，禁止腮红感。

两步分开的理由很直接：混在一句里写，模型经常先上色再乱修，颜色盖住损伤，划痕反而漏修。拆开跑，中间还能人工检查一遍再放行。

上色的翻车发生在 2026年8月。我把爷爷一张穿军装的黑白照丢给模型，只写了「自然上色」，出来一看，深灰的军装被上成宝蓝色。翻得挺彻底。我妈一眼就说不对，上色模型对制服这类东西基本靠猜。补上「以黑白原稿明度为准、饱和度不超过 25%」这条约束，重跑后是带冷调的灰绿，家里人才认。着色这件事本身有几十年历史（维基百科的着色技术条目有脉络可查），但模型猜色的不确定性，还是得靠约束压住。

划痕那边，70% 是我现在的默认值。破洞多的照片先跑 65%，看人脸有没有被误修，再决定加不加。超过 80%，褶皱和背景纹理会被一起抹平，照片干净得像复印品，反而假。

三套照片精修提示词的差异对比

三套共享同一个底层逻辑：把「不许动什么」写成数字约束；差别在各自最敏感的那一个参数，人像看纹理保留度，商品看反光点名，老照片看上色上限。

商品那套字数最多，但值得。老照片那套最挑照片，标识物越多的图越要保守。

收个尾。回到开头那句判断：参数占七成，翻车补丁占三成。我桌面上现在就存着这三段，每次只改两三个数字就能复用到新照片上。照片精修提示词写到这个份上，拼的不是文采，是你肯把翻车过的那一项写成数字。蜡像脸、指纹杯、蓝军装，我踩过的这三个坑，照着上面的约束改，基本一晚上能调顺。

常见问题

照片精修提示词可以整套复制别人的吗？

可以当底稿，但数字要按自己的照片重调。纹理保留 60% 适合普通手机人像，影棚原图毛孔本来就清楚，降到 50% 反而更自然。复制后先跑一张，看翻车信号落在哪一项，只改那一项就够。

修图模型里的强度百分比是通用的吗？

不是。同一组数字在不同模型上表现差很多，我这几个值基于 2026 年上半年常用的两款修图模型调出。换模型后先拿一张废片跑梯度：40%、55%、70% 各来一次，找到假与不假的分界，再定参数。

商品图反光太多，提示词压不住怎么办？

先降期望，反射是金属和玻璃的物理属性，全去掉照片就假。提示词里把「保留反射」和「清除污渍」拆成两条写，剩下压不住的局部，用局部重绘圈出来单独处理，比改整段指令管用。

老照片上色后还能退回黑白吗？

能，所以我坚持两步分开跑。上色单独成一步，原图和修损版各存一份，颜色不对就直接弃掉上色结果、退回第二步之前，不会伤到划痕修复那一层。

延伸阅读

• AI 图片生成提示词大全：精修之外，从零生成图片的模板库可以配套使用。