2026 年最好用的 AI 局部重繪工具：只改選取範圍

AI 局部重繪以前只有一個意思：在你不喜歡的那塊畫面上塗一層遮罩，打一句短提示詞，讓模型在遮罩裡重畫。到了 2026 年，那只是通往同一個結果的其中一條路。有些工具還是給你一支筆刷。有些則讓你用大白話點名那個區域——"the second bottle from the left"、"the sign above the door"——然後只改那一塊，畫面其他部分維持一模一樣。只要你拿回來的是「改了選取範圍」而不是「一張新圖」，兩種做法都算局部重繪。

這篇整理了 2026 年做選取範圍編輯的八種方式，從 OmniArt 上的多模型路線開始。每一種都會講：它給你哪一種區域控制、它真正適合的任務，還有它在哪裡走不下去。這裡沒有任何一個工具能贏下所有需求，而那些老實的限制比功能清單重要得多。

現在什麼才算局部重繪

同一個詞底下藏著三種任務，而把它們搞混是編輯結果讓人失望最常見的原因。

移除是一個重建問題，通常交給小而專門的模型效果更好。替換和局部調整是生成問題，需要一個對區域指令很服從、能力也夠強的圖片模型。要按任務挑工具，不是按品牌。

1. OmniArt——跨多個模型的指令加區域編輯

OmniArt 通往局部重繪類結果的路線，是在圖片模型本身裡做「指令加區域」的編輯，而不是一塊遮罩筆刷畫布。你在提示詞裡描述區域和要改什麼，模型就改那一區，畫面其他部分不動。平台上有三個模型扛起這件事的大部分。

Seedream 5.0 Pro 是精準那一派。它吃座標和位置編輯——一個框、一個點、一個箭頭，或是一組直接點名目標區域的座標——還有草圖編輯，也就是你給一個粗略的形狀，它就成為某個被描述物件的空間參考。錨點編輯會把一個很小或很模糊的目標釘住，讓模型在複雜畫面裡不會飄到旁邊的物件上。它也讀得懂精確的十六進位色碼和具名材質、可以跨參考素材做多圖融合，還能把一張輸出拆成背景圖層加上各自獨立的透明元素圖層。

GPT Image 2 給的是自然語言編輯介面：你用句子描述要改什麼來調整既有圖片，這很適合那種「用講的比用畫的容易」的編輯。Nano Banana 2 處理的是參考素材引導的編輯，也就是另一張圖提供你想帶進目標區域的外觀、物件或材質。

• **選取範圍控制：**用文字描述的區域、座標、錨點、草圖參考、精確到十六進位色碼的改色
• **最適合：**品牌準確的產品編輯、多參考素材合成，還有之後要重新組合的分層素材
• **老實的限制：**OmniArt 上沒有筆刷或遮罩介面。區域控制活在提示詞的語法裡，所以精準度取決於你能不能把那塊區域講清楚——而且草圖和錨點放置這類模型端的輸入，目前仍然是上游 API 的流程，不是 OmniArt 畫布上的控制項

2. Adobe Photoshop 生成填色——遮罩筆刷的標準答案

Photoshop 仍然是傳統局部重繪的參考實作。用套索或筆刷選一塊、打一句短提示詞、拿到三個放在各自生成圖層上的版本，然後非破壞性地一直迭代下去。因為選取是像素等級精確的，它能處理語言很難描述的情況：不規則的形狀、兩個重疊物件之間的縫隙、貼著邊緣的一條細長條。

• **選取範圍控制：**像素等級精確的遮罩、羽化、每個版本各自成圖層
• **最適合：**修圖、擴張畫布，還有遮罩必須精確的合成
• **老實的限制：**綁訂閱、以桌面為主；生成填色可能看起來比周圍的攝影素材軟，所以大面積替換常常需要再修一輪

3. ComfyUI 或 A1111 裡的 Stable Diffusion 局部重繪——控制最多，而且在本機

開源這一套給你別人不會開放的旋鈕：去噪強度、遮罩模糊、以完整解析度重繪、專用的局部重繪權重檔，還有用 ControlNet 條件在遮罩區域裡鎖住姿勢、深度或邊緣。它跑在你自己的硬體上，當來源圖片不能離開你的機器時，這一點很重要。

• **選取範圍控制：**完整的遮罩參數，加上結構性條件控制
• **最適合：**可重複的量產流程、敏感素材、風格專用的微調模型
• **老實的限制：**這份清單裡建置和學習曲線最陡的一個，而且結果好不好完全看你選的權重檔——在拿到第一個可用的編輯之前，要有花掉不少時間的心理準備

4. Midjourney 區域編輯——在風格化畫面裡重畫

Midjourney 的區域工具讓你選取一張完成生成的某塊區域、只對那一塊重下提示詞，這樣它獨特的畫風就能保持完整，而不用被迫匯出到另一個美學完全不同的編輯器裡。對插畫和概念設計來說，待在同一套視覺系統裡，比遮罩精準度值錢。

• **選取範圍控制：**矩形和手繪區域選取，加上重下提示詞
• **最適合：**概念美術、風格化關鍵格，還有在一個你已經喜歡的外觀上迭代
• **老實的限制：**在攝影寫實和文字上比較弱；區域編輯會繼承這個模型的風格拉力，所以很難硬逼出那種寫實、紀實準確的替換

5. LaMa 一類的物件移除器——只清理，不發明

建立在局部重繪專用架構上的工具——Cleanup.pictures 和各種開源 LaMa 前端都算——只做一件事：在物件上塗一塗，拿回一個合理的背景。它們不是想生成一個新主體，而這正是它們擅長移除的原因。電線、路人、多餘的線材和標誌牌都會消失，不會偷偷混進一個幻覺出來的替代品。

• **選取範圍控制：**筆刷遮罩，只能移除
• **最適合：**大量清理、生成編輯之前的照片整備
• **老實的限制：**完全不能替換也不能局部調整，而且遮罩一大、底下的質感一複雜（人群、密集的樹葉、有花紋的磁磚），就會糊掉

6. Canva Magic Edit 與 Magic Eraser——在設計檔裡做局部重繪

Canva 的價值在位置，不在能力。編輯就發生在版面、字體和品牌組合的同一個檔案裡，所以一則社群貼文不用來回跑一趟別的編輯器再重新匯入就能修好。團隊裡不是設計師的人也可以在不學遮罩的情況下換掉一個物件，而且看得過去。

• **選取範圍控制：**粗略的筆刷選取，加一句短文字提示詞
• **最適合：**社群和行銷素材、能力參差的團隊、要很快交件的狀況
• **老實的限制：**這裡面區域控制最粗的一個；細緻的邊緣、小物件和印刷解析度的輸出都在它的舒適圈之外

7. Photoroom——大量的產品與電商編輯

Photoroom 是為電商情境調過的：把產品去背、把表面清乾淨、拿掉一道反光或一張價格貼紙、換背景，然後把整套流程批次跑過整個商品目錄。它那套認得出物件的選取通常不太需要塗就能找到產品，而這正是讓好幾百個商品編號變得可處理的關鍵。

• **選取範圍控制：**自動物件偵測，加上手動微調
• **最適合：**電商平台上架、目錄清理、可重複的批次編輯
• **老實的限制：**它是刻意做窄的——離開產品攝影，它的選取啟發式就沒什麼東西可依靠了，而範本驅動的產出跑過一整個目錄後可能看起來很雷同

8. Google 相簿 Magic Editor——手機優先，就在相簿裡

當編輯必須發生在照片本來就在的地方，Magic Editor 用點選就能選取的模型（而不是筆刷）處理移除、位移和換背景。它是大多數人真的會用的那個工具，因為它已經裝好了，而且來源檔完全不用匯出到任何地方。

• **選取範圍控制：**點選和套索式的物件選取、引導式建議
• **最適合：**個人照片、社群上的快速修圖、在手機上編輯
• **老實的限制：**提示詞控制有限、沒有圖層輸出，而且解析度和擬真度都有天花板，不適合交給客戶或送印

按任務挑

跨工具都通用的提示詞寫法

那些能把結果拉起來的指令習慣大致上是可以搬的，不管你是打進一個遮罩對話框，還是用一句話點名一個區域。

1. 像人講話那樣點名目標。"The second bottle from the left"、"the sign above the door"、"row 2, column 3" 都比抽象的百分比好用。
2. **講清楚什麼會變、什麼不會。**一個子句講編輯，一個子句保護畫面其他部分。
3. **有數字的地方就給數字。**顏色給十六進位色碼、表面給具名材質——"a bit warmer" 不算一句指令。
4. **描述光和接觸點，不要只描述物件。**當你講清楚主光方向、以及物件跟底下表面接觸在哪裡，一次替換才會落地。
5. **把複合編輯拆成好幾輪。**一句指令裡塞三個變更，就是局部編輯變成整張重生成的原因。

這份清單沒收什麼

包了一層公開移除模型的單一用途手機 App，以及那種局部重繪只是業務通話後面一個勾選框的企業級數位資產管理工具，兩類都不收。去浮水印工具也不收，那與其說是技術問題，不如說是法律問題。入選門檻很簡單：有真正的區域控制、有一件它做得比其他選項好的事，而且今天一個獨立創作者就能用到。

在 OmniArt 開始

在 OmniArt 上做選取範圍編輯，起手式跟其他任何生成一樣：把圖片帶進圖片工作台，把區域和要改什麼寫進提示詞。想看完整的寫法庫——座標編輯、草圖和錨點參考、精確到十六進位色碼的改色、多圖融合和圖層分離——Seedream 5.0 Pro 提示詞指南裡每一種模式都有可以直接複製貼上的範例。

如果你的編輯用句子講比用座標講更順，GPT Image 2 是第一個該試的——它的自然語言編輯介面就是為了「描述一個變更」而不是「框出一個變更」而做的。兩個模型都在同一個工作台裡，重點就在這裡：當其中一個不肯乖乖待在區域裡，下一個只是下拉選單裡的一項，而不是另一筆訂閱。