两张图怎么用 AI 合成一张,看起来自然不违和?图1、图2 提示词写法
两张照片合成一张,关键是说清谁是底图、谁要放进去,再统一光线、透视、比例和阴影。本文附 Miku AI 用户 30 天真实数据、各模型成功率、提示词模板和常见错误。
发布 · 5 分钟读完
简短回答:按上传顺序把两张图称为图1、图2,先说清哪张是底图、哪张里的什么要放进去,再要求“按图1 的光线方向、色温、透视和比例融合,加上接触阴影,图1 其他内容不变”。Miku AI 最近 30 天有 236 位用户做了 1,769 个双图合成任务,GPT Image 2.5 Flare 成功率约 89%,在样本较大的模型里最高。
合成图为什么会“假”
两张照片拼在一起显得违和,通常是这几处对不上:
- 光线:一张是左侧阳光,一张是正面闪光灯。
- 透视和机位高度:一张平视,一张俯拍,人像“贴”在背景上。
- 比例:人比门还高,杯子比手还大。
- 阴影和接触:脚下、杯底没有阴影,看起来悬空。
- 色调和画质:一张偏暖、一张偏冷,或者一张清晰一张有噪点。
AI 合成的好处是会重新画一遍融合区域,而不是简单抠图粘贴。但它不知道你想以哪张图为准,所以提示词要把“以谁为准”写清楚。
Miku AI 用户的真实数据
我们统计了 Miku AI 截至 2026 年 11 月 12 日最近 30 天里,提示词与“两张图合成、融合、把 A 放进 B”相关的任务:1,769 个任务,来自 236 位用户。所有任务都带了参考图,中位数是 2 张。数据按提示词关键词归类,任务数少于 20 的模型不列出。成功率指成功出图的比例,不代表合成效果一定自然。
| 模型 | 任务数 | 成功率 | 出图中位时间 | 1K 单张积分 |
|---|---|---|---|---|
| GPT Image 2 | 831 | 72% | 约 87 秒 | 0.3 |
| GPT Image 2.5 Sunburst | 392 | 64% | 约 90 秒 | 0.3 |
| GPT Image 2.5 Flare | 374 | 89% | 约 71 秒 | 0.3 |
| GPT Image 2.6 Sunburst | 79 | 84% | 约 80 秒 | 0.3 |
| Nano Banana 2 | 24 | 79% | 约 75 秒 | 0.25 |
| GPT Image 2.6 Flare | 23 | 100% | 约 52 秒 | 0.3 |
从数据看:
- 整体成功率约 74%,约 12% 的任务被内容审核拒绝。
- 被拒比例各模型差别明显:GPT Image 2.5 Sunburst 约 18%,GPT Image 2 约 14%,GPT Image 2.5 Flare 约 4%。
- GPT Image 2.5 Flare 有 374 个任务,成功率约 89%,出图也比 GPT Image 2 快;GPT Image 2.6 Flare 的 23 个任务全部成功,但样本较小。
- 画幅分布比较分散:16:9 约 35%,9:16 约 26%,3:4 约 19%,1:1 约 10%。画幅建议跟底图的方向一致。
- 分辨率 1K 约 55%,4K 约 23%,2K 约 22%。
在创作页的操作步骤
- 先上传底图(场景、背景)作为图1,再上传要放进去的人或物作为图2。上传顺序就是编号。
- 选择模型,按上面的数据可以先试 GPT Image 2.5 Flare。
- 画幅选得和底图一致,竖图选 9:16 或 3:4,横图选 16:9。
- 只想改底图的某一块,在图1 上点「遮罩编辑」,涂出要放东西的位置,模型只改这块区域。
- 先用 1K 看融合效果,满意后再出 2K 或 4K。
提示词模板
把人放进场景:
图1 是一张海边栈桥的风景照,图2 是一位穿白衬衫的男士的半身照。把图2 的男士放进图1,站在栈桥中段,全身入镜,身高按栈桥栏杆的比例(栏杆约到他的腰部)。保持图2 男士的长相、发型和衣服不变,补全下半身为浅色长裤和帆布鞋。光线按图1 傍晚从右侧照来的暖色阳光,人物右侧有轮廓光,影子落在左侧木板上。整体色调和颗粒感与图1 一致,图1 的其他内容不变。
把物体放进照片:
图1 是书桌的俯拍照片,图2 是一盆白底的小多肉。把图2 的多肉放在图1 笔记本电脑的左边,大小约为一个手掌宽,花盆和植物的颜色、形状与图2 一致。俯拍角度与图1 一致,按图1 窗光从上方照来的方向加上柔和的接触阴影,图1 的其他物品不要移动。
常见错误清单
- 不说哪张是底图。 模型可能反过来把图1 放进图2,或者两张都改。
- 用“它”“那个”指代。 直接写“图1 的栈桥”“图2 的男士”。
- 不给比例参照。 用场景里已有的东西做尺子,比如栏杆、门、桌上的杯子。
- 不写光线方向。 光线和阴影对不上,合成图最容易显假。
- 两张图分辨率差太多。 太小的素材放大后会糊,尽量用原图。
- 用了没有授权的人像照片。 合成别人的照片要先取得同意,商用要确认版权。
产品图换进场景是这件事的一个常见分支,详见 怎么用 AI 把自己的产品换进场景图。
常见问题
两张图合成用哪个模型?
按 Miku AI 最近 30 天的数据,GPT Image 2.5 Flare 在 374 个任务里成功率约 89%,被拒比例约 4%,可以优先试。GPT Image 2 用的人最多,成功率约 72%。这几个 GPT 模型 1K 单张都是 0.3 积分。
能合成三张或更多图吗?
可以,按图1、图2、图3 依次说明用途。GPT 系列最多 16 张参考图,Nano Banana 系列最多 14 张,详见 Nano Banana Pro 最多能上传几张参考图。
被内容审核拒绝了会退积分吗?
普通生成失败会自动退回积分;在有内容政策规则的模型上,因内容违规失败的任务可能不退。重新生成按正常价格计费,详见 价格页。
合成后人物的脸变了怎么办?
在提示词里写“保持图2 人物的五官、发型不变”,并尽量用正脸清晰、人物占画面较大的照片作为图2。