你要是发现GPT生成的图缩略图看着挺好，放大到100%暗部和纹理里全是噪点颗粒，这篇给你两个解法：一段提示词写在生成之前把噪点挡在门外，一段用在生成之后对已经脏了的图做定向清洁。方法不难，难的是怎么写对地方。
噪点到底藏在哪几个位置
先把"脏"说清楚，这里专指噪点——那层细小颗粒和彩色斑点，它有个讨厌的特性，缩略图里几乎隐形，放大到100%才原形毕露。噪点最常出现在三个地方：暗部，阴影和深色背景是重灾区，颗粒密又杂，很像高感光度硬拍的夜景；平滑纯色面，白墙、瓷器、皮肤、动画平涂色块这类本该干净的表面上会浮着一层彩色噪斑，行话叫彩噪；细密纹理区，织物、发丝、雨丝这类细密重复结构，噪点会和纹理糊成噪块，严重时直接长出瓷砖纹、网格波纹一类的伪影。
这不是你写错提示词或者抽卡运气差，是模型的默认倾向——你不明确反对，它就默认这么给。原因大概有两层：一是架构层面，图像先以压缩表示生成再解码还原成像素，还原环节会带出噪声纹理，暗部在压缩时分到的信息量更少，颗粒总在阴影里最先现形；二是数据层面，你要的风格在训练数据里本身就带着脏——90年代动画对应的是胶片转录、录像带截帧这类自带颗粒的素材，油画对应的是博物馆翻拍照片自带的画布肌理和翻拍颗粒，photorealistic召唤的是高感实拍的先验。你点的是风格，先验里搭售了脏。另外还有一类结构性伪影，比如瓷砖状纹理、网格波纹，成因没有定论，提示词压制时灵时不灵，这点得诚实说在前面。
方案一：事前防，保护块怎么写
思路是基础提示词原文不动，追加一段带标注的降噪保护块，让模型明白这是画质要求，跟前面的画面描述分属两层。这里要分清两类词：工艺结构词，比如赛璐璐平涂、手绘背景、描线，描述的是画面构成方式，该保留；年代损耗词，比如复古、做旧、胶片感，召唤的是介质老化后的样子，颗粒就藏在里面。想要年代气质，用工艺词搭建；想要干净，别请损耗词进门。
保护块可以按这个逻辑写：先声明输出一张干净无噪点的图像，明确点出不要胶片颗粒、不要高感光噪点、不要斑点纹理——同一种噪点模型有三条理解路径，只堵一条它可能从另一条把颗粒带回来；接着要求暗部保持干净平滑并呈现细节，而不是被压成死黑，防止模型偷懒把暗部信息全抹掉也算"没噪点"；再点名画面里最容易显噪的那块平面（比如白色义肢、平涂色块），要求保持纯净不浮现颗粒或彩色噪斑；最后加一句质感刹车，要求描线清晰锐利、保留手绘背景笔触细节，防止"干净"被执行成把线稿一起抹糊。
两个坑要避开：一是别塞8K、ultra HD、masterpiece、photorealistic这类风格召唤词，它们召唤的是数据里被标成"高清大片"的那类图，带来的往往是更重的锐化和更浓的AI味，跟降噪无关甚至相反；二是降噪词别堆量，clean、smooth、flawless堆一串，模型对"干净"层层加码，反而会把平涂磨成塑料、线稿糊成一片，每个词该各堵一条路、再配一句刹车。
方案二：事后救，图已经脏了怎么办
先搞清楚GPT的"编辑"不是Photoshop那种滤镜运算，你说"弄干净点"，它的做法是参照原图重新画一张，没被点名保护的东西全部默认交给它自由发挥。所以事后救的指令要用双段结构：内容锁定在前，降噪操作在后，先立规矩再干活。
内容锁定部分要把构图取景、人物姿态、服装、光源、色调这些关键元素逐一点名，锁得越具体重画漂移越小；降噪操作部分只做一件事——移除颗粒和噪点，尤其是暗部、雾气和虚化光斑中的噪点，同时保持描线清晰、保留手绘背景细节，不要过度平滑。这个方案比事前防更"底层"：事前防作用在生成之前，改的是"这张图该长什么样"的输出倾向；事后救作用在生成之后，以你上传的图为基准做定向重绘，构图内容光线全部继承，只在噪声维度做减法，更接近对已有图像动手的图像处理操作。
编辑轮次别贪，每一轮都是一次重新生成，一致性会随轮次累积漂移，降噪争取一轮到位最多两轮，两轮后噪点仍顽固，说明噪声已经长进内容里，不如回到方案一带保护块重新生成，反而更快。
没有原提示词也能救
手里只有成图没有原提示词的情况也不用慌，比如一张人物三视图，只要把身份、五官、姿态、服装、光线这些内容全部逐项锁死，说明只做底层降噪和伪细节清理，不重新生成构图、不重新设计人物，然后只针对灰背景颗粒云、彩噪色带、发丝白边振铃、材质过锐这些高频伪影做清理，皮肤恢复自然色阶但保留真实毛孔，夹克恢复合理织物纹理但不能变塑料，皮鞋保留真实皮革褶皱。验收时先看三视图的位置、大小、朝向有没有漂移，位置或身份一旦漂移，哪怕画面更干净也算失败；再看平滑区和边缘有没有变干净、有没有冒出新的白边双边；最后看材质有没有被过度平滑，无法判断的细节宁可保留，别为了干净把真东西也重画了。
这套判断逻辑抽出来就是：出新图时把降噪保护块加在生成提示词末尾，救旧图时不用追溯原提示词，直接把人物、构图、材质、光线逐项锁住再只写降噪操作。这些具体提示词写的是GPT Image 2某个时间节点的脾气，模型一更新随时可能失效，但先判断哪些是内容和材质、再把允许改变的区域缩到噪声本身这套判断方式不会过时。下次图一脏，先分清是要出新图还是救旧图，再选对应那一套动手。
AI 速览
