如何用 AI 把一个人加进照片里：完整分步教程

用 AI 把一个人加进照片，你做的其实不是贴一张抠图，而是让图片模型把一张照片重新渲染一遍，好让第二个人真的属于这个画面。模型得把这个人放在一个合理的位置、按场景调好大小、重新打光以匹配环境，再在脚下投一道影子。这四件事都做对，结果读起来就是一张照片；漏掉一件，它读起来就是一张贴纸。

在 OmniArt 上，这是一件图片模型的活，不是图层编辑器的活。你上传底图、上传那个人的参考照片，再在提示词里描述这次合成。Seedream 5.0 Pro 处理这类任务很好，因为它支持多图融合——最多 10 张参考图融进一次输出——再加上用来精确控制编辑落点的区域和锚点语言。GPT Image 2 接受自然语言的编辑指令，而当你想对同一组输入拿到第二种解读时，Nano Banana 2 可以做参考引导的编辑。

这篇指南按顺序走完整个流程：选照片、选模型、写放置提示词、修掉不对的地方，最后定稿输出。文中包含三条可直接复制的提示词。

模型实际上在做什么

写提示词之前先理解机制会很有帮助。当你喂进两张图和一条指令时，模型并不是在合成像素，而是在以这两个输入为条件生成一张新图。这带来两个实际后果。

第一，底图在你没提到的区域也可能发生轻微变化。背景会挪动，桌沿会偏移，招牌上的文字会变成乱码。要减少这种情况，就在提示词里明确保护画面的其余部分——这和让区域编辑生效的是同一套纪律。

第二，人物的身份完全来自那张参考照片。如果参考图很小、很模糊、加了很重的滤镜，或者拍摄角度离你想要的输出角度差得很远，模型就会自己发明这中间的差额——而被发明出来的脸会飘。在这件事上，参考照片起的作用比提示词更大。

第一步：挑好底图和人物参考照

糟糕的输入比糟糕的提示词更花迭代次数，所以在这里多花一分钟。

底图 应该有一处明显能站人或坐人的空位、一个读得出来的光线方向，以及可见的地面或地板，好让影子有地方落。避开那些每个合理位置都被家具挡住的照片，也避开极端广角的照片——那种透视变形很难匹配。

人物参考照 应该是一张干净、光线充足的照片，最好拍摄角度和距离大致就是你想要的成图效果。如果这个人在成图里是全身，参考照就用全身。中性的光线胜过戏剧性的光线，因为平光比硬阴影的人像更容易重新打光。如果这个人需要穿某一套衣服，参考照里就应该已经穿着那套衣服。

第二步：挑模型

这三个模型都在 OmniArt 图片工作区里，也都能在提示词之外接受上传的参考图。

一个合理的默认选择：只要放置位置和人物身份都重要，就从 Seedream 5.0 Pro 开始。如果这次合成很简单——一个人、位置明显、光线宽容——GPT Image 2 往往用更少的字就能到位。

第三步：写放置提示词

一条在这类任务上有效的提示词有四个部分，顺序如下：

1. 指令 —— 把参考照片里的人加进底图。
2. 位置与比例 —— 他站在哪里、在做什么、相对画面里某个已知物体有多大。
3. 光影匹配 —— 底图光线的方向和质感，以及影子落在哪里。
4. 保护 —— 底图里所有必须保持一模一样的东西。

下面是一个你可以直接改用的版本：

把第二张参考照片里的女性加进第一张照片。让她站在木质露台的左侧，面向镜头，重心落在右腿上，头顶大致与她身后露台栏杆的顶端齐平。严格匹配底图的光线：午后偏晚的阳光来自右上方，色调偏暖，阴影边缘柔和。让她的影子朝左下方投在露台木板上。露台、栏杆、植物、天空以及底图中其他所有元素保持不变。

注意“头顶大致与露台栏杆顶端齐平”对比例的作用，远超过“中等大小”这种说法。把人物锚定在画面里某个已经可以量的东西上，是这类提示词里最有用的比例技巧。

再来一个坐姿版本，这种合成通常更小、也更容易：

把参考照片里的男性放进这个咖啡馆场景，让他坐在桌子右侧那把空椅子上，四分之三侧身、略微转向窗户，双手搭在桌面上。调整比例，让他的肩膀刚好落在椅背顶端下方。用左侧窗户射入的柔和漫射日光给他打光，与底图一致，并在他前臂与桌面接触处留一道淡淡的接触阴影。不要改动桌子、杯子、其他人物或背景。

第四步：用区域定向的编辑来修

第一次渲染很少就是终稿，而大多数人犯的错是把整条提示词重新跑一遍。别这样。拿那张位置放对了的输出，用限定区域的指令一次只改一处。Seedream 5.0 Pro 就是为这个而生的——按人会读出来的方式指名一个区域、一个锚点或一个位置（“左下角”、“右边第二个”），编辑就会留在局部。

基于这张图片，只调整新加进来的人物：柔化她右肩的边缘，让它与背景墙融合；把她的皮肤色调稍微调暖以匹配周围光线；并把她的影子再向左延长两成。画面中其他任何部分都不要改动。

两三轮这样的定向修改，通常胜过十次整条重跑，而且更便宜。如果你想往更深处推，Seedream 5.0 Pro 提示词指南 更详细地讲了区域、锚点和十六进制色值的写法。

第五步：定稿输出

一旦位置、身份和光线都站得住了，就按你真正需要的分辨率做最后一次输出，而不是继续在一张小尺寸草稿上修。把确认过的合成结果用模型支持的最大尺寸重新渲染一遍——如果输出分辨率是决定性因素，Seedream 5.0 Lite 提供原生 4K——然后以 100% 比例检查结果再交付。边缘光晕和不匹配的噪点在缩略图上看不见，放到满尺寸就一目了然。

匹配光线、透视、比例和影子

这四种失败方式，解释了大多数“看着不对但说不出哪里不对”的合成图。

• 光线方向。 先读底图的影子，然后在提示词里说明方向（“来自右上方”、“来自左侧窗户”）。如果人物参考照的光是从相反一侧打来的，就明确讲出来：“对人物重新打光，改为从右侧打来；参考照里左侧的光线不要带过来。”
• 光线质感。 硬阳光给出边缘锐利的影子，阴天和室内光给出柔和的影子。一个柔光下的人放进硬阳光场景里，看起来就是贴上去的。要说明质感，而不只是方向。
• 透视与相机高度。 如果底图是在腰部高度拍的，而参考照是手机举到眼睛高度拍的，这个人放进画面就会不对劲。加上“匹配底图较低的相机角度，略微仰视”，模型就会调整人物的透视缩短关系。
• 比例。 永远把身高绑定到画面里的某个东西上——一道门、一根栏杆、一个椅背、另一个人的肩膀。绝对尺寸的描述换算成像素之后就活不下来了。
• 接触阴影。 身体与表面相接处那一小块暗区，正是卖出“物理存在感”的关键。要直接点名要它：“双脚与路面接触处各有一道柔和的接触阴影。”
• 噪点与色彩。 让模型匹配底图的噪点、色温和任何镜头的柔化感。一个干净的人物出现在一张有颗粒的照片里，一眼就看破。

排查常见问题

脸不像那个人。 你的参考图承担的工作太少了。上传同一个人的更多角度，优先用更高分辨率的，并剔除任何加了重滤镜的照片。然后明确要求：“保留参考照片中的面部特征、发际线和发色，不要做风格化处理。”

背景变了。 你的保护条款写得太笼统。把元素逐个列出来，而不是只说“保持背景不变”。然后跑一轮限定区域的修正，而不是整张重新生成。

人像是浮着的。 缺少接触阴影，或者双脚被含糊地裁掉了。直接索要接触阴影，并确认你放人的那个位置地面是可见的。

大小不对。 把所有绝对尺寸的说法换成与画面里已有物体的对比。

边缘像抠出来的。 要求柔化人物轮廓的边界并匹配噪点，同时检查参考照片是不是本来就有一个硬边抠图背景——白底抠图很容易导致抠图感的结果。

姿态很僵。 描述重心分配和手的位置。“重心落在右腿上，一只手插在夹克口袋里”会得到比“自然地站着”更自然的站姿。

在 OmniArt 上开始

挑一张有明显空位的底图，再挑一张这个人干净、光线充足的参考照。打开 OmniArt 图片工作区，选择 Seedream 5.0 Pro，把两张图都上传，然后用第三步里的露台提示词，把细节换成你自己的。第一次渲染只评判位置和比例——身份和光线是留给后面几轮修改解决的。

然后用小幅修正推进，而不是换新提示词。两轮限定区域的修改加一次全分辨率定稿输出，是正常的路径，它能在人物逐渐成形的同时保住底图不被破坏。