AI 图片去物编辑

把「AI 图片去物编辑」当成一次要交付的活，不是名词解释。输入是源图和目标物体，输出是可直接作为生成参考的干净图，工作比例定在与最终生成比例一致。先写驳回原因，再把它变成第一条硬约束。

必须有源图、目标对象、蒙版边界、失败优先级、评分顺序、时长吸附和积分上限。不要把一次好运当成模板。只有在同样约束下受保护主体通过，才能复用。

在 imgmov 里做受控测试：参考、提示词、比例、时长、相机和尾帧都相同；只换模型或操作。版本历史保留两边输出，决策可回查。

平台要求不要塞进模型提示词里。提示词可以描述场景；由命名清单记录裁切、主张、授权和后台核对，这些才决定能不能交付。

看结果前锁定受保护主体、小字、颜色、动作、首中尾帧、音频需求、时长吸附和积分成本。

把锁定字段放在提示词开头，不要放在结尾：先做对象检测，把目标和投影一起蒙住，再修边缘。SDXL Inpainting 每图 3 积分；Seedream 5.0 Lite 和 Nano-Banana 2 5 积分；GPT Image 2 Standard 1K 从 2 积分起。 把提示词、参考、比例、模型和驳回原因存成一组；下一次执行时先读驳回原因，再决定哪些字段可以放开，避免从一张好看但不可复现的画面重新猜起。

第1步「先检测再编辑」：先运行对象检测并检查候选框。目标、投影和接触反光都要进蒙版。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第2步「只蒙一个目标」：两个物体重叠时分开处理。一个大蒙版常会编造新结构。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第3步「检查边缘顺序」：对比前景、背景、地平线和光线。删除物体不能破坏支撑它的几何结构。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第4步「选最低成本修复」：小洞用 SDXL Inpainting 3 积分；复杂场景可能值得用 Seedream 或 Nano-Banana 5 积分。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。

每次重跑只改一个命名变量：提示词、参考、相机、时长、模型、比例或导出裁切。一次改两处，即使结果变好也无法复用，因为没人知道是哪处修复起了作用；重跑前先把当前版本编号、失败描述和准备验证的假设写清楚，避免下一次又凭感觉推翻上一版。

获胜方案必须先过受保护主体。背景再美也救不了错误标签或缺尾帧。

源图、批准文案、被驳回版本、修正、积分成本和最终裁切都放在资产旁边。这份记录要让下一个复审者不用翻聊天记录也能复现决策。

两个模型以同样方式失败，问题在提示词或参考；失败方式不同就拆任务，让各自只做已证明的部分。

账单本身是结果的一部分。Agnes Video 2.5 Flash 是 2 积分/秒；Seedance 2.5 为 480p 18 积分/秒、720p 39 积分/秒；Kling v3 Omni 无音频 39、含音频 49；Veo 3.1 按 4/6/8 秒桶收 80/125/165。时长吸附会直接改写获胜模型。

把决策记录存下来：提示词 ID、模型 ID、积分成本、代表素材、失败截图和复用规则。

交付文件夹故意做得很无聊：源素材、批准参考、生成设置、字幕文件、渠道裁切、QA 截图和一行修正日志。可复用资产就要无聊得恰到好处。

imgmov 把对比变成可执行流程：同一工作区存参考组、模型路由、尾帧、版本历史和公示积分率。结果不是一句模糊结论，而是一条可复用路由、一个有上限的成本，以及能解释选择的证据。

不要把一次好运当成模板。只有在同样约束下受保护主体通过，才能复用。 如果只想问「AI 图片去物编辑」是什么，搜索页更快；这里值得看，是因为要把可直接作为生成参考的干净图在真实约束下交付出去。