模型
根据需要的变化选择模型。快速免费模型适合验证方向；积分模型可能在风格控制、还原度、速度或输出选项上提供不同能力。
Img2Img 工作流指南
做出真正可控的 Img2Img 转换
从一张图片开始，明确哪些内容必须保持可识别，再描述具体要改变什么。这份实用的 Img2Img 指南把可用生成器、提示词、设置、案例与问题修复方法放在一起，让你下一次生成就能直接使用。
- 从视觉锚点开始
- 每次明确一个具体变化
- 发布前对照检查
原图Img2Img 结果
可直接使用的生成器
亲自完成一次 Img2Img 工作流
上传你拥有或获准使用的原图，说明哪些内容要保留、哪些要改变，再选择当前可用的模型和生成设置。工具与指南放在同一页，每学到一个方法都可以立即实践。
定义与实际限制
什么是 Img2Img？
Img2Img 是图生图生成：现有图片提供视觉起点，提示词和模型设置决定需要改变的内容。
它适合重塑人像风格、完善草图、将产品放入新场景，以及在保留关键视觉特征的同时探索不同方案。
- 支持的源图格式
- 3 种格式：PNG、JPEG 和 WebP
- 最大上传大小
- 每张源图 10 MB
- 图片最长边限制
- 8,192 像素
可重复执行的方法
Img2Img 如何工作
当你把原图当作视觉证据，而不只是装饰时，Img2Img 最有价值。先给模型清楚的视觉锚点，再指定一个明确变化，最后检查结果是否保留了真正重要的细节。
- 01
上传清晰易读的原图
选择清楚的照片、产品图、草图、插画或以前的 AI 结果。主体明确、构图有意图的图片，会给模型更可靠的起点。
- 02
说明哪些内容不变
明确主体、身份、姿势、轮廓、镜头角度、空间布局、Logo 位置，或其他必须保持可识别的视觉锚点。
- 03
描述具体变化
指定新的场景、材质、灯光、配色、媒介或氛围。一个连贯的方向，比一串互不相关的想法更容易判断效果。
- 04
对照并小步修正
把结果与原图并排检查。关注身份、人体结构、文字、Logo、比例和产品细节，再只修改造成偏差的那条指令。
控制生成结果
有目的地选择 Img2Img 设置
设置应该服务于当前任务。需要保持构图时先沿用原图比例；优化提示词阶段先生成一张；方向稳定后，再增加质量或生成张数。
可用比例、生成张数、质量等级和积分消耗取决于所选模型。免费模型会展示完整的 GPT Image 2 设置目录；只有实际支持的设置可选，不支持的选项会显示但禁用。
宽高比
需要保留取景时，优先匹配原图比例。只有新裁切本身就是需求时才改变比例，同时预期模型会重新解释画面边缘空间。
生成张数
修正提示词时一次生成一张。指令稳定后，多张输出才更有价值，因为你可以在不改变需求的前提下比较不同结果。
质量与成本
先用低成本预览确认构图和方向。等原图、提示词、模型和比例都能得到正确结果后，再提高质量处理最终细节。
提示词结构
写出容易判断效果的 Img2Img 提示词
有效的 Img2Img 提示词会把视觉锚点和目标变化分开说明。这样结果更容易检查；当模型改得太多或太少时，你也知道应该修改哪一句。
01
保留
说明必须保持可识别的主体、身份、姿势、轮廓、产品形状、房间布局或镜头角度。
02
改变
用具体视觉语言描述新的环境、灯光、材质、服装、配色、媒介或画面处理。
03
风格
增加一个连贯方向，例如杂志摄影、手工黏土、漫画墨线或温暖的建筑渲染。
04
检查
写出需要复核的约束：保持面部身份、保留标签位置、固定窗户位置，或不要改变镜头角度。
问题排查
修复常见 Img2Img 结果问题
结果不理想时，不要把整段提示词全部重写。先判断偏差来自视觉锚点、目标变化、构图还是细节，再只调整对应部分。
主体已经不再像原图
在提示词开头再次强调视觉锚点。准确描述身份、姿势、轮廓或产品特征；如果所选模型提供变化强度，再适当降低。
结果几乎没有变化
把“更好”“更有创意”等抽象词，替换为可见的灯光、材质、场景、配色或媒介选择。要求一个更明确的方向，而不是多个轻微变化。
构图发生偏移
重新说明镜头角度、裁切、主体位置和空间布局。除非新构图就是目标，否则使用接近原图的宽高比。
手、文字、Logo 或细节错误
把这些视为必须检查的项目，而不是模型一定能保证的结果。明确点名错误细节后重新生成或修订，并在发布前用原尺寸检查品牌资产和文字。
判断可见变化
有价值的 Img2Img 对比应该展示什么
好的案例会同时呈现保留与改变。原图仍然能够解释结果来源，而新图也会在场景、媒介、材质或氛围上产生清晰且有意义的差异。
了解 Img2Img 工作台
上传原图，选择模型，说明需要保留和改变的内容。这张品牌预览图展示了用于创作下一张图片的工作台。
从人物照片到插画风格
面部、姿势和取景保持便于对照，同时线条、色彩、纹理与背景语言进入新的视觉风格。
Img2Img 常见问题
生成前需要知道的答案
选择原图、编写提示词和检查 Img2Img 结果时，用户真正需要的实用信息。
Img2Img 是什么意思？
Img2Img 是 image-to-image generation（图生图）的简称。现有图片提供视觉起点，提示词和模型设置引导生成新的结果。原图可以约束主体身份、姿势、形状、构图、色彩或其他视觉证据。
Img2Img 和文生图有什么不同？
文生图只从文字开始；Img2Img 同时使用图片和指令，因此更适合风格转换、概念变体、草图完善、产品场景，以及需要保留部分视觉结构的编辑任务。
Img2Img 提示词应该包含什么？
先说明哪些内容要保留，再描述具体变化，增加一个连贯的风格或处理方式，最后列出需要检查的细节。避免模糊要求和互相冲突的风格。聚焦的提示词更容易与原图比较，也更容易修正。
Img2Img 能完全保留原图吗？
生成模型不能保证完全复制。清晰原图和准确锚点可以提高连续性，但仍应检查身份、人体结构、文字、Logo、比例和产品细节。需要像素级精确保留时，应使用确定性的图片编辑工具。
不登录可以免费使用 Img2Img 生成器吗？
可以。当前免费模型在页面显示的额度和固定支持设置内，无需注册即可使用；不支持的选项会显示但禁用。积分模型需要登录，并会在生成前显示预计积分消耗。
Img2Img 结果可以商用吗？
能否商用取决于你对原图拥有的权利、所选模型条款和最终内容。请使用你拥有或获准使用的图片，检查品牌资产和第三方权利，并在发布前确认适用的模型与产品条款。
从原图开始
把 Img2Img 方法真正用起来
上传一张清晰图片，写下一个聚焦的变化，再根据你选择保留的视觉锚点检查生成结果。