AI 图像编辑进阶技巧：图层合成、放大与透视

清晰的提示词是优质图像编辑的基础，但并非所有问题都需要在一次生成中解决。当您需要保留多项成功的修改、单独处理难以编辑的细节，或精确控制物体出现的位置时，一些简单的图像编辑技巧就能为模型提供更明确的视觉指引。

Affinity Photo、Adobe Photoshop 和 Krita 都支持这一工作流。您无需掌握高级修图技能，使用基本的图层、蒙版、裁剪和透视工具，就能准备更干净的输入，为下一次在 RunDiffusion 上生成图像构建更好的基础。

当场景复杂到难以用一条提示词处理时，这些技巧尤其适合与 Nano Banana Pro 及其他图像编辑模型配合使用。

什么是 AI 图像编辑模型？

AI 图像编辑模型根据现有图像和文字指令创建新图像。标准图像生成模型仅从提示词出发，而编辑模型会将上传的图像也作为指令的一部分。它可以修改指定的物体、材质、颜色、文字、光照、景观或设计细节，同时保留原图中应保持不变的部分。

您还可以上传参考图像，向模型展示希望应用到主图上的物体、材质、纹理、配色、设计特征或视觉方向。结果的质量取决于您能否清楚地指定主图、解释每张参考图像的作用、描述所需修改，并保护所有应保持不变的内容。

AI 图像编辑模型及模型系列包括 Nano Banana Pro、Nano Banana 2、Nano Banana 2 Lite、ChatGPT Image 2.0、Seedream 和 Qwen Image Edit。它们的优势、支持的输入和编辑表现各不相同，但本文的准备技巧普遍适用：从清晰的主图开始，为每张参考图像指定一个作用，说明所需修改，并保护应保持不变的内容。

外部图像编辑为什么有帮助

编辑模型必须同时解读主图、参考图像、标注和提示词。一张内容繁杂的参考图像可能包含所需材质，但也有无关的家具、建筑、景观、光照和人物。生成结果可能在一处修改得很好，却改变了场景中另一处原本已经正确的部分。

外部图像编辑让您更好地控制模型看到的内容，以及后续保留的成果。

在 RunDiffusion 上，每次生成都是一次全新的调用。模型不会保留对话，也不会记住上一次编辑。每次开始新的生成时，都应将当前最好的图像作为 Image 1 上传，并重新说明所需修改、参考图像的作用和保留要求。

这样做不是要取代提示词，而是为下一条提示词准备更清晰的视觉说明。

1. 通过图层合成完成更复杂的编辑

图层合成可以让您只保留一次生成中成功的部分。

在 Affinity Photo、Adobe Photoshop 或 Krita 中打开当前基础图像和新生成的图像。将生成图像放在原图上方的图层中，确保两张图像尺寸一致且精确对齐。

擦除或用蒙版隐藏上方图层中除成功编辑区域以外的所有内容。原图仍在下方可见，新生成图像中改进后的区域则显示在其上方。

基本的图层合成工作流如下：

第 1 步：打开当前基础图像。

第 2 步：将新生成的图像放在其上方的图层中。确保两张图像的像素尺寸相同，以便快速、准确地对齐。

第 3 步：擦除或用蒙版隐藏上方图像中未修改的部分，只保留成功的编辑。

第 4 步：将合成图像导出为 PNG，用作新的基础图像，并重复这一过程，直到满意为止。

第 5 步：使用 RunDiffusion 上的图像编辑模型进行最后一次处理，融合可见的接缝。

使用图层蒙版通常比永久擦除像素更灵活，因为以后还可以恢复相关区域。只要最终合成图像干净，两种方法都可行。

如果一次生成成功改变了立面材质却也改动了屋顶，添加了正确的家具却改变了房间围护结构，或改善了植物配置却在其他地方引入不需要的变化，就可以使用这一技巧。无需重新生成整张图像，只保留成功的编辑，并保护原本已经合适的所有内容。

经过多轮生成，导出的 PNG 会逐步成为更好的基础图像。

2. 放大以单独处理重要细节

放大或裁剪图像可以减少周围的视觉干扰，让模型聚焦于您希望它使用的具体信息。

这一技巧既适用于主图，也适用于辅助参考图像。

放大需要编辑的区域

在宽广场景中，编辑模型可能难以理解细小的细节。局部裁剪有助于修改：

• 标牌或文字元素
• 窗户、门或立面特征
• 一件家具
• 产品部件
• 植物种植区域
• 构造细节
• 小物体或装饰元素
• 局部材质过渡

保留足够的周围环境信息，以体现目标的尺度、朝向和边界。裁剪范围过小，可能会去掉模型理解该细节与图像其余部分关系所需的信息。

完成局部编辑后，通过图层将成功修改的区域合成回完整图像。将结果导出为 PNG，并作为下一次的 Image 1。

放大参考图像

裁剪后的参考图像也能更明确地表达这张参考图应提供什么信息。

如果完整参考图包含所需的物体、材质、形状、图案、配色、家具、植物、标牌、标志或建筑特征，上传前可围绕该元素进行局部裁剪。移除无关内容，有助于避免模型复制不需要的背景、人物、建筑、光照或构图。

裁剪应突出重要信息，同时保留理解这些信息所需的环境线索。例如，材质参考图可能需要呈现纹理、接缝、图案尺度、颜色变化和风化痕迹，而不仅是一小块颜色。

示例提示词使用英文。

提示词仍应明确每张图像的作用：

Image 1 is the primary image and controls the complete architecture, geometry, camera, composition, and unmarked areas. Image 2 is a close reference for the sculptural bench only. Add that bench to the area marked by the green arrow on Image 1. Use its curved form, proportions, pale stone color, and smooth finish. Do not copy the background, paving, planting, lighting, or camera position from Image 2.

裁剪参考图像和明确其作用相辅相成。裁剪减少视觉干扰，提示词则解释剩余信息应该控制哪些内容。

示例：使用放大的纹理和颜色参考图

此示例遵循 RunDiffusion 的标注工作流。每张上传的图像都有可见的 Image 编号。Image 1 上的紫色箭头标出需要修改的立面材质区域。Image 2 和 Image 3 都经过局部裁剪，使每张参考图只提供一种信息。

提示词：

Create a photorealistic exterior architectural image of the contemporary two story community arts building shown in Image 1. Image 1 is the primary image and controls the complete building design, geometry, camera view, composition, lighting, landscape, and surrounding site. The purple arrows on Image 1 mark the warm white facade surfaces that should be changed. Use Image 2 only for the board formed concrete texture, including its horizontal grain, formwork impressions, tie holes, construction seams, and subtle surface variation. Use Image 3 only for the muted sage green color. Replace the warm white facade surfaces marked by the purple arrows on Image 1 with muted sage green board formed concrete. Combine the texture from Image 2 with the color from Image 3. Keep the texture correctly scaled to the building and aligned naturally across each facade plane. Preserve the exact building massing, rooflines, openings, entrance, pale limestone entrance surround, dark bronze canopy, window frames, glazing, doors, paving, planting, people, camera position, perspective, crop, lighting, shadows, and reflections from Image 1. Follow the image labels and arrows as instructions. Remove the Image 1, Image 2, and Image 3 labels, the purple arrows, and every other annotation from the final image. Do not copy architecture, composition, or objects from Images 2 or 3. Do not add or remove architectural features, people, objects, signs, text, logos, or watermarks.

最终图像遵循 Image 1 上的箭头，结合 Image 2 的纹理和 Image 3 的颜色，保留要求保护的建筑与场地元素，并移除 Image 标签和紫色箭头。

3. 使用透视工具定位物体

Krita、Adobe Photoshop 和 Affinity Photo 中的透视工具可以帮助您将家具、标牌、景观元素、立面特征、产品部件和其他物体更准确地放置在场景中。

生成前，物体不必看起来已经完美融入场景，但需要清楚传达预期的位置、尺度、朝向和大致透视关系。

在生成前放置物体

如果仅靠提示词无法自然地添加物体，可以在上传图像前先制作一个粗略的合成图。

将物体放在新图层上，并使用透视或变换工具使其与场景匹配。比较地平线、观察高度、垂直线、纵深方向和附近建筑的边缘。调整物体的尺度和朝向，直到预期的位置清晰明确。

当模型反复将物体放错位置、改变其朝向，或误解它与周围场景的关系时，这种方法很有帮助。

在生成后调整物体

透视也可以在生成后修正。

如果生成的物体外观正确，但位置、尺寸或角度显得不自然，可以在 Affinity Photo、Adobe Photoshop 或 Krita 中移动并变换它。调整后的图像可能已足以作为最终结果，也可以作为下一次编辑调用的 Image 1。

在下一条提示词中，要求模型保留修正后的位置，同时改善物体与场景的融合。这有助于处理接地关系、阴影、反射、物体遮挡、材质表现和边缘过渡。

第 1 步：将新物体图像添加到当前场景中。

第 2 步：选择 Perspective 或 Transform 工具。不同图像编辑器进入此设置的方式各不相同。

第 3 步：移动图像四角的控制点，直到角度与场景匹配，再将物体放到所需位置。保存合并后的图像，并将其用作 RunDiffusion 上的新基础图像。您可以通过 RunDiffusion Photoshop Plugin 完成此操作，也可以手动保存图像后上传到平台。

第 4 步：将包含已调整透视物体的图像用作下一次生成的基础图像。

结合三种技巧

将图层合成、放大和透视结合为一个可重复的工作流，能更好地发挥它们的作用：

1. 选择当前最好的图像作为基础。
2. 放大或裁剪参考图像，单独呈现需要使用的信息。
3. 必要时，用透视工具粗略放置难以处理的物体。
4. 将准备好的合成图像作为 Image 1 上传。
5. 添加所需参考图像，并为当前生成编写完整的提示词。
6. 审阅结果，找出成功的修改。
7. 通过图层将这些成功的修改叠加到上一张基础图像上。
8. 将合成图像导出为 PNG。
9. 将导出的 PNG 作为下一次编辑的 Image 1，直到完成。

通过此工作流，您可以逐步积累受控的修改，无需反复重新生成完整图像，从而避免反复生成可能引入的伪影和重要细节逐渐退化。

需要避免的常见错误

合并图层后未保留工作文件

除了导出的 PNG，还应保留带图层的 Affinity Photo、Photoshop 或 Krita 文件。如果后续编辑出现问题，分层文件可以让您更容易回到较早的版本。

基础图像与生成图像未对齐

使用蒙版前，确认两张图像的像素尺寸相同且已经对齐。即使是微小偏移，也可能造成重叠边缘、细节模糊或可见接缝。

裁剪范围过小

移除干扰内容，但要保留足够的信息来体现尺度、朝向、边界、接缝和相互关系。

让参考图像控制过多内容

局部裁剪可以让参考图像更清楚，但提示词仍必须准确说明它提供什么信息，以及不得改变什么。

忽略透视

即使物体设计正确，如果其尺度、角度、地平线或接地关系与场景不匹配，仍会显得不自然。

继续使用质量下降的基础图像

不要自动将最新生成的图像用作下一张基础图像，而应使用当前最好的合成图。如果结果改善了一个区域，却损坏了另外三个区域，就通过图层合成只保留成功的区域。

应该使用哪款图像编辑器？

Affinity Photo、Adobe Photoshop 和 Krita 都能完成这一工作流中的核心操作。只要图像编辑软件支持图层和透视功能，就可以使用这些技巧。

• 图层与蒙版
• 裁剪与调整尺寸
• 透视与变换调整
• 基本颜色与边缘修正
• PNG 导出

选择适合现有工作流的应用即可。相比具体软件，技巧本身更重要。

让模型保持专注

要获得更好的图像编辑效果，往往并非要求模型做更多，而是要减少歧义。

图层合成保护成功的成果，放大突出重要信息，透视传达物体应处的位置。将结果导出为新的 PNG，可以为下一次生成提供更好的 Image 1。

如需了解编写生成与编辑提示词的完整框架，请阅读《Nano Banana Pro 提示词完整指南》。如需进一步了解如何为多张上传图像指定明确的作用，请继续阅读《RunDiffusion 多图提示词指南》。

应该尝试哪些模型？

没有任何一个编辑模型适合所有图像。如果某项重要编辑没有达到预期，可以将同一组准备好的 Image 1、参考图像、标注和提示词交给另一个模型。比较输出结果，可以看出哪个模型更擅长保留结构、放置物体或理解您的视觉方向。

Nano Banana Pro

对于结合多张参考图像、标注、文字或多项相互兼容编辑的详细需求，Nano Banana Pro 是一个合适的选择。当提示词需要协调设计修改与明确的保留指令时，可以使用它。

在 RunDiffusion 上打开 Nano Banana Pro

Nano Banana 2

Nano Banana 2 专为快速生成和编辑打造，具有较强的提示词控制能力。对于同时重视速度和一致性的广告创意、视觉原型、产品图像及制作流程中的编辑，它是一个实用选择。

在 RunDiffusion 上打开 Nano Banana 2

Nano Banana 2 Lite

Nano Banana 2 Lite 是适用于快速概念、提示词测试、视觉变体和初步编辑的轻量选项。如果希望在投入深入优化之前探索更多方向，可以使用它。

在 RunDiffusion 上打开 Nano Banana 2 Lite

ChatGPT Image 2.0

ChatGPT Image 2.0 是一个灵活的选项，适用于按指令编辑、物体修改、视觉构思和范围较大的场景调整。如果希望获得对复杂编辑的另一种理解，或需要探索多种视觉方向，可以尝试它。

在 RunDiffusion 上打开 ChatGPT Image 2.0

Seedream 4.5 Edit

Seedream 4.5 Edit 适用于精细的视觉优化、材质修改、氛围、风格处理和设计变体。当您重视视觉完成度和整体呈现时，可以将它纳入比较。

在 RunDiffusion 上打开 Seedream 4.5 Edit

Qwen Image Edit

Qwen Image Edit 为针对性修改、物体放置、风格变化和探索性变体提供了另一种选择。当其他模型改动图像过多，或对指定位置有不同理解时，可以尝试它。

在 RunDiffusion 上打开 Qwen Image Edit