图生图AI：从一张照片生成新图的6种做法——从草图到三张照片合成的画面

图生图AI（img2img）是指模型同时拿到图像和文字：你的照片、一张草图、房间或商品的一张图。构图、形状、姿势和脸很难单靠文字说清，这些从原图里来；提示词只说明要改什么。我们用自己的素材试了六种做法。下面每一张都是在 AI2Face 生成器里用 Nano Banana Pro 做的。

什么是图生图AI，它和文生图有何不同

文生图时，模型从零搭场景，自己决定桌子放哪、人看向哪。图生图时，底子已经在，模型只改你点名的部分。好处是可预期：你要的是这条街的冬天，得到的就是这条街，不是另一条。

任务	从文字	从照片
凭想象做一场新场景	可以	—
同一场景换光线或风格	不行，构图会变	可以
一个和草图相符的物体	大致可以	可以
特定的脸或商品	不行	可以
由几张照片合成的画面	不行	可以

图像模型的总览见 AI图像生成。这篇只讲从照片出发。

用图生图AI，三步就够

1. 上传照片。 在 AI2Face 里，用提示词框左侧的「+」，或把文件拖进去。生成记录里的图用「加入生成器」附上。
2. 选一个编辑模型。 Nano Banana Pro 合适：听得懂平常的话，一次最多 14 张图。
3. 提示词分两段写： 改什么，留什么。后一段更要紧。

几张照片一起用时，用编号指代：@1、@2、@3。模型才知道脸从哪张来、外套从哪张来。

1. 改多少：光线、季节，或一种新风格

在 Stable Diffusion 这类经典模型里，强度滑块决定改多少：靠近 0，画面几乎不动；到 1.0，原图基本被忽略。Nano Banana Pro 和其他靠文字编辑的模型没有这个滑块，强度由措辞决定。我们用同一张街景做了三档。

改得少——只动光线：

Edit this photo: change only the light to a warm golden-hour evening,
the cafe windows glowing from inside, soft long shadows on the
cobblestones. Keep the composition, the camera angle, the buildings,
the tables, the flower boxes and the bicycle exactly as they are.

改得中等——换一个季节：

Edit this photo: turn the season into winter — fresh snow on the
cobblestones, on the bistro tables and chairs and on the window boxes,
light snowfall, cold blue daylight. Keep the composition, the camera
angle, the buildings and every object in its place.

改得多——换一种风格：

Reimagine this photo as a cozy watercolor illustration from a
children's picture book: loose washes, visible paper texture, warm
pastel palette, a ginger cat sitting on one of the cafe chairs. Keep
the same composition: the street going into the distance, the cafe on
the right, the bicycle on the left.

三次模型都留住了我们点名的东西：街道、右边的咖啡馆、左边的自行车、桌子。规则很简单：想改得越少，“保留”清单就越长。更多风格做法见 AI 照片风格转换；照片转手绘——铅笔、墨水、草图——是另一件事。

2. 从草图到照片

草图是把形状说清楚的最准办法。“一把扶手弯曲的世纪中叶椅子”对模型不够，铅笔草图却能定下比例、弧线和角度。我们手绘了一把椅子，再要一张商品照片。

Turn this pencil sketch into a photorealistic product photo of the
armchair: follow the exact shape, proportions, curved armrests and
tapered legs of the sketch; solid walnut frame with an oiled finish,
thick olive-green boucle cushions; the chair stands in a bright
minimalist living room on a light rug, soft window light from the
left, three-quarter view as in the sketch. No arrows, no lines, no text.

“不要箭头、不要线条”必须写上，否则模型可能把草图上的标记带进照片。材质和颜色要写出来：铅笔画里没有。标志、包装和室内的草图也是同一套做法；标志另有一篇，AI生成logo。

3. 从照片借用姿势

一张照片可以只提供姿势，不要这个人的脸和衣服。姿势很难说清时有用：一个跳跃、一个舞步、一个少见的角度。直接告诉模型：“这张照片只当作姿势参考。”

Use this photo only as a pose reference: a medieval knight in full
polished plate armor and a red cloak in exactly the same mid-leap
pose — one leg extended forward, the other bent back, arms spread
wide — leaping over a stone wall on a misty battlefield at dawn,
cinematic lighting. Do not copy the person's face or clothes.

姿势已经在照片里，也要用文字再写一遍：“一条腿向前，双臂张开。”文字和照片一起，比单独用哪一个都准。

4. 空房间 → 布置好的室内

房间照片留住挪不走的东西：窗、门、暖气片、地面。模型把家具摆在它们周围。房产经纪人、设计师，以及买家具前想先看看效果的人，都常这么做。

Furnish this empty room in a calm japandi style: a low light-grey
linen sofa facing the window, a round oak coffee table, a wool rug,
a paper floor lamp, a tall plant in a ceramic pot, a low sideboard with
ceramics along the back wall. Keep the walls, the window, the radiator,
the door, the oak floor, the light and the camera angle exactly as in
the photo.

家具要一件一件点名：“沙发、茶几、地毯、落地灯。”含糊的“布置得好看些”只会得到一套随机家具。风格、布局和墙面颜色见 AI室内设计。

5. 几张照片合成一个画面

当前模型最强的地方，是把几张图合在一起：人从一张来，衣服从第二张来，地点从第三张来。按 Google 的文档，Nano Banana Pro 最多接受 14 张图，最多 5 个人能保持相貌，最多 6 个物体能高保真还原。

The man from @1 wearing the mustard corduroy jacket from @2 over his
white t-shirt, standing on the rooftop terrace from @3 at sunset,
leaning on the railing, relaxed smile, string lights and the skyline
behind him, waist-up shot, 50mm lens. Keep his face exactly as in @1
and the jacket exactly as in @2: color, corduroy texture, brown buttons
and chest pockets.

写清每张照片取什么，并把关键细节再说一遍：颜色、质地、纽扣。这就是 AI虚拟试衣 的做法，也是 AI合成照片 的做法；同一个人要出现在很多画面里，存成角色更省事，见 AI2Face 角色教程。

6. 用照片做肖像和写真

另一大类用法，是你的脸出现在新场景里：一组写真、一张头像、一张职业照。原则一样：照片是底，提示词是场景，一份清单写明脸上哪些特征不能改。这些我们分开写了，带例子：AI写真、AI头像生成 和 AI职业照生成器。

图生图AI的局限

• 模型仍然会重绘整张图。 即便写了“只改光线”，招牌、瓷砖纹样这类小细节也可能轻轻挪一下。若要只改一处、其余不动，用 AI去除照片中的物体 或换背景。
• 照片里的文字可能变形。 原图有字，就在提示词里逐字引用。
• 别人的脸，要先征得同意。 没有许可，不要用别人的照片来生成。
• 原图质量会带进结果。 模糊的照片得到模糊的结果；先 ai 提升照片画质。

总结

图生图AI是得到你心里那一场戏最稳的办法：照片给出底子，提示词给出改动。先从简单的做起——用自己的一张照片改光线或季节——体会“保留”清单怎样控制改动幅度。设计用草图，室内用空房间的照片，广告和服装用多张照片合成。没有底子、场景要从零来，就用普通的文生图，AI绘画提示词 能帮上忙。