ChatGPT 的图像编辑（基于 DALL·E 3 / GPT-Image 这一代）实际是 image-to-image 重生成，不是真正的像素级修改。你上传图，模型用 vision 看一眼，再根据 prompt 生成一张”看起来像原图但做了你要求的修改”的新图。这意味着任何模糊指令都会被它按”安全 / 保守”路径解读——背景没换、人物没动、文字没改，输出几乎和原图一样。修法不在等模型变强，在把 prompt 改成它能 unambiguously 执行的形式。
常见原因
按命中率从高到低：
1. Prompt 用了”改一下 / 调一下”这种模糊动词
最常见。“帮我把这张图改好看一点”对模型而言是”我也不知道你要什么，那就维持原样最安全”——它就返回几乎相同的图。
如何判断：你的 prompt 里没有”保留 X / 改成 Y / 不要 Z”这种结构 = 太模糊。
2. 没指定要保留什么
只说”换背景成蓝色”，模型不知道前景要不要保留。它可能换了背景但也”重画”了主体，或者怕改坏主体就两个都不动。
如何判断：返回图主体姿势 / 颜色 / 细节也变了，或者两者都没变 = 没传达”保留主体”信号。
3. 上传图分辨率太低，模型识别不出区域
vision 对 < 512px 的图细节识别差。识别不出来”哪是背景哪是人物”，就只能整图重画——通常输出和你期望差很远。
如何判断：原图长边 < 800px = 大概率分辨率不够。重传 1500px+ 的版本再试。
4. 编辑涉及具体文字 / logo / 数字
模型对图里渲染文字的精确控制很弱（这是这一代模型公认的弱点）。让它”把价格 $99 改成 $79” 多半会乱写字或保持原样。
如何判断：要改的是图里的文字 / 数字 / logo = 当前模型能力边界。考虑本地 Photoshop 修。
5. 内容触发安全过滤被静默改弱
涉及人脸特征改动、奇怪姿势、敏感主题时，模型可能静默走”保守编辑”路径——返回基本不动的图。
如何判断：编辑请求涉及”看起来更 X”（更瘦、更高、更年轻）/ 名人 / 政治符号 = 可能被安全层降级处理。
6. 在同一会话连续编辑导致 drift
第三次编辑同一张图时，模型用的”原图”已经是上次输出，每轮微小损失累计。你以为在改 v1，实际在改 v3。
如何判断：前两次编辑感觉对，第三次开始细节漂移 = 多轮 drift。每次回到原图重传。
动手前先确认
- 确认问题是在普通对话里还是 Custom GPT 里出现；image 生成在 Free / Plus / Pro 上有调用上限差异。
- 复现前把当前对话和原图都备份，避免清掉历史影响下次诊断。
- 确认账号订阅：Free 用户图像编辑配额很紧，超出后请求会静默失败。
需要收集的信息
- 原图分辨率（长 × 宽）、文件大小、来源（自己拍 / 网图 / AI 生成）。
- 你给的完整 prompt 文案 + 返回图截图（最好和原图对比着看）。
- 期望差异 vs 实际差异的具体描述（“背景该变蓝实际还是白”）。
- 当前模型 + 是否在普通 chat / Project / Custom GPT。
最短修复路径
按收益从高到低，前 2 步通常修 70% 问题。
Step 1：用三段式 “keep / change / avoid” prompt
把模糊请求改成结构化指令：
Edit this image:
KEEP:
- The person's pose, facial features, and clothing exactly the same
- All details in the foreground unchanged
CHANGE:
- Replace the background sky from overcast grey to bright blue with
scattered white clouds
- Add soft warm sunlight from the upper right
AVOID:
- Do not alter the person at all
- Do not add or remove any objects
- Do not change the lighting on the foreground效果差异巨大。三段式让模型把保留和修改分开处理。
Step 2：分辨率提到 ≥ 1024px
低分辨率 → 模型 vision 看不清 → 区域识别失败 → 整图重画。重传：
- 手机原图（通常 3000px+），不要发缩略图
- 截图先放大（macOS Preview → Tools → Adjust Size → 长边 1500px）
- AI 生成的图保留原始 1024px+ 不要压缩
Step 3：分两步——先描述再编辑
模型识别不准时，分步走：
Turn 1: Describe everything in this image in detail — subject, pose,
clothing, background, lighting, composition.
Turn 2 (after it answers): Good. Now edit only the background — change
it from <its description> to <your target>. Keep everything else
exactly as you described.它自己的描述比你的更精确，用它的描述作为”保留契约”。
Step 4：涉及文字 / logo 的编辑改用其他工具
诚实接受当前模型边界——精确改文字 / 数字 / 标识请用：
- 简单文字：Canva / Figma / Photoshop 文字工具
- 复杂海报：Photoshop generative fill（更稳定）
- 二维码 / 条码：本地工具直接重生成
不要在 ChatGPT 里和它较劲三轮。
Step 5：敏感编辑请求改写成中性
涉及”看起来更 X”或人物特征：
差：让她看起来年轻 10 岁
好：put her in a different outfit — replace business suit with casual
sweater and jeans. Keep face, hair, body proportions unchanged.把请求从”改人”变成”改造型 / 改环境”，安全层不容易触发。
Step 6：每次回到原图重传
不要在同一图上做 5 轮迭代。每次大改前：
- 下载原图（点 ChatGPT 输出的图 → 保存）
- 开新对话重传原图
- 把前面成功的修改累计写进新 prompt
避免多轮 drift。
怎么确认已经修好
- 开新对话上传同一原图，用改写后的三段式 prompt 重试，输出图按预期变了 = 真修好。
- 把”保留区域”逐项核对（脸、姿势、衣服、前景物件），模型是否真的没动 = 编辑精度过关。
- 让同事用同 prompt 在他们账号跑一次，输出方向一致 = prompt 通用，不是你这次运气好。
如果还是没修好
- 把图切到最简：500×500 纯背景换色这种最小测试，确认基本能力没问题。
- 换图源：自己拍 → AI 生成 → 网图分别试一次，排除原图是否触发安全层。
- 换模型：4o 图像 vs GPT-Image 1 vs DALL·E 3 各跑一次（看具体可用项）。
- 备份方案：把编辑请求转到专门工具（Canva / Photoshop / Krea），或在 OpenAI 平台外用 Flux Kontext / FLUX Edit 等 image-to-image 模型。
预防建议
- 永远用 “keep / change / avoid” 三段式写图像编辑 prompt，不要写自然语言段落。
- 原图分辨率 ≥ 1024px，越大越好（最高 4096px）；低分辨率先放大再传。
- 文字 / logo / 数字编辑不要指望 ChatGPT 精确——用 Photoshop / Figma。
- 多轮编辑每轮都回到原图重传，避免 v1 → v3 的损失累积。
- 高 stakes 商业图至少跑 3 次（“输出 3 个变体让我挑”），不要依赖一次输出。