AI 修图该一次改完，还是分步修改？

一张图已经很接近你想要的样子：构图不错，光线也舒服。你只想换掉椅子软包的材质、拿走纸杯，再给桌面加一只花瓶。这三件事，应该一次说完，还是分三次做？

先看修改之间的关系，再决定轮数。 最终要求明确、没有冲突时，可以把它们组织在同一份指令里；需要看过中间结果才能作决定时，就分步推进。光线与阴影这类相互关联的变化，应说明它们怎样一起改变。无论选哪条路，每次都要检查新要求和原本满意的部分。

本文是一篇决策指南。咖啡馆画面是专门制作的 AI 教学插图，用来解释任务和检查位置；没有进行“一次提交与多轮编辑”的性能对照，也不据此判断哪种方法更稳定。

先把“还想改一点”写成具体任务

假设下面这张图要用于咖啡馆的室内介绍。窗户、桌椅位置和地砖构图已经满意，新的要求是：

1. 椅子软包：坐垫与靠背的砖红布料换成深棕皮革，保留木架与靠背形状。
2. 纸杯：从桌面移除，杯子原来的位置恢复为连续木纹。
3. 桌面右侧：放一只小型奶白陶瓷花瓶，不挡住窗户。

这份清单还差一半：哪些东西不能跟着变？ 在这个案例里，是相机位置与裁切、窗框分格、桌椅的结构和位置、地砖接缝，以及原有日光方向。软包颜色和反光则需要随着新材质变化，不能同时要求它们完全不动。

这里的“保留”是可检查的目标。生成式编辑是否做到，需要对照原图判断；把“严格保持”多写几遍，并不会自动锁住像素。

按修改的关系组织指令

下面三种情况，值得采用不同的工作安排。这是本文的编辑建议，不是模型性能排名。

最终要求明确，可以先合在一份简报里

换软包、去纸杯、在指定位置加花瓶，分别指向不同的对象或区域。如果你已经确定三项都要做，可以一次列清，再分别验收。一次提交也可以有清楚的层次，并不等于把要求挤成一长串形容词。

当结果漏掉某一项，或你需要判断是哪项要求造成了误解，再考虑拆开。拆分的价值首先是让你更容易定位问题；它本身不是质量保证。

如果改动数量太多，可以按画面区域或交付目标整理。例如先列家具变化，再列桌面布置，最后列保留条件。分组是为了把简报写清楚，并不要求每组都单独生成。

变化互相关联，要一起交代它们的关系

现在换一个任务：把同一个咖啡馆从白天改成蓝调傍晚。

这不只是把窗外涂蓝。室内从窗户得到的光、壁灯的亮度、桌面受光与地面阴影，都需要与新的时间一致。此时可以要求“保留窗框与家具结构”，却不宜同时要求“所有高光与阴影完全不变”。

更完整的写法是：“改成蓝调傍晚，让窗边冷色环境光、暖色壁灯和物体投影彼此匹配；保持机位、窗框分格、家具几何与摆放。”这是一组共同服务于“傍晚”的要求，不必机械地按名词拆成不同轮次。

下一步还没决定，就保留中间判断

另一种情况是，你只确定纸杯碍眼，尚不确定桌面是否需要花瓶。

此时先移除纸杯，检查木纹是否连续、空桌面是否已经足够，再决定是否增加摆件。这里的分步有明确用途：为尚未作出的设计决定留一个观察点。 如果留白已经舒服，停止就是合理结果。

这和“我早已知道三项要求，只是分三次提交”不是同一种任务，不能拿两者直接证明哪条流程更有效。

为什么“一次改完”和“分步更稳”都不是定律

关于复杂图像编辑的研究，确实观察到了两边的问题。Zeng 等人在 CVPR 2026 的工作讨论了复杂单次指令的执行错误，以及简单串联编辑时的误差累积。但它的改进方案包含特定训练与推理设计，实验模型和任务也有明确范围；不能把论文读成“普通用户分三次输入一定更好”。

论文还区分了跨步指代关系：后面的指令可能提到前一步改变的物体，或物体原来的位置。这样的上下文依赖，与上文“看完空桌面才决定是否加花瓶”的需求探索不同。本文借研究提出检查问题，不把自己的工作建议说成论文验证过的通用流程。全文与任务定义

同时，多轮编辑本来就是现代图像工具支持的使用方式。Google 的图像生成文档提供对话式图像迭代；OpenAI 在 2026 年 9 月的 Images 2.5 发布说明也把编辑精度与多轮一致性列为改进方向。这些说明支持尝试迭代，不构成每一张图都能保持细节的承诺。

因此，选择轮数时最值得问的是：这一步需要完成什么，我会用什么依据决定是否继续？

每轮都要看“改到了什么”和“带走了什么”

只盯着新花瓶，很容易忽略椅背已经变形，或者上一轮刚确认的皮革又变回了布料。检查应分为两个部分，并始终能找到原图与已确认的版本。

先看目标改动。 材质真的变了吗，还是只变了颜色？纸杯及其残留影子是否去除？新花瓶的数量、位置与遮挡是否符合要求？

再看保留条件。 窗框分格是否改变，桌腿是否仍正确连接，地砖接缝是否连续，画幅是否被重新裁切？此前已经接受的修改，也要在新版本里重新确认。

先并排看全图，再以相近的显示比例检查局部，最后回到实际使用尺寸。不要仅凭某张图在页面上显示得更大，就认定它有更多可信细节。关于尺寸和锐度的区别，可以接着看清晰度指南。

如果这一步是改傍晚，照明变化属于任务；如果这一步只是移除纸杯，整屋忽然变成暖黄色就需要追查。验收条件要随任务明确，而不是永远使用一份“全部不变”的清单。

OpenAI 的图像提示指南建议检查每次输出和完整编辑序列，并指出重复编辑仍可能改变需要保留的细节。对创作者而言，可以把每轮结果简单记成三种状态：通过、未通过、看不清。关键部位看不清时，不要把它当作已通过。

继续上一张，还是退回较早版本

继续编辑前，先判断问题出在哪里：

这张表是排查顺序，不保证回退之后一定更好。回到原图能给你一个已知参照，也意味着此前做过的修改需要重新说明。

例如，你从原图重来时只写“加一只花瓶”，原图里的纸杯仍然在，椅子软包也是旧材质。从原图重做，要写累计的最终要求；从已确认版本接着改，要写本轮变化，并提醒哪些已完成结果需要保持。

下面是一份“从原图重新提交”的写法示例。它用于说明简报结构，未作为本篇的编辑效果实验运行；使用时应替换成你自己的任务。

编辑所提供的咖啡馆原图，完成以下最终要求：

1. 将坐垫和靠背的砖红色软包布料改成深棕色皮革，保留木架、靠背形状与椅子位置。
2. 移除桌上的纸杯及其对应阴影，在原位置延续桌面的木纹与受光。
3. 在桌面右侧空位放置一只小型奶白陶瓷花瓶，不遮挡窗户，不增加其他物品。

保留相机位置、画幅裁切、窗框分格、桌椅几何、地砖接缝和日光方向。
允许新材质产生相应反光，允许花瓶产生与原有光线一致的阴影。
不要重新布置房间、改变家具数量或增加文字。

保存文件时，用“原图”“去杯后已检查”“最终候选”这样能理解的名称即可。不要只留下最后一张，也不要把生成时间更晚自动等同于质量更好。

比较两条流程时，把输入与目标说清楚

如果你想亲自验证一次提交和分步编辑，先固定原图、最终目标、必须保留的部分、工具与可见设置。保留每一步输出，并记录最后为什么选某个版本。两条路线都完成任务，也是有效观察。

尤其要写清楚，后续每轮到底拿到了什么：只重新附上上一张图片，保留完整对话历史，还是同时附上原图与当前版本。它们提供的上下文不同，不能一概叫“多轮”后就认为条件一致。多图工具中，还应明确每张参考的职责，避免两张图互相争夺同一项要求；具体可看多参考图指南。

一次提交与三次提交的调用次数不同。即使最后放在一起比较同一个目标，也不能直接得出“同预算下更优”或“更省时间”的结论；这些需要另行记录成本、等待、失败与返工。单个案例也不能估算普遍成功率。

必须原样保留的部分，采用相应的制作方式

有些交付要求允许视觉上的相似，有些要求品牌字样、人物或产品区域原样保留。两者需要不同的验收方式。

对于必须保留原像素的区域，可以在图层编辑器中保留原始图层，只合成允许变化的部分，再检查蒙版边缘、颜色处理与最终导出。OpenAI 的提示指南也将合成作为严格像素保持要求的处理方式；这不是靠一句“不要改变”就能替代的步骤。

接下来可以把自己的修改任务写成两列：希望改变的内容，以及需要保留的内容。再标出其中必须一起变化的关系、需要看效果才决定的事项。若要进一步了解单项编辑的验收方式，可阅读背景、光线与材质编辑实测；其中结果属于注明日期的实验，不是本篇多轮流程的测试。