图生图参考图最大的价值，不是让 AI “照着画”，而是把文字难以说清的主体、姿势、构图或视觉方向变成可见的约束。想让结果稳定，提示词必须同时回答两件事：哪些内容必须保留，哪些内容允许变化。

配图为本教程制作的原创示意素材，由 Codex 生图生成，不是 PixPix 模型横评或平台实测。PixPix 功能说明来自当前公开页面；不同模型和当前界面的输入限制、尺寸与选项应以实际页面为准。

快速结论：先写保留项，再写变化项

一个可执行的图生图需求可以压缩成这个公式：

参考图角色 + 必须保留的身份/结构/构图 + 只改变的对象 + 目标场景或风格 + 光线与比例 + 禁止新增内容

如果一句提示词里同时要求换人物、换动作、换镜头、换背景和换风格，模型很难判断什么才是锚点。更稳妥的做法是每轮只改变一个主要变量，并继续使用上一轮确认过的图片作为参考。

参考图到底能控制什么

PixPix 当前公开的图生图入口支持上传参考图片、草图或截图，让模型基于原图的结构、构图和风格生成新图，适合风格延展、角色变化、产品场景扩展与视觉探索。

主体与身份

人物的脸型、发型、服装和体型，或产品的轮廓、颜色、材质和关键结构，都属于主体不变量。不要只写“保持一致”，应把可观察特征逐项列出。

姿势与构图

参考图比文字更容易表达人物站位、视线、镜头高度、主体占比和物体之间的关系。若这些关系必须保留，就明确写“保持相同姿势、镜头高度、主体尺度和画面裁切”。

风格与光线

参考图也可以只承担视觉方向：色彩、颗粒、材质、布光或版式。此时要说明它是“风格参考”，避免模型误把参考图中的人物或商品也带进结果。

原创案例：城市骑行者 Lin

本例建立一个虚构角色 Lin，母版特征为：

• 东亚女性，约二十多岁，黑色中长发；

• 钴蓝色轻量冲锋衣、深灰直筒裤、白色低帮鞋；

• 哑光珊瑚色骑行头盔；

• 手扶一辆银色城市自行车；

• 全身与整辆自行车均在画面内，视角与人物视线固定。

这张母版同时提供身份、服装、姿势、道具和构图。如果后续只想换风格，就不应再改背景布局；如果只想换场景，就不应顺便改变服装和动作。

操作步骤：把需求拆成一次一个变量

第一步：给每张参考图分配角色

多张图片一起上传时，不要让模型猜：

• 参考图 A：主体身份与服装；

• 参考图 B：姿势与构图；

• 参考图 C：色彩、材质或插画风格。

如果只有一张图，也要在提示词中说明它负责什么。角色越清楚，冲突越少。

第二步：写出可核对的不变量

Lin 案例的不变量不是“同一个人”，而是：

保持人物面部特征、黑色中长发、钴蓝外套、珊瑚色头盔、深灰裤子、白鞋、手扶车把的姿势、银色自行车结构、全身构图和视角不变。

对产品则可以换成“瓶身长宽比、瓶盖结构、标签位置、材质、颜色和标识不变”。

第三步：只描述这轮要改变的内容

先决定本轮属于哪一种：

• 只换渲染风格；

• 只换背景与时间；

• 只换服装或单个物体；

• 只扩展画布；

• 只修正局部错误。

不要把这些任务一次完成。先得到一个结构稳定的版本，再继续下一轮。

示例一：只改变风格

示例指令：

将参考图转换为当代孔版印刷编辑插画。保持 Lin 的面部特征、身体比例、表情、钴蓝外套、珊瑚色头盔、深灰裤子、白鞋、站姿、银色自行车、镜头角度和裁切不变；只改变渲染方式。使用钴蓝、珊瑚、深灰和暖纸色，保留网点与轻微套色质感。不要增加人物、文字或标识。

这里的核心动词是“只改变渲染方式”。风格目标可以具体，但不应同时要求换场景或重新设计服装。

示例二：只改变背景与光线

示例指令：

将环境改为小雨后的河岸骑行道与蓝调时刻。只改变背景和环境光；保持人物身份、发型、珊瑚色头盔、钴蓝外套、深灰裤子、白鞋、身体比例、手部位置、自行车结构、姿势、主体尺度和画面裁切不变。路面有轻微湿润反射，远处城市灯光虚化，不增加行人或其他自行车。

当“背景替换”连人物光线都不允许变化时，结果容易像贴图。更合理的写法是允许环境光影响主体，但仍锁定人物身份、服装颜色和结构。

什么时候改整图，什么时候做局部编辑

如果整体方向不对，例如风格、镜头或场景全部不符合预期，重新生成通常更高效。如果 80% 已正确，只剩手部、边缘、文字或一个小物体有问题，应使用 PixPix 公开提供的局部重绘或图片编辑能力，避免整图回炉造成新漂移。

GPT Image 2 的 PixPix 页面公开说明可从提示词或参考图开始，并用于产品图、海报、文字设计和跨尺寸系列视觉；Seedream 5.0 Pro 的 PixPix 页面则强调在编辑指令中明确目标、动作、布局、风格、光线与不变量。具体选择应按当前任务和实际界面能力判断，而不是给所有项目固定一个模型。

常见错误与修正方式

错误一：只写“和原图一样”

“一样”没有指出优先级。把脸、服装、产品结构、姿势或镜头逐项列出来，模型才知道哪些变化算失败。

错误二：参考图之间互相冲突

一张图给人物，一张图给姿势，第三张图又出现不同服装和不同人物，很容易发生混合。给每张图标注职责，并明确忽略其中与任务无关的部分。

错误三：一次改变太多变量

先做风格迁移，再换场景，再局部修正。每轮保留一个已确认的结果，出错时才知道是哪一步造成漂移。

错误四：把小文字和标识完全交给生成

商品标签、活动价格和品牌字样需要逐字核对。结构已经正确时，优先局部修改文字区域，不要为了一个字重做整张图。

错误五：只看缩略图

放大检查面部、手指、车轮辐条、产品边缘、反射、接触阴影和文字。缩略图里自然的细节，在大图中可能已经损坏。

FAQ

参考图越多越好吗？

不一定。每张图都应有明确职责。若两张图在人物、构图或风格上互相冲突，增加数量反而会降低可控性。

图生图会复制原图吗？

图生图会读取结构、构图、姿势或风格等信息并重新生成画面，不应把它理解为简单复制像素。使用不属于自己的图片前，仍需确认授权范围，并避免要求复刻受保护的独特作品。

为什么人物还是会变脸？

参考图清晰度、角度变化、模型能力和一次修改的变量数量都会影响身份稳定性。使用清晰母版、明确面部与服装特征、减少同时变化的变量，并从已确认结果继续迭代。

什么时候用文生图更合适？

当你只需要探索全新方向，没有必须保留的人物、产品、姿势或布局时，文生图更自由。只要任务里出现“保持这个人、这个产品或这个构图”，就更适合从参考图开始。

总结：把参考图当作约束，不是装饰

图生图的稳定性来自清楚的任务边界：参考图负责什么、哪些元素不能变、本轮只改什么、最后如何验收。准备好母版和不变量清单后，可以进入 PixPix 的图生图与图片编辑入口，从一次单变量修改开始。