AI 图生图用不好的原因，通常不是模型弱，而是参考图、提示词、重绘强度三者的分工没理清。本文按从上传到出图的完整链路，给一套可重复执行的顺序。

很多人第一次用图生图，结果往往是“人脸跑偏、背景全变、线条糊掉”。这并不一定是模型不行，而是没有区分清楚：哪些信息必须保留，哪些信息允许模型重新生成。把这两类信息分开处理，图生图的可控性会明显上一个台阶。

下面按网页端和 API 两种常见使用方式来讲，步骤是通用的。具体参数名称、默认值和取值范围，请以你所用平台的控制台与文档为准，不同产品之间会有差异。

一、先分清 AI 图生图的三种玩法

“图生图”是一个统称，实际至少包含三类目标完全不同的任务。选错类型，后面参数怎么调都别扭。

• 结构参考型：保留参考图的构图、姿态、线稿或轮廓，只替换材质、光影和画风。常见于线稿上色、草图转成品图。
• 风格迁移型：保留主体内容，把整体画风切换到另一种视觉语言，例如写实转插画、插画转厚涂。
• 局部重绘型：只改画面中的某个区域，比如换衣服颜色、去掉多余物体、修补手部细节，其余部分尽量不动。

参考图的“信息量”决定成败

模型会把参考图当作强约束来理解。图里元素越多、越杂乱，模型能接收到的信号就越模糊。因此准备参考图时，最好只保留你真正想继承的东西：如果只想继承构图，可以先裁掉干扰背景；如果只想继承脸型，可以把画面裁到肩部以上。

经验上，一张干净的参考图，比十次参数微调更有效。先优化输入，再优化参数。

二、2026 年 AI 图生图实操步骤：从参考图上传到成图输出

下面这套顺序适合大多数支持图像输入的工作流，网页端和 API 都适用。

第 1 步：准备并上传参考图

优先使用分辨率不低于 1024×1024 的清晰图，避免明显压缩噪点和文字水印。如果要做局部重绘，提前用平台自带的涂抹或遮罩工具圈出改写区域，遮罩边缘留一点过渡，不要刚好贴着物体轮廓，否则容易留下硬边。

第 2 步：写“描述变化”的提示词

图生图的提示词，重点不是从头描述画面，而是描述“在现有基础上要发生什么变化”。可以按这个顺序组织：主体是什么 → 要改什么 → 保留什么 → 风格与画质要求。例如强调“保持人物姿态与构图不变，仅将外套换成浅灰色针织材质，柔和自然光，写实摄影质感”。

第 3 步：设置重绘强度与一致性参数

这是最容易被忽略的一步。重绘强度偏低时，输出会非常接近参考图，改动幅度小；偏高时，模型自由度大，容易脱离原图。通常建议先取中间值试一版，再根据结果小步调整，而不是一次拉到极限。如果平台提供角色一致性、种子锁定或参考图权重之类的开关，第一次生成时先保持默认，确认基本方向正确后再逐项开启。

第 4 步：生成、复核、再迭代

不要一次生成几十张再挑。更高效的做法是：先出 2 到 4 张判断方向，方向对了再扩量。每次只调整一个变量——要么改提示词，要么改重绘强度，不要同时改三个参数，否则无法判断是哪个变量起了作用。

三、用 API 做批量图生图要注意什么

当图生图从“偶尔做一张”变成“每天要跑一批”，网页端手动操作就不够用了。这时通常会用 API 批量提交图片和提示词，此时有三件事必须提前确认。

1. 接口地址与协议：确认平台提供的 Base URL 以及是否兼容你现有代码所用的调用格式。
2. 模型名称：图像类模型的命名和版本更新较快，务必以控制台当前显示的模型名称为准，不要直接复制旧教程里的写法。
3. 输入格式：参考图是以 URL 传入、base64 传入，还是先上传拿到文件标识，各家要求不同，写批处理脚本前先跑通单张。

如果你不希望为每个模型分别维护一套 Key 和接口地址，可以了解一下 通联AI中转站。它把多家厂商的模型聚合到统一入口，图像创作、对话、视频、语音等不同能力可以在同一个控制台里按任务选择，API Key 和余额也集中管理。对于需要同时测试多个图像模型效果的团队，这种统一接入方式能省去不少重复配置的工作量。具体支持哪些模型、调用方式和计费规则，建议直接到通联官网查看实时信息。

四、几个高频疑问

为什么生成的图和参考图一点都不像？

按可能性从高到低排查：重绘强度是否过高；提示词是否写成了“全新画面描述”而不是“变化描述”；参考图是否过于杂乱；是否误用了文生图模型而非图像输入模型。

为什么改了半天，只有很小一块变了？

多半是重绘强度太低，或者遮罩范围画得太小。可以适当放大遮罩并留出边缘过渡，同时略提高重绘强度，但不要一次调太多。

生成的图可以直接商用吗？

这取决于你所用模型的许可条款、训练数据来源以及所在地区的相关规定，也取决于参考图本身的版权状态。正式使用前请逐项核对平台的服务条款，必要时咨询专业人士，不要凭经验判断。

五、把流程固定成模板，效率会翻倍

当一套图生图流程跑顺之后，建议把它固化成可复用的模板：参考图的准备规范、提示词的结构模板、常用的重绘强度区间、以及一份复核清单。之后每接一个新需求，只需要替换参考图和那几行变化描述，出图质量会稳定很多。

如果你希望在同一个地方完成图像模型的对比测试、Key 管理和用量查看，可以从 通联AI中转站官网 进入控制台，先看模型广场里的图像相关能力，再决定用哪一种接入方式。