LocalBanana 发布 AI 图像编辑提示词最佳实践：基于“保留 - 变更 - 禁止”的精准控制框架
在 AI 图像生成领域，如何编写一个既能满足特定修改需求（如更换背景、调整光照），又能严格保留原图主体特征（如面部细节、产品标签文字）的提示词（Prompt），一直是开发者面临的挑战。LocalBanana 团队近日在其官方博客上发布了一份详尽的测试报告，通过标准化的实验流程，对比了主流模型在“受控编辑”场景下的表现，并提炼出了一套可复用的提示词工程方法论。
实验背景与方法论
本次测试的核心目标是验证一种结构化的提示词模式：Preserve（保留）- Change（变更）- Prohibit（禁止）。
团队选取了两个固定的虚构参考图像（人物肖像与产品瓶身），分别对它们执行了三种编辑任务：
- 仅替换人物背景
- 仅重绘人物光照
- 仅改变瓶身材质，同时保留标签文字
测试对象包括 Nano Banana Pro、GPT Image 2 和 Midjourney V8.2。评估标准并非简单的成功/失败，而是采用视觉编辑评分（1-5 分），其中 5 分代表“完美执行变更且保护了关键不变量”。
核心发现：结构化提示词优于开放式指令
测试结果清晰地表明，结构化的约束指令比开放式的艺术描述更能获得高质量的控制型输出。
1. 评分对比概览
| 编辑任务 | Nano Banana Pro | GPT Image 2 | Midjourney V8.2 | 最佳表现者 |
|---|---|---|---|---|
| 替换人物背景 | 5/5 | 5/5 | 2/5 | 平局 |
| 仅重绘人物光照 | 4/5 | 5/5 | 2/5 | GPT Image |
| 改变材质，保留标签 | 5/5 | 4/5 | 2/5 | Nano Banana Pro |
注：Midjourney 在三项任务中均表现不佳，主要因模型倾向于过度美化或忽略文本约束。
2. 提示词模板结构
成功的提示词必须包含三个明确部分，且顺序至关重要：
- Preserve (保留)：首先确立原图为“唯一真理来源”。明确列出必须保持不变的属性，如身份特征、几何结构、裁剪比例、特定文字内容等。
- Change Only (仅变更)：精确描述允许发生的单一变化（例如：仅改变光照方向，仅改变背景颜色）。
- Do Not (禁止)：列出最可能破坏原图的“漂移”行为，如面部重塑、添加新物体、改变材质纹理或美化皮肤等。
示例提示词片段：
"Edit the supplied portrait. Preserve exact identity, expression, hair, clothing, body proportions, crop, and camera perspective. Change lighting only: warm directional light from camera left with cool fill from camera right. Do not reshape the face, smooth skin, change clothing, add objects, or alter the background geometry."
技术价值与应用场景
LocalBanana 的这次测试为开发者提供了宝贵的工业级参考：
- 提升可控性：对于电商产品图生成、虚拟试穿、电影特效预演等场景，用户需要的是精准的局部修改，而非随机生成的艺术风格。明确的“禁止”指令能有效防止模型产生幻觉或过度创作。
- 模型选型依据：测试结果显示，Nano Banana Pro 和 GPT Image 2 在处理此类“手术式”编辑时表现优于 Midjourney V8.2，这对于构建依赖精确图像编辑的 Agent 应用具有指导意义。
- 可复现性：团队详细记录了实验的哈希值、API 调用参数及重试机制，强调了在评估模型能力时排除操作噪音（如网络重试、随机重滚）的重要性，为后续评测提供了严谨的方法论。
结语
AI 图像编辑提示词不仅仅是艺术方向的描述，更是一份严谨的“变更合同”。LocalBanana 通过实证数据证明，通过严格定义不变量与变更边界，开发者可以显著降低 AI 生成内容的不可控风险，实现从“生成”到“编辑”的跨越。
本文编译自 LocalBanana 官方博客。
