老照片修复教程：用 GPT Image 2 去划痕、上色、提升清晰度

家里翻出来的老照片，常常是一堆问题叠在一起：有划痕折痕、颜色发黄、拍得又糊，黑白的还想上个色。想修，但PS手动修太费劲；网上很多“一键AI修复”又有个通病——顺手给你磨皮、改五官，修完不是原来那个人了。

其实用AI的**图生图（image-to-image）**能力——比如GPT Image 2——配一段说清楚的提示词，可以同时处理多个问题。提示词中明确要求保留人物特征，再对照原图检查修复结果。这篇讲怎么修、提示词怎么写。

一、修老照片，最怕的不是“修不好”，是“越修越不像”

老照片最珍贵的是人。很多AI工具默认会“美化”：磨皮、瘦脸、放大眼睛，甚至直接换一张更“精致”的脸——照片是清楚了，但已经不是照片里那个人了，失去了意义。

所以修老照片的关键，不在工具多强，而在于你有没有明确告诉它“只修复、别美颜、别动五官”。下面每一步都会围绕这点。

二、三步修好一张老照片

1. 上传原图：打开CVY.AI的图片生成器，登录后切到「图生图 / Image to Image」，模型选GPT Image 2（也可以换 Nano Banana 或 Seedream 对比效果），把老照片传上去。
2. 写一段“一次说清”的提示词：把要做的事和“别做的事”都写进去。可以直接套这个模板，再按你的照片删改：

请修复这张老照片，要求如下：
  - 去除划痕、折痕和污渍；
  - 减少噪点和模糊、提升清晰度；
  - 校正发黄和偏色。如果是黑白照，请自然上色（符合年代的肤色、服装和场景颜色，不要过饱和）。
  - 保持人物的五官、表情和身份完全不变，只做修复，不要美颜、不要瘦脸、不要改变长相。
  - 保持年代和场景一致：保留原照片中已有的服饰、发型、家具、背景、文字标识、交通工具和可辨认物件；补全缺失区域时，应符合原照片所属年代、地点和生活场景。
  - 不要新增任何与原照片年代、地域、身份、场景不符的元素。
  - 对看不清的手部、物件、背景和缺失区域，只根据原图可见线索做保守补全；如果无法判断，就保持自然模糊或低细节，不要凭空新增明确物品。
  - 保持原图的构图和比例。

3. 生成 → 对比 → 微调：出图后和原图对比，哪里不对就改提示词再来一次（比如脸被改了，就再着重强调“保持五官不变”）。

为什么要明确“年代特征”？ 因为AI补全模糊或缺失的部分时，会不自觉地用默认的现代常识去猜。老照片里看不清的手部、家具、衣服和背景物件，如果不加限制，就可能被补成和原照片年代不匹配的东西。写清楚“保留已有元素、只做保守补全、不要新增不符年代和场景的内容”，能减少这种穿帮。年代越久、照片越糊，这一句越重要。

三、不同情况，提示词这样调

一句话通用模板能应付大多数，但针对性地加一句效果更好：

• 黑白照上色：重点写“自然、符合年代的配色，肤色真实、别过饱和”，避免出现塑料感或荧光色。
• 划痕/折痕/缺角严重：重点写“去除划痕、折痕、污渍，补全缺失区域”，但补的部分是AI推测的（见第四点）。
• 非常模糊 / 低分辨率：写“提升清晰度和细节”，同时加一句“不要凭空编造五官细节”——越糊的脸，AI越容易“脑补”成另一个人。
• 翻拍反光 / 偏色：写“校正颜色、去除反光和拍摄畸变”。

四、让结果更稳、也更诚实的几点

• 一次别改太多：问题特别多的照片，可以分两步——先修划痕和清晰度，满意了再单独上色，比一把梭更可控。
• 明确“保持原图构图和比例”：能减少AI擅自裁剪、改背景。
• AI有随机性，多生成几张挑一张：同一段提示词每次结果略有不同，这是正常的，别指望一次到位。
• 最该记住的一点：AI修复是“合理推测”，不是“还原真相”。 照片里已经缺失/糊掉的部分（比如看不清的五官、被划掉的背景），AI是根据周围猜出来的，不是把当年的真实样子找回来。所以修复图适合怀旧、打印、做纪念，别把它当成“原貌”。

小结

修老照片，方法就一条：用图生图 + 一段把“要修什么、别动什么”说清楚的提示词，一次处理划痕、模糊、发黄、上色，并在提示词里守住人脸不被改。工具用CVY.AI的图生图就行，套上面的模板改改主题即可。记住AI是推测不是还原，拿它怀旧、留念足够好。

原文出处

CSDN 原文