标签：AI修图

共 3574 篇文章

GPT Image 2 出图色彩断层（banding）怎么修：先分清是模型生成的还是导出引入的

渐变区裂成阶梯状色带，多数人第一反应是改 prompt 重生成。但色带有两个来源：模型生成时的色阶不足，以及 8 位位深、有损压缩、色彩空间往返在导出环节引入的。本文给一个你自己就能跑的判定法，再按导出、重生成、抖动、手工修分四层给修法。

AI 出图人物的手总是坏。这篇讲清手为什么是扩散模型的结构性弱点，再按坏法分诊：手指数量、关节姿态、整只手的透视、手与物体粘连，各缺哪类信息、各走哪条路，以及为什么反复重抽不会让下一次更容易中。

同样叫噪点，来源可能完全不同：暗部的彩色杂点、整张均匀的粗颗粒，还有一类根本不是模型给的——是导出成 JPEG 时压出来的方块。这篇给三类噪点各自的肉眼判据、救法和停手线，每条判据你都能在自己的图上复现。

GPT Image 2 生成的瓶身、圆口或直棱变形时，先按五类失真定位，再区分正视与透视，用中轴、椭圆、消失点和真实比例复检；最后按轻修、换真实素材或重新生成分流，并说明图叮网页工具与 PS 插件的真实边界。

从纯手工到 AI，最难的不是学工具，是中间那段手感悬空期——老手法开始变慢，新流程还没长稳。这篇给这段过渡起个名字，拆开它为什么绕不过去、会以哪几种方式把人熬崩，再说清它到底在淘汰谁、留下谁。给还在硬熬的人一个判断：熬的是手，练的是眼。

修图的错，新手、进阶、老手各栽各的坑。这篇按阶段拆开：新手栽在手上（磨皮、调色、白平衡），进阶栽在眼上（抠图边缘、跨屏偏色、批量走样），老手栽在判断上（审美对齐、交付标准）。每层三问三答，末尾给一条贯穿三阶段的升级路径。

免费工具真的免费吗？这篇的观点很直接：成本没消失，只是从付费那一栏挪进了你看不见的几栏——时间、返工和数据锁定。文章用三段证据拆开这三笔暗账，再给一个把隐性成本算进选型的思路，帮你在免费两个字前多想一步。

AI 出的图能不能直接上架？这份质检清单给你十个可勾选的检查点，从主体变形、多余部件、文字乱码到偏色、伪影和合规标识，一条条盲测过一遍，再说清什么样的图该退回重做、什么样的该转人工精修。

平涂到上色，顺序反了就是白干：先精修完一块，回头一改底色，前面的阴影高光全得重来。这篇按会计对账的思路，给一套从线稿分层到整体调色的固定顺序，每步说清为什么排在这、做错会赔多少工时，最后附一份交付前的自查清单。

同样是白底主图，Amazon、淘宝天猫和独立站的门槛并不一样。这篇用词典式的方式，把纯白底、主体占比、最小尺寸、留白、禁标元素几个关键词逐条讲清定义、用法和例子，再画一张术语关系图，帮你在出图前就对齐每个平台的 spec。