AI合成照片：把不同照片里的人放进同一张图

不久之前，要把两张不同照片里的人放到一起，还需要修图软件、蒙版和一个小时的调光。生成式模型一次就能完成：附上人物照片、描述场景，模型就会画出一张新图。下面介绍其原理、AI2Face 的分步教程、现成的提示词，以及四个模型在相同面孔上的对比。

AI合成照片是怎么做到的

AI 并不像拼贴那样把照片粘在一起。它把照片当作参考——每个人外貌的样本——然后从零开始绘制场景。因此在结果里，所有人共享同一光线，阴影朝同一方向，比例和透视也一致，没有暴露手工拼接的接缝。

这也带来了主要风险：模型可能会“脑补”出一张脸。同一个人的照片越多，你越准确地指出谁在哪张照片里，结果就越接近原貌。Google 将此视为 Nano Banana Pro 的强项：最多 14 张参考图，一张图里最多五个人保持可辨认。

用AI把两张照片合成一张：分步教程

在 AI2Face 中，把人放到一起最方便的方式是使用角色。角色就是以某人名字保存的 1–4 张照片。带界面截图的完整教程见文章《同一张图里的多个角色》。简要步骤：

1. 为每个人创建一个角色。 进入 角色 → 创建角色，输入名字并添加 2–4 张不同角度的照片。照片有两张及以上时，AI2Face 会把它们整合成统一的角色档案，让模型从多个角度看到这个人。
2. 把角色附加到提示词。 在生成器中点击“+”，打开“角色”标签页，勾选需要的角色：每个角色都会以缩略图显示在输入框上方，并占用模型照片上限中的一个名额。
3. 在提示词里用 @ 指代人物。 输入“@”会弹出列表：角色按名字（@Emma），其他照片按编号（@1、@2）。
4. 选择模型和画质。 人物推荐 Nano Banana Pro 或 GPT Image 2.5，画质 2K。费用在开始前显示在按钮上。
5. 生成 2–4 个版本，挑选面孔最接近原貌的那张。

如果这些人没有保存为角色，普通照片也可以：用“+”附加，再按编号引用，“@1”和“@2”。

合成不同照片里的人：角色与 @ 标签

最常见的错误是用文字描述人物：“穿米色毛衣的女生和穿牛仔衬衫的男生”。模型会自己决定谁对应哪张脸，人数到三个时混淆的情况明显更多。标签解决了这个问题：你写“@Sam 教 @Emma 和 @Leo……”，AI2Face 服务器上的自研算法会把它转换成给模型的主提示词——把每个名字与对应照片精确绑定，并说明每张脸需要保留什么。

这是 AI2Face 的技术，在 Nano Banana、GPT Image 以及生成器中的其他模型上效果一致。标签不区分大小写；如果名字由两个词组成，AI2Face 会把空格替换为“_”：@Anna_Maria。

如何在照片里添加人物或宠物

要把人加到现成的照片里——你的客厅、风景、旅行照——就用“+”把这张照片附加在角色旁边，并按编号引用：“在 @1 的露台上”“和 @1 里的狗一起”。编号是该照片在附件中的位置，显示在缩略图上。

@Leo walks the dog from @1 on a leash along an autumn park alley, the dog looks up at him,
golden leaves, soft afternoon light, candid photo

同样的方法也能把人放进你自己的背景：“@Emma 和 @Leo 在 @1 的露台上吃早餐，保留木屋、桌子和山景”。如果只想改动成片中的一个细节，而不是搭建新场景，那属于 AI 修图。想给人物试穿衣服，可以看模特换装指南。

哪个AI合成照片最好：同一面孔对比

我们用三个虚构人物——Emma、Leo 和 Sam，每人两张照片——在四个模型中运行相同的提示词：Nano Banana 2.1、Nano Banana Pro、GPT Image 2.5 Flare 和 Sunburst。比例 3:2，画质 2K，每个模型一张图，未经挑选。

咖啡馆里的两个人。 四个模型都保住了面孔。Nano Banana 2.1 用了远景，面孔较小。Nano Banana Pro 在桌上加了一份文字无法辨认的报纸。GPT Image 2.5 Flare 和 Sunburst 选择了中景、面孔较大，Flare 甚至在身后的黑板上写出了清晰可读的“Café Croissants Pâtisseries”。

厨房里的三个人。 难度更高：三张脸加一个动作。只有 Nano Banana Pro 保留了 Sam 原始肖像中的灯芯绒外套。Nano Banana 2.1 给他换上了蓝衬衫和深色围裙，两个 GPT Image 模型给所有人都系上了围裙。Sunburst 把 Sam 放在中间，尽管提示词里是他在“教”别人——除非你明确指定，模型并不一定遵循提示词中人物的顺序。

模型	面孔相似度（2 人和 3 人）	原照片服装	构图	适用场景
Nano Banana Pro	高	还原最准确	中景和远景	重视相似度和服装的家庭照、情侣照
Nano Banana 2.1	高	按场景调整	远景，面孔较小	快速出图、大场景、最多 4 人
GPT Image 2.5 Flare	高	按场景换装	中景，面孔较大	人像构图、背景文字
GPT Image 2.5 Sunburst	高	按场景换装	紧凑构图	面孔要大、人物顺序无所谓时

我们的人像首选是 Nano Banana Pro：它比其他模型更常保住整个人，而不只是脸。需要紧凑的人像构图或场景中的文字时，用 GPT Image 2.5。Nano Banana 2 与 Pro 的区别，我们在另一篇对比中做过分析。

合成照片的现成提示词

下面的提示词使用名为 Emma、Leo 和 Sam 的角色——换成你自己的标签即可。先写动作——谁和谁做什么——再写地点、光线和风格。

咖啡馆里的情侣：

@Emma and @Leo sit at a small table of a street café in the morning and laugh,
two cups of coffee and croissants, candid lifestyle photo, 35mm, natural light

三人家庭场景：

@Sam teaches @Emma and @Leo to make fresh pasta in a rustic home kitchen, flour on the wooden table,
everyone is smiling, warm evening light, candid family photo

婚礼照：

Wedding photo of @Emma and @Leo on a cliff above the sea at sunset: she wears a simple white silk dress,
he wears a light grey suit, they hold hands and look at each other, wind in her hair,
golden hour, editorial wedding photography

在你自己的背景里放入人物：

@Sam, @Emma and @Leo have breakfast on the terrace from @1: keep the cabin, the table and the mountain view,
morning sunlight, candid travel photo

以上就是我们实际使用的英文提示词；用中文写，模型同样能理解。更多技巧见 Nano Banana 提示词指南。

为什么面孔不像，以及怎么办

在我们测试的十张带角色的 Nano Banana Pro 图片中，有两张丢失了面孔。两次都是广角自拍，而且提示词同时更换了服装。模型画出了逼真但不同的人。

有效的做法：

• 每个角色 2–4 张照片，角度不同，至少一张正面。只有一张照片时，模型更难理解脸型。
• 原照片光线相近。 窗边的肖像和台灯下的夜间照片，模型更难判断为同一个人。
• 不要一次全改。 鱼眼视角、新衣服和新发型放在同一个提示词里，是出现陌生面孔的最典型原因。一次只改一项。
• 用标签称呼人物， 而不是描述：写“@Emma”，不写“那个红发女生”。
• 一次生成 2–4 个版本。 失误只发生在个别图片上，而非整组：同一提示词的相邻版本通常没问题。
• 复杂场景分两步。 先把人放进简单场景，再用“+”附加效果最好的那张，修改背景或姿势。

局限性

• 最多五个可辨认的人（Nano Banana Pro），Nano Banana 2.1 最多四个——这是 Google 的说法。超过这个数量，模型不保证相似度。
• 每次请求的照片上限： 在 AI2Face 中，Nano Banana 模型最多 14 张，GPT Image 2.5 最多 16 张。一个角色即使有四张照片，也只占一个名额。
• 背景中的小字——招牌、报纸——在 Nano Banana Pro 中有时无法辨认。如果文字重要，请把它用引号写进提示词。
• 不适用于证件。 生成的图片不是真实照片：不能用于护照、签证或工作证。
• 征得同意。 只合成本人同意的照片。未经他人同意，不要发布生成的他人图片。

结论

如今用 AI 合成照片比用修图软件更简单：两三分钟准备角色，每个场景生成一次。人像请用 Nano Banana Pro——它比其他模型更能同时保住面孔和原照片中的服装。需要紧凑人像构图时选 GPT Image 2.5。关键是用 @名字 标签称呼人物，并生成 2–4 个版本：失误只会出现在单张图片上，而不是整组。

从教程《同一张图里的多个角色》开始吧：里面有每一步的截图，以及在 Gemini Omni 中用相同人物制作的视频示例。如果你需要的是把一张脸换成另一张，而不是把人放到一起，可以看如何更换照片中的人脸。本文中的所有模型都可以在 AI2Face 生成器中使用，生成后 AI2Face 会删除文件中的 AI 元数据——社交平台不会在其中看到 AI 标记。