局部重绘修手修脸:蒙版、提示词、参数各怎么设
Nov 14, 2026整张重出会把对的地方也改坏。这篇讲蒙版扩边、区内提示词写法和三个参数怎么调。
CATEGORY · 分类
整张重出会把对的地方也改坏。这篇讲蒙版扩边、区内提示词写法和三个参数怎么调。
设定图的目标不是好看,是可复现。这篇给三视图写法、配色描述粒度与九宫格表情的排法。
白底图讲合规,场景图讲氛围,一套词两用两头不靠。这篇给两类图的硬要求与验收清单。
国风不是堆元素。这篇分清水墨与工笔两套提示词要素,并给构图上的三个习惯。
人像出图容易塑料感,问题在皮肤。这篇给六个可检查的质感词、一句话拼装公式与三组对照做法。
# WorkBuddy|用 WorkBuddy 管一版配图需求模板:只改变量不动约束 AI绘画项目中,配图需求频繁变动。WorkBuddy可以用来维护一套配图需求模板,规定不变的核心约束,仅允许变量(如主体动作、色彩 accent)在受控范围内变动,从而保证输出质量的稳定性。 ## 模板结构
# 豆包|用豆包把「参考图描述」转成可复用的约束清单 在AI绘画创作中,参考图往往包含丰富的视觉信息,如何将其转化为可复用的约束条件是关键。豆包大模型可以帮助提取并重组这些信息,形成结构化的约束清单。 ## 提取方法 1. **上传参考图**至豆包平台,使用「图像分析」功能。 2. **使用P
# 转赞推荐|Bootstrap 组件实验室的「变体并排」,拿来对比配图方案 在AI绘画的配图制作中,经常需要对比不同变体的效果。Bootstrap 组件实验室的「变体并排」功能,提供了一个便捷的方式并排展示多个版本,帮助快速判断最佳方案。 ## 变体并排功能概述 Bootstrap 的网格系
# 项目记录|给退图原因做编码后,返工集中在哪两类 AI绘画项目中,退图(重新生成)是不可避免的环节。本文记录我们将退图原因进行编码分析后发现的两大主要类别,并提出相应的优化方案。 ## 编码分类体系 通过对过去半年项目的退图数据进行编码,我们发现约80%的退图原因归属于以下两类: ###
# 用 WorkBuddy 管一版配图需求模板:只改变量不动约束 配图需求写多了会发现,真正每次都不同的只有一两句,其余大段是重复的约束。但模板一旦放进日常文档,很快就会被随手改动,几周后谁也说不清哪条是固定要求。这次用 WorkBuddy 把模板管起来,定了一条硬规矩:固定区不许动,只允许改变量
# 用豆包把「参考图描述」转成可复用的约束清单 看到一张合意的参考图,最容易的做法是把整段描述直接搬进提示词。问题是那段描述里往往混着「氛围很好」「有点高级」这类只可意会的词,换一张图就失效。用豆包做一次转换会好很多:让它把描述拆成能逐条检查的约束。 ## 提要求的写法 ˃ 下面是对一张参考图
# 转赞推荐:Bootstrap 组件实验室的「变体并排」,拿来对比配图方案 推荐一个能直接搬到配图评审上的做法,来自 [Bootstrap 组件实验室](https://bootstrap.wanxiangsucai.com):同一组件的几种写法并排摆着,每种只改一个条件,下面贴一小段可复制的代
# 项目记录:给退图原因做编码后,返工集中在哪两类 ## 起因 配图返工一直不少,但每次复盘都说不清到底卡在哪儿:退回时写的都是「不太对」「再调调」,攒了一堆也没法统计。于是先做了一件不看图的事——给退图原因编一套固定码。 ## 编码表只留六项 | 码 | 含义 | 判定依据 | | ---
# 系列配图的一致性先定三个不变量:视角、光线、主体比例 一组图看起来「不像一套」,多数人第一反应是换提示词模板。其实模板越细越容易跑偏,因为可变的东西太多了。结论先给:先定死三个不变量——视角、光线、主体比例,其余留给单张图自由发挥,一致性反而更稳。 ## 为什么是这三样 | 不变量 | 一
光影比“电影感”这类风格词有用得多。这篇给四种基础布光、四个可直接用的组合,并解释影子为何决定画面的重量。