¥0.43 单张实景合成成本
174 张 结构化实拍 plate · 23 库(早期版本)
11 项 AI 预筛:只标红,不裁决
3 档 调色基调:自然 / 暖 / 冷
- 要解决的问题
- 旅拍样片要把新人送到目的地拍摄;影楼希望客户在棚里拍一次,就能拿到礁石海景、漓江、山顶的旅拍级成片。
- 约束条件
- 必须「还是本人」;场景要真实可信(站位不悬浮、光线统一);判废样本要能解释原因,才能反哺修复。
- 我的职责边界
- 独立完成提示词工程、场景库数据设计、质检体系与桌面工具开发。
- 结果
- 红底棚拍照直接变成礁石海景成片,单张约 ¥0.43、一本 30 张约 ¥13;「留 / 剔」理由与判废样本逐张落档。
本篇记录的是产线早期版本的一张原片全流程(当时场景库 174 张 · 23 库);最新版本(v1.5.26,283 张 · 28 库)与完整工程细节见 视觉海岸批量修图工作台。
「视觉海岸批量处理工作台」是给婚纱影楼修图师的 AI 产线三合一 Windows 桌面程序(Rust + egui,单文件 exe 双击即用):AI 实景合成、AI 调色、AI 高清增强。本篇全部使用产线真实成片与真实界面截图。
商业命题:传统旅拍样片要送新人去目的地;这条产线让客户棚内拍一次——红底棚拍照直接变礁石海景成片,三档调色给客户选,4K 放大出终稿。单张 ¥0.43、一本 30 张约 ¥13,交付从「排期出行」变成「当天出全册候选」。
场景库是一套数据设计:174 张实拍 plate、23 库,每张带结构化标签(光线档 / 景别适配 / 站位锚点防悬浮 / 构图词不含光照词);入库先过「留 / 剔」终审(累计入库 134 / 剔 79),审美被写成可执行纪律;库放局域网共享,扩库改一次全员生效、程序零发版。
提示词工程做成配置管理:出图词四轴正交装配、带模板 md5 入账本;判景别用结构化 JSON 输出(6 字段、越域滤 None),判定标准逐字来自人类 QC 手册。
质检决定能不能收费:11 项 AI 预筛只标红不裁决,人只看疑点 + 终审;「4K 清晰 vs 保本人」互斥被 A/B 实验量化,工程解是 FaceFusion 锁脸 + 按构图先验的双引擎路由。所有成片展示均逐张放大过人脸一致性与清晰度终审;不达标成图只作判废证据出现——展示纪律与交付纪律同一条。
Process
制作流程
不只展示结果,也展示每一步的判断与取舍是如何形成的。
-
01
工作台一览:三个模式,一个开始键
真实 Windows 界面(深色工作区,对标 Lightroom):顶部「AI 实景合成 / AI 调色 / AI 高清增强」三模式切换;场景库指向局域网共享,绿字「已加载 174 张 plate」;密钥自动打码、并发 1–8、断点续跑默认开。操作员只需选原片文件夹、点「▶ 开始出图」——判景别、选景、装配、出图、落盘全部后台自动。
工作台真实截图:AI 实景合成模式,场景库已加载 174 张 plate,一键开始 -
02
起点:真实原片 + AI 判景别
原片双人、中景、侧脸望远、手持巨幅披纱(头上无纱)、新郎颈部有纹身——这些「先验外细节」正是质检考点。claude-sonnet-4-6 视觉按《景别判定与 QC 手册》输出结构化 JSON(景别 / 人数 / 拖尾 / 空侧 / 俯拍等 6 字段),缺失越域一律滤 None:宁可不加分,绝不错配。
原片:山顶草地上双人手持巨幅披纱,侧脸望远 -
03
场景库:每张 plate 是一条结构化数据,入库先过「留 / 剔」
174 张无人实拍空景、23 库。catalog.json 给每张 plate 打标:光线档 / 景别适配 fits_shot / 站位锚点 figure_anchor(脚点坐标 + 可站区域,防悬浮)/ 构图词(刻意不含光照词,不污染调色轴)/ 拖尾支持 / 空侧朝向。这张真实终审标注:11 张礁石候选留 7 剔 4——横构图剔、棕脏破调剔、无站台剔、拼接痕剔;两批扩容累计入库 134 / 剔 79。审美写成入库纪律,库的质量才有门禁。
场景库留剔终审真实标注:11 张礁石候选,绿框留 7 红框剔 4,每张一条理由 -
04
四轴装配 × 双图出图
提示词由「景别(四档) × 调色(三档) × 场景概念(13 占位符) × plate 构图词」四轴正交装配成 3971 字工程件,连同模板 md5 写入账本,可复现可对账。出图走 gpt-image-2 像素编辑范式:图A人物 + 图B场景 plate(如图)双图上传,input_fidelity=high 保高频细节。首张烟测通过才放全批;人脸不达标的成图一律进判废档案,只作质检证据出现。
双图出图的图B:漓江竹筏实拍空景 plate,自带站位锚点与构图词标签 -
05
成片对照 · 之前:红底棚拍
影楼最普通的红底棚拍秀禾照:纯色背景、平面棚光,传统上只能进「室内套系」。客户没有去海边,档期里也没有旅拍。接下来的变化零人工修图。
成片对照之前:红底棚拍秀禾原片 -
06
成片对照 · 之后:礁石海景
同一位新娘、同一身秀禾、同一个姿势,站上了礁石海岸:红衣与灰蓝海面强对比、拖尾顺岩石铺开、发饰纹样原样保留、脚下落在 plate 标注的可站区域上。这不是抠图,是按四轴提示词整体重绘的融合。影楼从此多一个卖点:棚拍的价格,旅拍的成片。
成片对照之后:同一新娘入景礁石海岸,拖尾顺岩石铺开 -
07
三档调色:选调像选色卡
第二能力「AI 调色」:同一张成片整图重打光出三档——自然(实拍白平衡)/ 暖(落日洒金)/ 冷(通透蓝调),人物内容构图完全不动。全册基调一次定死是产线铁律,三档并排就是给客户看的色卡。界面上印着这条产线的 QC 红线:「正脸会被轻美颜;QC 红线 = 守『还是本人』」。
三档调色并排:同一礁石成片的自然 / 暖 / 冷三种基调,人物构图不变 -
08
高清放大:RunningHub 出 4K 终稿
实景合成直出 1.6MP,交付要 2K+——第三能力接上:批量送 RunningHub(ComfyUI 云端,Flux2-Klein 精修放大),上传 → 提交 → 轮询 → 下载全自动,断点续跑,每批落 _manifest.csv 账本。这张 4K 终稿(2752×4096)裙摆纹理与岩石质感都立住了。三个能力串成一条龙:入景 → 调色 → 放大。
RunningHub 高清放大 4K 终稿:秀禾礁石成片,纹理质感完整 -
09
质检:清晰度与保脸的互斥被量化
三联对比(原片 26MP / gpt 4K / Gemini 17.1MP):gpt 4K 档纹身消失、侧脸回正;Gemini 全保。根因是供需模型——中景双人脸只占画高 4%,编码后模型「看到」的脸仅十几像素,输出拉到 4K 缺口只能脑补。结论由同词同图跨档位 A/B 实验钉死,不是体感。
人脸三联对比:原片 vs gpt-image-2 4K vs gemini-3-pro 4K -
10
判废:幻觉头纱——先验外元素的定向回归
这张乍看很美:人上筏、鸬鹚在、基调对。但新娘被凭空加上头戴纱、手持披纱消失、站位镜像——「无头纱 + 手持披纱」在婚纱片先验之外,参照式重生成引擎每次采样都把它拉回题材先验。四抽四废的账本量化了方差:不是均匀噪声,是定向回归。判废不删档,归档为修复证据。
判废样例:新娘被凭空加上头戴纱,手持披纱消失 -
11
锁脸兜底:交付前最后一道工序
对「4K 清晰」与「保本人」的互斥,工程解是 FaceFusion 身份注入式换脸后处理(本地 CLI,零 API 费):按成图姿态重渲染本人五官,双人性别选择器两遍换,ArcFace 相似度做量化门槛。三联:原片 → 4K 漂脸(判若两人)→ 锁脸后(一眼本人)。规则一句话:谁是链尾生成环节,锁脸就跟在谁后面。
锁脸三联对比:原片 vs 4K 漂脸 vs FaceFusion 锁脸后 -
12
达标交付:一抽即中
正脸 / 全身 / 俯拍 / 撒花瓣路径属先验内构图,Gemini 17.1MP 一抽即达标,逐特征还原。生产结论:按构图先验路由引擎——先验内走高清直出,先验外走 gpt 锁构图 + 锁脸兜底。QC 终审永远在人,AI 只标红、不裁决。
达标样片:竖版全身双人,花瓣路径与姿势逐特征还原
Thinking
创作思路
说明为什么这样做,而不只是列出做了哪些动作。
Q1 提示词是「装配」出来的工程件
3971 字生产词拆成四条正交轴,每轴独立演进——换调色只动 KEY,新场景只加配置卡;装配结果带模板 md5 入账本,任何成图都能回答「当时用的哪套词」。提示词工程的下半场是配置管理。
Q2 场景库是数据库,审美是它的 schema
「这张海景好看」不可执行;「横构图剔 / 无站台剔 / 拼接痕剔」可执行。figure_anchor 把「人该站哪」变成坐标,fits_shot 把「配什么景别」变成枚举——每个字段都是一条被数据化的审美判断,留 / 剔终审是它的人工校验集。
Q3 两种范式,两种失效:选引擎先懂它怎么错
gpt-image-2 像素编辑锁构图,代价是清晰度被档位钉死;Gemini 参照式重生成原生 17.1MP 保脸,代价是先验外元素每次采样被重新掷骰。失效模式不同修法不同:「哪个模型好」是伪问题,「哪种失效可控」才是生产问题。
Q4 QC 的边界纪律:AI 只标红,人做终审
11 项预筛全由 AI 与原片比对输出 ✓/✗/存疑,但铁律「验收不接 AI」——最终选片判废重出永远由人裁决。自动化的目标不是替掉人,是让人只在该决策处出现。判废样本带症状归档,是让失效从体感变成可修复工程问题的关键动作。
交付内容
- 三合一桌面工作台(附真实界面截图):AI 实景合成 / AI 调色 / AI 高清增强,单文件 exe 双击即用
- 场景库 174 张实拍 plate · 23 库:每张一条结构化数据,入库过「留 / 剔」终审,局域网共享热插拔
- 3971 字生产级提示词:四轴正交装配(景别 × 调色 × 场景概念 × plate),加新风格只改数据不改代码
- AI 判景别(claude-sonnet-4-6,6 字段结构化输出)+ AI 预筛 QC(11 项只标红不裁决)
- 全链成片:棚拍原片 → 实景合成 → 三档调色 → 4K 放大,每批落 _manifest.csv 产线账本
项目结果
- 旅拍级样片不出城:红底棚拍照直接变礁石海景成片,单张 ¥0.43、一本 30 张约 ¥13
- 同一成片出自然 / 暖 / 冷三档基调,客户选调像选色卡——重打光由 AI 完成,人物构图不动
- 人工触点收敛为「判景别可手改 + 终审选片」,一键流全程自动
- 审美变成数据纪律:横构图剔 / 棕脏破调剔 / 无站台剔 / 拼接痕剔,「留 / 剔」理由逐张落档
- 判废样本是资产:幻觉头纱 / 站位镜像逐张归档,反哺提示词与引擎路由修复
把一张原片走完整条产线之后,我最确定的一点是:质检的严苛程度,决定了这条产线能不能对客户收费。所以这篇把判废样本和锁脸兜底都如实放了出来。
References
方法与参考
本案例用到的工程模式与模型能力,附权威出处,方便核对。