AI 老照片修复提示词：用 GPT Image 2.5 处理划痕、褪色与黑白上色
老照片上的划痕可以清理，脸上的皱纹却值得留下。修完后看着年轻了十岁，未必是你想要的结果。写 AI 老照片修复提示词时，把要清除的损伤和要保留的细节说清楚，比笼统要求“变高清”更有用。下面的 10 组 GPT Image 2.5 指令分别处理灰尘、划痕、折痕、缺角、偏色和黑白上色，也包括合影与过度磨皮的纠正方法。
这些方法适合制作便于观看和分享的修复副本。人脸原本就看不清、照片缺掉了半张时，生成出来的五官和场景不能当作找回的真实信息。原始扫描文件要留着，修复图和上色图另存。
一、上传老照片前，留好一份没有改动的原图
手里有纸质照片，尽量使用清楚、平整的扫描件。用手机翻拍时，让镜头正对照片，避开反光和手影；玻璃反光挡住脸部，应重新拍摄，不要让模型猜反光下面是什么。照片粘在玻璃上或纸面已经破损，不要为扫描强行拆开，必要时请照片保护人员处理。
建一个简单的文件夹就够了：原图单独放一份，修复副本在文件名后加“修复”，上色版再加“推测上色”。聊天软件压缩过的小图能换成原文件，就先换掉。
打开 PixPix 的 GPT Image 2.5 图片编辑入口，进入工作台，选择该模型并上传你有权处理的照片。复制下面与损伤相符的一条提示词，替换方括号里的位置描述，核对画幅后提交。每条旁边的链接只负责跳转，不会自动上传照片或开始生成。生成一版后与原图对照，只在满意的版本上继续改下一项。
提示词中的“保持不变”是编辑要求，不是像素级保证，仍需与原图逐处核对。
原图主要问题 | 先选哪组提示词 | 这一步先不做什么 |
|---|---|---|
小白点、细划痕或折痕 | 第 1—3 组 | 不顺便磨皮、换脸或上色 |
角落缺损，但人物完整 | 第 4 组 | 不补出新人物或新物件 |
偏黄、褪色或画面发灰 | 第 5—7 组 | 不叠加裂痕修复和风格滤镜 |
黑白图已经清理好，想试上色 | 第 8 组 | 不把推测颜色写成历史原色 |
合影或上一版把脸修得太光滑 | 第 9—10 组 | 不统一脸型、年龄或肤质 |
文中图片均为原创模拟旧照与编辑方向示意，用来说明取舍，并非真实家庭档案或 GPT Image 2.5 实测结果。照片里的人物、服装和背景应在修改前后对应；清晰度本身不能证明修复准确。
二、清除划痕和折痕，别把照片里的细节一起擦掉
1、清理老照片上的灰尘点，保留痣和胶片颗粒
画面上散落的小白点容易识别，脸上的黑点却未必是污渍。无法分辨的痣、雀斑和衣服花纹，先保留。胶片颗粒是整张照片中细小、分布较均匀的纹理，不需要一并磨成光滑色块。
编辑上传的老照片，只清除明显的扫描灰尘点和纸面白色污点，重点处理[背景墙面和衣服表面的散点]。保留人物的脸型、眼睛、鼻子、嘴、发型、年龄和表情。不要删除痣、雀斑、衣服图案或细小配饰；不能确认是灰尘的点保持原样。保留原有黑白或彩色状态、整体明暗和细腻胶片颗粒，不做磨皮、锐化、上色或背景重绘。保持原图比例和裁切，只输出清理后的单张照片。
灰尘清理示意：背景白点减少，人物脸部和衣领细节保持对应
2、去除衣服上的细划痕，不改动衣缝与轮廓
细长亮线跨过背景或大块衣料时，可以把它的位置写清楚。若亮线经过眼睛、嘴唇等关键部位，周围已没有足够信息，就不要套用“完整补回五官”的要求。
清除上传照片中[人物右侧肩膀外侧至外套胸前]的细白色划痕，仅修改这条划痕覆盖的窄区域。参考两侧仍可见的布料颜色与纹理衔接，不移动肩线、衣领、口袋和衣缝。划痕以外的像素内容在视觉上保持不变，特别是人物面部、发丝和背景。不要增加布料花纹，不改变照片色调，不磨皮、不美化、不改变年龄。保留原比例和裁切，输出一张修复副本。
衣料划痕局部示意：亮线被清除，外套衣缝仍沿原来的方向延伸
把前后两张图放大到相同尺寸，看衣缝有没有突然拐弯、划痕位置有没有出现重复的布料纹理。局部变干净了，却多出一个口袋，也应退回原图。
3、淡化横向折痕，接好仍然可见的线条
折痕附近的线条能看见，才有依据判断接得对不对。整块内容已经脱落，与一条纸面折痕不是同一种情况。
修复上传照片中[从背景延伸到衬衫下部]的横向纸面折痕。只减轻折痕造成的亮线、暗边和局部断裂，依据折痕上下仍然可见的线条衔接背景与衣料。保留人物姿势、脸部、手部、纽扣数量、衣缝走向和原有颗粒。不要重画整件衣服，不修改照片其他区域的明暗，不补充原图里无法判断的文字或物件。保持原来的黑白状态、比例和取景，输出单张照片。
折痕处理示意：衬衫上的横向折线淡化，纽扣与衣缝位置不变
4、补齐照片缺角，仅限没有重要内容的背景
空墙、天空等简单背景缺了一小角，可以制作补齐后的展示副本。缺角涉及脸、手、招牌文字或其他重要内容，就留下缺损，或交给修图师结合其他可靠照片判断。
上传照片的[左上角]缺损，该区域仅为人物身后的普通墙面。请沿周围可见墙面的明暗与轻微纹理补齐这一小角，保留原来的矩形取景。不要扩大画面，不添加家具、文字、装饰或新人物。人物轮廓、头发、服装和其余背景完全沿用原图，不顺便清理其他痕迹，也不上色。输出单张用于展示的修复副本；补齐部分只作合理背景延续，不表达为真实历史细节。
缺角补齐示意：只延续左上方墙面，人物与原有取景保持不变
三、调整褪色与明暗，把黑白上色留到单独一版
5、减轻彩色旧照偏黄，避免把肤色调成灰白
暖色灯光、泛黄纸面和扫描偏色，在成图上容易混在一起。可参考原图里有把握的中性色物件；没有可靠依据时，只温和减轻偏色，不强行把所有浅色区域调成纯白。
只有确实知道原物颜色时，才替换下面的中性色参考。没有可靠参考，就删除“以……作为中性色参考”这一分句，保留温和校色的要求；不要把已经偏黄的物件颜色当作依据。
调整上传的彩色老照片，温和减轻全图明显的黄色偏色。以[原本为灰色的外套]作为中性色参考，保留自然肤色，不把脸调成灰白或粉红。人物五官、发型、姿势、服装款式和背景内容保持不变。只调整颜色平衡，不增加饱和度、对比度或清晰度，不处理划痕，不改变原有光线方向。参考物颜色若不足以判断，保留少量暖色，避免强行中和。保持原比例，输出单张照片。
偏黄调整示意：黄色偏色减轻，肤色仍有暖意，灰色外套不过度偏蓝
6、改善褪色彩照，沿用仍然看得出的颜色
还有颜色线索的褪色照片，可以尝试恢复颜色区分。已经褪到接近黑白的衣服，原来究竟是蓝还是绿，不能靠一句提示词确定。
改善上传彩色老照片的褪色问题，依据仍可见的颜色线索，适度增加颜色区分与中间明暗层次。保留[蓝色衬衫、绿色植物和米色墙面]各自的色相，不把它们重新配色。人物脸型、年龄、表情、皮肤纹理与背景构图不变。不要出现荧光色、浓重橙色肤色或过黑阴影；不新增毛孔、发丝、文字和物件。保留旧照的自然质感，保持原比例，输出一张克制的彩色修复副本。
褪色彩照调整示意：衬衫、植物和墙面更易区分，没有换成另一套配色
7、改善黑白照片发灰，保留亮部和暗部层次
先看白衬衫还有没有褶皱，再看深色头发是否变成一团黑。对比度越大，照片不一定越清楚。
调整上传黑白老照片偏灰、明暗区分不足的问题。适度拉开中间明暗层次，让人物与背景更易分辨，同时保留白色衣物的褶皱和深色头发里的可见层次。保持纯黑白，不加暖棕色滤镜，不上色，不使用夸张局部对比或锐化光晕。人物五官、年龄、皮肤纹理、服装与背景保持原样，不补画原图没有的信息。维持原比例和裁切，只输出一张明暗调整副本。
黑白层次示意：人物与背景的明暗区分增加，白衣褶皱仍然可见
8、给黑白老照片上色，明确哪些颜色是推测
先保存满意的黑白修复版，再试上色。已知衣服颜色可以写进去；其余部分应标为推测。Adobe 的自动上色说明也把颜色作为可以重新选择和调整的结果，不是对拍摄现场颜色的证明。
如果不知道任何原色，删除下面“已知颜色为……”这一分句，改成“所有颜色均为展示性推测”。示例里的深蓝外套和米白衬衫，不是必须采用的配色。
为上传的黑白照片制作一张自然、低饱和度的上色展示版。保留人物脸型、年龄、发型、表情、姿势、衣物纹理和背景物件，保持原有明暗关系。已知颜色为[外套深蓝色、衬衫米白色]；其余肤色与背景颜色作克制的合理推测，不宣称恢复历史原色。不要添加现代妆容、珠宝、图案或发色，不改变人物外貌，不移除皱纹与胶片颗粒。保持原比例，不在照片内添加文字，只输出单张上色副本。
黑白与推测上色示意：人物姿势和衣服纹理对应，颜色仅作为展示选择
四、修复人脸与合影时，原貌比“更漂亮”重要
9、清理多人老照片，逐一保留每个人的样子
合影不能只看最清楚的那张脸。后排人物的眼睛、眼镜边缘、相邻两人的肩膀，以及人数和站位，都要与原图逐一核对。
清理上传的多人老照片，只减少背景中的灰尘点与轻微污痕。保留原有人数、站位、人物间距和遮挡关系。每个人的脸型、年龄、眼睛、鼻子、嘴、发型、表情、眼镜和服装分别沿用原图，不统一美化，不让相邻人物变得相像。面部信息不足的区域维持原有模糊程度，不生成新的清晰五官。保留黑白状态、明暗、取景和照片颗粒，输出一张合影清理副本。
合影清理示意：背景污点减少，三位人物的年龄、站位和服装各自保持
10、纠正过度磨皮，回到原图里能看见的纹理
如果上一版把脸修成了光滑的塑料感，继续要求“加真实毛孔”又会制造一层新细节。应重新提供原图，明确要求保留其中已有的皱纹和明暗。
在 PixPix 中参考原图修正过度处理的人像 时，上传原始照片并使用下面的指令；上一版只用来在旁边对照，不必作为这次生成的素材。这样能清楚指定原图为修改依据，避免把已经改错的脸继续当作参考。
以本次上传的原始老照片为唯一人物与纹理依据，制作轻度清理的副本。只减少人物以外的明显灰尘和污点；脸部保留原图可见的皱纹、皮肤明暗、眼袋、痣、发际线、年龄与表情，不磨皮，不瘦脸，不增大眼睛，不补画毛孔或头发。面部原本看不清的部分保持柔和，不猜测细节。保留原有黑白或彩色状态、构图和光线，不沿用任何上一版生成图中的新五官。输出单张照片。
人脸处理取舍示意：原图、过度磨皮与轻度清理并列，保留可见皱纹的版本更接近原貌
交付前，把原图与候选图缩放到相同大小来回切换。眼角、嘴角、耳廓、发际线有移动，就退回那一步；清理划痕却改变了衣缝、文字或人数，也不要接着加工。另存原图、修复版和推测上色版，文件名写清楚，分享时就不会把它们混在一起。
五、AI 老照片修复的常见问题
1、只剩聊天软件里的小图，还能尝试修复吗？
可以制作便于观看的副本，但应先向照片持有人索取原文件或重新扫描。小图中看不清的五官和文字不能靠生成结果核实。找不到更好的来源时，保留原图和轻度处理版，避免把新生成的细节用于身份确认或历史判断。
2、修复副本适合直接拿去打印吗？
先确定打印尺寸，再看文件的实际像素和放大后的效果。提示词写“4K”或“8K”不等于文件具有对应像素，更不代表增加了真实细节。先做小尺寸试印，查看面部、衣料和文字；原始扫描件单独保留，不要用分享用的小图覆盖它。
3、家人照片可以直接上传到在线修图工具吗？
上传前应取得照片持有者及相关人物的适当授权，并阅读所用工具对上传内容的处理、保存和删除说明。包含证件号码、住址或其他敏感内容时，先移除不必要的信息。不适合交给在线服务的照片，应选择本地编辑或可信的人工修复渠道。
六、老照片修复与保存参考
为电商团队打造的 AI 出图工具
面向上新、投放和活动营销场景，用 AI 生成商品图、场景图、广告图与短视频素材，让内容生产更高效。