AI 模型版本切换迁移 SOP：旧 prompt 适配新模型的 6 步检查

工作室最怕的不是新模型上线，而是老 prompt 一夜之间失灵——昨天还稳的白底精华瓶，今早换到新模型后瓶盖像塑料、阴影方向也变了，客户在群里追问”是不是换团队了”。要救的不是这一张图，是整套 prompt 库、参数库和客户预期。下面按 6 步把迁移跑完。

图注：模型切换不是换一个按钮，而是整套出图习惯重新校准。

为什么”模型切换”会成为 AI 修图工作室的常态痛点

截至 2026-04，图叮AI 上能用的图像模型已经不止一个——GPT Image 2 高清档随 GPT Image 2 高清档与 2.6.5 版本上线说明 同期就位，Nano Banana Pro 和早期几款 SD 衍生模型也都还在线。每隔一两个月，团队就要面对一次”要不要把生产线换到新模型上”的判断。换得太慢，对手已经用更稳的新模型拿下大客户；换得太急，老 prompt 全军覆没整周都在救火。

模型切换难的不是”新模型会不会用”——新模型大多比旧模型聪明，看几个 demo 就能上手。难在老 prompt 库、老参数预设、老风格词、老订单模板一夜之间不再适用。把迁移做成 SOP，是把”边救火边切换”换成”集中 1-2 天先把骨架对齐”。下面 6 步更接近一线工作室能跑完的工程闭环：先确认能力边界，再用同 prompt 拉基线，然后翻译参数和风格词，用历史订单做回归，最后把变化告诉客户。每步给到 4 件具体的事——检查项、工具、输出物、翻车规避。

第 1 步 · 能力对照：先看新模型能做什么、老模型能做的丢了吗

迁移第一步不是写新 prompt，是把两边能力摊在桌上对一遍。直接跳到 prompt 测试，等于拿一个没看清边界的工具去重写所有库存。

检查项逐条对：文生图基本盘（细节密度、风格控制力）、图生图与局部重绘的支持力度、参考图数量上限、可用比例与分辨率档位、图内文字与 logo 还原能力、SKU 像素级保真度、人脸 / 手部 / 玻璃 / 金属这几个高风险类别的稳定性。每一条不光看新模型”能不能做”，更要看老模型上”能稳定到什么程度”——丢失项比新增项更危险，因为客户已经在以老能力的水准下单。

工具这步基本不出图叮AI：新旧模型入口各跑一组小批量、调出最近三个月的高频订单作比对底盘、把 GPT Image 2 能力边界 这类已有清单当对照表（截至 2026-04，那篇已列出 GPT Image 2 在中文字、复杂 logo、SKU 还原上的明确边界）。团队里跟过这两款模型的人写一页”新模型在 X 类不如旧”的主观清单作为补充——主观感受先记下来，下一步用客观测试验证。

输出物是一张能力差异表，三列：能做（持平或增强）、变弱（旧稳、新不稳）、不建议做（新模型明显不擅长，先用别的兜底）。飞书多维表格或 Notion database 就行，关键是每一行挂一个”证据图链接”——只写”变弱”没有图，下次评审会有人不服，整张表会被推翻重做。

翻车规避两条。一是只看单张惊艳样图就下”新模型完胜”，跑到第 30 张才发现不稳——每类至少 20-30 张样本才能下判断。二是把”新模型不擅长”当成”新模型不能用”，很多场景里新模型主体能力强，把它不擅长的部分（中文字、logo、复杂 SKU）后期补上反而更经济。

第 2 步 · prompt 兼容测试：5 个核心场景跑同 prompt 看输出对比

这一步最像”实验”——固定一切变量，只换模型，看老 prompt 在新模型上长什么样。它给后面所有改写动作一个客观基线：哪些 prompt 直接能搬、哪些只要小改、哪些要重写。

检查项是 5 个核心场景，覆盖 80% 日常订单：白底主图、场景图、局部修图、模特图、多图参考合成。每个场景从老 prompt 库挑 3-5 条历史高通过率的，凑够 20-25 条作为测试集。要点是先原样跑，不要边跑边改——边跑边改你就很难分清差异是”模型本身的语义变化”还是”你随手改了 prompt 措辞”。

工具把变量摁到最小：同一条 prompt 文本、同一组参考图、同一档输出尺寸、能固定 seed 就固定、同一个评分人用同一份评分表（三档：可直接迁移 / 小改即可 / 重写）。测试 prompt 写法本身的兼容度时，GPT Image 2 高清档 prompt 写法模式 那篇给的几种模板可以直接当对照——“可观察参数”型 prompt 和”形容词堆砌”型 prompt 在新模型上差异截然不同，迁移处理方式也不一样。

输出物是一张同 prompt 对比表：行是 20-25 条测试 prompt，列是”老样图 / 新样图 / 评分 / 处理建议”。处理建议只有三档，不给中间态——三档以外的复杂判断会让后续改写工作流卡死。

翻车规避三条。一是用最近赶出来的 prompt 做测试，那批本身就是凑合写的，两边都不稳你会得出”两个模型都不行”的错误结论——测试集只用历史高通过率 prompt。二是测试人员觉得”新模型反正比老的好看”就标 A 档，但客户视角是”和原来不一样就是事故”，评分要回到稳定性视角而不是审美升级视角。三是 5 个场景里漏掉局部修图，很多团队只测主图生成，上线第二天发现 inpainting 订单一起翻车。

跑到这里你会发现一个反直觉现象：写得最具体的老 prompt 迁移损失反而最小；最依赖”高级感、商业摄影、ins 风”这种空话词的 prompt 损失最大。新模型语义更强，不再用 1254 时代的糊化兜底，写得松的地方全部按字面理解，反而比老模型出错更明显。这一观察在第 4 步会再用一次。

第 3 步 · 参数翻译：denoise / cfg / strength 等参数语义已经变了

第二步告诉你哪些 prompt 要改，第三步告诉你参数也得跟着改。很多团队迁移时只改 prompt、参数原样搬，结果输出全部偏一档——要么过于保守看不出新模型优势，要么过于激进失控。

检查项主要这几个参数：denoise 强度、cfg / guidance scale（提示词引导强度）、参考图权重、mask 羽化半径、seed 行为、尺寸档位映射。每一项在新模型上语义不一定和旧模型一样——旧模型 denoise 0.7 是中等强度，新模型 0.7 可能已经是激进重绘；旧模型 cfg 7-9 是常用区间，新模型可能 4-6 就够。这些差异不是 bug，是模型架构差异的自然结果，需要重新校准。

工具把测试变量从 prompt 切到参数：选 5-10 条第二步标 A 档（可直接迁移）的 prompt，文案不动只调参数。每个参数做 3-4 档梯度（如 denoise 0.3 / 0.5 / 0.7 / 0.9），每档跑一组，记下哪一档新模型出图最接近老模型同 prompt 同档位的输出。这个过程很像之前 1254 升 4K 时做的细节密度调试——从 1254 升到 2K / 4K，GPT Image 2 的 prompt 要改的 5 件事 里讲的”4K 把模糊空间放大了一倍”是同一类机制，这次放大的是参数语义而不是分辨率。

输出物是一张参数映射表：旧值 / 新起点 / 调整方向 / 备注。新起点不是”最佳值”——它是”旧 prompt 在新模型上首次跑能复刻老风味的值”，目的只有一个，让历史 prompt 第一次跑就不离谱。备注列写调整方向（“想稳定就降 0.05，想激进就升 0.05”），团队后续不用查文档就能微调。

翻车规避核心是不要按数字等比换算——新模型 denoise 不是旧模型的简单线性映射，0.7 → 0.7 是错的，0.7 → ?（待测）才是对的。两个常见坑：一是 seed 行为不一致，同一个 seed 在新旧模型出的图未必相关，旧 seed 库去复刻”那张爆款图”会大失所望；二是参考图权重经常被忽略——老订单里”参考图 1 占 70%“可能要改成”参考图 1 主体、参考图 2 仅光线参考”这种更语义化的描述。

到这一步，生产线已经有了临时可用的迁移起点：哪些 prompt 能搬、哪些参数要降、哪些场景先别动。人手紧的话前三步可以先支撑小范围灰度，风格词和回归留到第二天继续做。

中场：迁移不是”发布会”，是给运行中的车换发动机

我们见过的一个切换片段。某工作室把存货里 200 条美妆 prompt 一夜之间从老模型搬到新模型，第二天主图都比之前干净，客户夸了几句”图变高级了”。第三天有个老客户提了一句：“你们家原来那种瓶盖金属感更对，现在有点塑料感。“团队去查 prompt 文案——一字没改；又查参数——denoise 也搬过来了；最后发现是风格关键词在新模型上的语义变了——老模型里”哑光金属”出来是真的金属反光，新模型里同一个词被理解成了更柔和的塑料质感。

这件事提醒两点。迁移是给一台还在跑订单的工厂换发动机——你在切的同时订单还在进，所以 6 步要分得这么细，每步都要有可回滚的中间产物。客户反馈也不会按 SOP 顺序来——他不会告诉你 prompt 哪里不对，他会说”看着不对劲”。第 4 步的风格词映射做扎实，才能把这种”看着不对劲”翻译回具体的关键词改写动作。

第 4 步 · 风格关键词映射：老风格词到新词的对照表

第二步处理 prompt 兼容差异，第三步处理参数差异，第四步专门处理最脆弱的一类——风格关键词。风格词是 prompt 里最抽象、最不可观察、也是工作室最依赖的部分。“高级感”、“商业摄影”、“国潮”、“ins 风”——这些词在老模型时代每个团队都有自己的私房写法，到了新模型上几乎全部要重写。

检查项是把 prompt 库里出现频次最高的 30-50 个风格词列出来，每个单独跑一组测试图，看新模型的视觉表达和老模型差距多大。差距分四档：基本一致（直接搬）、略偏（小调）、风格漂移（要替换具体描述）、词义颠倒（建议禁用）。第四档”词义颠倒”最坑——老模型里”胶片质感”出颗粒和暖色阶，新模型里同一个词可能被理解成”低分辨率糊化”，搬过去出图比原来更差。

图注：旧词不能直接搬，先把抽象风格词翻译成可观察的画面要求。

工具主要是历史订单和样张墙。把过去半年的高通过率订单按风格词分类，每个词下挑 5-10 张代表样图作为”老模型基线视觉”，再用新模型跑同一批 prompt 对照。这步建议两人一组，一个记差异、一个写替换词；单干容易陷在”我觉得差不多吧”的主观判断里。

输出物是风格词对照表：旧词 / 新词 / 禁用词 / 示例图。新词要具体到可观察——“高级感”不要替换成另一个抽象词”质感”，要替换成”哑光金属、低饱和、负空间留白”这种可以拿尺子量的描述。如果团队还在纠结某类订单迁到 GPT Image 2 还是留在 Nano Banana Pro，先按 GPT Image 2 vs Nano Banana Pro 的场景选型 做一次分流，再给每个模型单独维护风格词映射表。

翻车规避三条。一是不要让单个修图师独立写映射表，每个人都有私房风格词写出来别人看不懂——映射表要全团队共评一次。二是禁用词清单要醒目，某些老风格词在新模型上不仅不灵还会制造问题（如”胶片质感”可能变成糊化），这类词要从 prompt 模板里物理删除，不能只靠”大家记住别用”。三是新词不要堆叠，“高级感、精致、商业、ins 风、自然光”五个词叠用时新模型反应是各项相互打架——一个 prompt 给 1-2 个具体视觉描述就够了。

第 5 步 · 批量回归：100 张老订单上跑新模型抽检

前四步做完，你已经有了能力差异表、prompt 处理表、参数映射表、风格词对照表四份产物。第五步是用真实历史订单验证这四份产物——把它们应用到 100 张老订单上，看通过率能不能回到迁移前水准。

检查项：从过去 1-3 个月的交付订单抽 100 张作回归样本，覆盖品类（美妆、3C、服装、家居、食品等）、材质（玻璃、金属、织物、木材、塑料）、场景（白底、棚拍、户外）、客户等级（大客户、长尾散单）。不要只抽好图——要故意把当时就不好做的低清原图、玻璃反光、金属高光、人像手部、带文字包装的订单放进来作压力测试。

工具：图叮AI 的批量任务能力把 100 张按新 prompt + 新参数全跑一遍，结果导出到飞书 / Notion 做评分。评分维度三个：通过（可直接交付）、微调（局部 prompt 改写后能交付）、返工（这个品类新模型不适配，建议保留旧模型或后期接管）。100 张里至少 5-10 张做”老 vs 新”的 PS 对照图层——光看新模型样图打分容易过宽，叠层一对比才能看出细节差距。

图注：批量回归看的是稳定性，不是单张样图有多惊艳。

输出物：一份回归报告，三大块——通过率（建议门槛 75% 以上才进入第 6 步全量切换）、风险品类（明显不稳的列入”暂不切换”清单）、回滚线（上线后某品类返工率突破 X%，立即回退到旧模型）。回滚线是迁移最容易被省掉、也是上线后两周内最值钱的部分——没有它，团队会陷在”是不是再调调就行”的犹豫里错过止损时机。

翻车规避三条。一是抽样要带”灰度切换计划”——回归通过的品类不一定一次性全切，可以先切 30% 流量观察一周，灰度通常比”全切再回滚”更安全。二是回归数据要按客户分布加权，某个大客户占订单量 30% 时，他的品类通过率比整体平均更重要，不能用整体 80% 掩盖关键客户的 50%。三是回归不是一次性的，每隔 1-2 周抽一小批新订单按同样标准评分——截至 2026-04，跑过两次以上模型切换的团队大多会保留一个常态化的小规模回归任务，这是经验换来的。

第 6 步 · 客户告知：版本切换的客户沟通话术

最后一步最容易被忽略，却最直接影响上线后的客户留存。客户对模型升级没兴趣，他们对”自己的图突然变了”很敏感。不主动告知，他们发现差异时会默认你出 bug，不是你升级。

检查项：哪些客户主动告知（活跃下单的、对风格敏感的、合同里有”风格一致”条款的）；告知里包含什么（变化说明、收益、风险、补救方式、回退承诺）；什么时间告知（建议切换前 3-5 天留出反应窗口）；用什么渠道（关键大客户电话或 1v1 微信，长尾用群公告 + 订单备注）。

工具：客服话术库、订单备注模板（“本次使用 X 模型，如对风格有偏好可备注”）、报价单备注（“升级期内如需沿用旧版本风格请提前备注，涉及人工返修或高清档位按原报价规则确认”）。话术不要像新闻稿，写得像一个对客户具体场景诚实的老朋友——“我们这周开始用 X 模型，你那批白底主图迁过来基本一致，但常用的胶片色调要重新校准，试了一周回到原风味，下批先按新版本出，不对劲随时返修不收费”。

输出物：话术库至少三类——升级说明（标准版，发所有活跃客户）、风险说明（针对风格敏感客户的细化版）、返工承诺（前两周内模型差异引发的返工免费 / 折扣，把客户容忍窗口换出来）。让客服复制就能发，不要现编。

翻车规避最重要一条是不要说”效果更好”——客户听到这句会立即对照原来习惯的图挑刺，反而放大差异感。改成”光影理解更稳，但指定 logo 和中文字仍以后期为准”这种承认边界、给确定预期的句式更买账。第二条不要在群里只发”系统升级公告”，关键客户建议 1v1 沟通。第三条别忘了内部告知，修图师、客服、销售三方要在告知发出前对齐——否则客户问销售”为啥变了”销售一脸茫然，信任直接崩。

---

6 步走下来你会发现，迁移真正的工作量不在”学新模型”，而在把工作室原有的 prompt 资产、参数库、风格词、客户预期重新校准。这件事每隔几个月就要重做一次——截至 2026-04，AI 图像模型的迭代节奏明显比 2025 年更快了，今天看着稳定的”主力模型”，半年后大概率不再是默认选项。真正成熟的迁移，不是把这次新模型切过去，而是让下一次切换变得可预期。模型会继续换，客户不会等你慢慢适应；能留下来的，不是某一条神 prompt，而是一套能反复跑的迁移习惯。