多主体局部调整：改谁与冻谁的两份清单

画面里只有一个主体时，精准编辑要盯的是两条线：目标改到位，别的地方不动。一旦画面上同时站着好几个人、摆着几件各不相同的东西，第二条线就会成倍拉长 —— 动手改其中一个的同一瞬间，模型还得把其余每一个都按住。 多主体这条路径的难点，几乎都落在这里。下面把「谁改、谁冻」为什么要分成两份清单、改动该怎么排序、改完又该先核对谁，逐项说清。

多主体改动的难，不在「改谁」，在「冻谁」

多主体与单主体最容易被忽略的差别，是要守住的约束数量。单主体时，除目标之外通常只剩一块背景，背景本身相对稳定，不太会自己变样；多主体时，除目标之外的每一个对象，都是一份独立的、需要被显式按住的约束。

于是多主体最典型的失手，并不是「指错了人」。把目标从相像的对象里认出来只是第一步，这一步的方法早已单独讲透，见精准编辑翻车 7 类原因与规避方法。更常见也更隐蔽的是另一种：你只点了目标，结果没被点名的对象悄悄跟着变了 —— 姿态挪了一点，衣服主色淡了一档，位置偏移了半个身位。边缘挑不出毛病，问题全部落在主体自己身上。

把这条差别记住，后面两件事才有落点：一是把要守的东西写成清单，二是把改动的负担拆开。方向先摆正，后面每一步都更稳。

每多一个主体，就多一份要冻结的特征

守住一个对象，靠的并不是一句「它不变」，而是一组可以逐条对上的特征。对人多或物多的画面，这组特征至少有四项：它在画面里的位置、它的姿态或朝向、它的服装或材质主色、它在画面里占多大。

每一个不打算改的对象，都要单独写下这四项。对象越多，这份冻结清单的条目就越多，模型在一次生成里需要同时守住的目标也越多；每多一项，能分给每一项的把握就薄一分。这是多主体比单主体更难稳的根本原因，与画面干不干净、指令写得漂不漂亮都无关。

顺带把一层边界说清：能守住什么，上限由输入本身决定。原图里对象本来就小、就模糊、就与周围挤在一起，可冻结的空间本来就不大；反过来，原图越干净、对象自身的特征越鲜明，能冻结的项就越多，执行起来也更准确。这类硬边界逐条列在GPT Image 2.5 局限清单里。

「改清单」与「冻清单」应该分开写

一段多主体指令里其实装着两份清单：一份说「改谁、改成什么」，另一份说「其余各自守住什么」。这两件事混在同一句话里写，模型容易只抓牢其中一份，另一份就被轻轻带过。分开写，两份都能被完整读到，这段指令才更接近可直接使用的状态。

改清单要短，短到只剩一个目标。怎么把这个目标从几个相像的对象里唯一地认出来，翻车清单里的成因 1 讲得最细；认出来之后紧接着写它要变成的样子，别在同一句里再塞第二个目标。

冻清单要逐行、要具体。每一个不动的主体配一行，把位置、姿态、主色与占比写全；除此之外，整幅画面的光影方向、色温、主体之间的相对位置，另起一行统一交代。只写一句「其他人物不变」，等于只表达了意图，没有留下可以对上的项，改完你也无从核对。

两份清单的颗粒度对上了，这段指令才算把「谁动、谁不动」交代完整。更细的句式模板，可以在GPT Image 2.5 提示词库里按场景取用；想要一份现成的指令骨架直接改变量，GPT Image 2.5 怎么用里有从零到出图的完整步骤。

一句里改多个，和分次各改一个，差的不是速度

一个常见的省事想法是：既然都要改，干脆一句话把几个目标一起点了。这样省下的，其实只是你打字的时间。真正的代价是，改清单从一行变成好几行，而每一项还得各自被唯一地认出来 —— 目标之间往往长得像、位置又近，只要有一处理解偏了，都会牵连其余几处的判断。

单主体时也有「一轮别塞太多改动」的讲究；到了多主体，这条讲究的分量明显更重，原因正是上面那句 —— 要被同时处理的对象彼此相像，最容易互相干扰。

所以多主体更值得拆：一轮只放开一个目标，其余全部进冻清单。这样一来，每一轮的改清单都只剩一行，模型每次只需同时处理「一个要改 + 其余全冻」，判断负担最小，成品也更可预期，一轮下来更高效。

要分次改，先定改的次序

决定拆轮之后，紧接着就是次序问题：先改哪一个。次序不是随便排的，它直接决定后面每一轮要背多少负担。三条依据：

第一，挨得近或互相遮挡的一对，拆到不同的两轮。两个对象在画面上贴在一起时，其中任何一个被重画，交界那一片都容易被一起处理；把它们放进相邻的两轮，比塞进同一轮里反复解释谁不该动更容易收干净。

第二，会改变构图或站位的改动放前面，只换颜色材质的细改放后面。先把大的结构调整定下来，后面填细节时，模型不必再回头重排已经定好的布局；反过来先动细节，很可能后面一挪就白做。

第三，每一轮改完先单独存一版，下一轮接着这一版继续。次序之所以有意义，前提是结果能被一段一段累加，而不是每次都从原图重来。落实这一点，跨轮的一致性也更稳。跨轮怎么固定、怎么留档这套更完整的规则，见多轮编辑不崩的 8 条规则。

改完怎么确认其余主体没被动过

多主体的核对，问法要先换一换。单主体时你问的是「目标改对了吗」；多主体时，第一个该问的是「没让你改的那些，还是原来的样子吗」。顺序反过来，才盯得住这类操作最容易出的毛病。

第一步，先看整体。人数、大结构、对象之间的相对位置关系有没有变 —— 有没有多出或少掉一个对象，有没有整体挪动。这一步看的是构图层面，先不下到细节。

第二步，逐个点名未改对象。把每一个没被你点名的对象，单独与原图对照位置、姿态与主色。这一环是多主体核对独有的，单主体核对里根本不会出现。

第三步，最后才回到目标本身。确认它已经改成你要的样子，并且它周围的光影、与相邻对象的受光仍然接得上。

这和换背景的核对不是一回事：那一页盯的是一个主体与新背景之间的接缝，见换背景不抠图；多主体要连带确认的，是对象与对象之间有没有互相牵动。

多主体之后的下一步

本页管的只有一种情形：一张原图里同时有多个各自独立的对象，只改动其中指定的那一个。镜头里只有一个主体、只改它的颜色或材质，属于局部改色，做法收在精准编辑完全指南的五类场景里；要处理的是图上的文字，那又是另一套指令，见修改图片中的文字。

如果已经按次序拆了几轮，其余对象还是被牵连，问题多半不在次序，而在画面本身 —— 两个对象挨得太紧，交界处共用同一片像素，怎么改都会互相带动。这时候更有效的动作是回到素材：换一张对象之间留有余地的原图，或把改动范围缩到更少的对象上，而不是继续把指令堆长。

拆轮还带来一个现实：每一轮都是独立的一次生成，调用次数会随对象数量一起增加，计费口径见GPT Image 2.5 价格详解。想先摸清这一代模型的能力与边界，从GPT Image 2.5 完整指南进去最省事。

常见问题