ChatGPT 换背景把脸也改了？保留人物特征的修图流程与验收方法
换背景、换衣服时怎样减少无关改动？给出可复制提示词、三次真实编辑对照、面部检查表，以及必须保留原脸时的图层处理办法。
Ofox 
ChatGPT 换背景时把脸也改了，先回到原图，只提出一项明确修改，检查脸部后再继续下一步。 框选背景、写清楚保留哪些面部特征，有助于表达任务，但选区和“脸完全不变”这句话都不等于锁定像素。
如果要求是脸部真的一点也不能改，应在图像编辑器里保留原人物图层，只替换下方背景。生成一张相似的人像，与保留原照片，是两种不同的交付。
本文提供换背景、换衣服提示词、结果检查表和失败后的处理办法，并展示 2026 年 10 月 28 日使用 Codex 内置图像生成工具完成的一组小实验。结果不是 ChatGPT 网页实测，也不是 Ofox Agent 实测或不同型号的排名；工具没有返回精确模型 ID。本文由 Ofox 发布，验收方法不限定使用平台。
为什么“只改背景”仍不能保证脸不变
OpenAI 的 ChatGPT Images 官方说明支持上传图片后直接描述修改，也支持选择区域后编辑；同时明确提醒，选区不一定精准，修改可能超出所选范围。因此，即便只要求换背景，也需要重新检查人物。
这不代表每次都会改脸，不代表某个付费档位就能避免，也不能据此判断模型比过去退步了。一次不满意的输出，只能说明这一次的结果，不是经过控制变量的模型升级前后测评。
先区分三个验收标准：
| 要求 | 怎样检查 | 什么不能当作通过依据 |
|---|---|---|
| 看起来仍是同一个人 | 对比脸型、五官位置、发际线、表情和辨识特征 | 照片看起来漂亮 |
| 忠于原照片 | 继续检查皮肤纹理、年龄细节、光线、姿态和构图 | 只有眼睛和发型相似 |
| 保护区域像素不变 | 在相同尺寸、坐标和色彩设置下对比原图与导出文件 | 提示词、选区或肉眼相似 |
头像修图可能以前两项为准；如果委托要求原脸完全不动，就从第三项出发选择方法，不要等图片生成后再降低标准。
先保留原图，写清楚允许改哪里
使用自己拥有或已获许可编辑的照片，单独保存全分辨率原图。不要把上一张结果的截图当成新起点：截图可能已经改变裁切、尺寸和压缩质量。
先列出可以改、不能改的部分。换背景时，环境可以变；脸、耳朵、头发、颈部、衣服和姿态都属于保护对象。如果新背景需要完全不同的光照，还要先决定是否接受人物光线变化。“脸部每个像素不动”与“把脸改成强烈夕阳光照”本身就冲突。
分别保存 original、background-v1、clothing-v1 等版本。先按相同比例查看整体，再把脸放大到原始大小；不要只凭缩略图挑选结果。
在 ChatGPT 里替换背景
- 在新对话上传原图，或在原对话中回到最初的图片，确认此次编辑对象。
- 打开图片编辑器。如果当前界面提供选区工具，就选中背景，尽量避开脸、发际线和身体。选区用于指导修改，不保证其余像素原样保留。
- 只描述一个背景，并列出保护细节。固定视角、裁切和表情。
- 生成一张候选，另存后与原图比较，通过检查再继续。
可以直接使用这段提示词：
编辑我上传的原照片。只把背景改成[一种具体背景]。
保持人物的位置和大小不变，保留脸型、眼睛、鼻子、嘴唇、
发际线、表情、皮肤纹理、雀斑或痣、衣服与姿势。
不要美化、磨皮、重塑五官或改变年龄细节。
保持原构图和宽高比，不添加文字。
任务是替换背景，不是重新创作一张人像。把方括号替换为具体场景，例如“柔和虚化的绿色花园”。如果新场景与原人物光线冲突，优先换一个光线兼容的背景，不要顺手追加整张图重新布光。
预期结果是背景按要求改变，人物仍然可辨认且忠于原照。脸变了，就淘汰这一版，重新从原图开始。对已经偏离的脸反复要求“再像我一点”，会让参照标准越来越不清楚。
换衣服时，不要同时要求整体变美
尽量从原图另开一个编辑分支。仅改变衣服颜色，比同时改衣服、姿势、发型、光线和背景更容易定义边界。
编辑我上传的原照片。只把[原衣服]改成[目标衣服或颜色]。
保持原姿态与身体比例，保留脸型、眼睛、鼻子、嘴唇、
表情、头发、皮肤纹理和辨识特征。
背景、镜头角度和构图不变。不要修饰面部，也不要添加妆容。如果最终还要换背景，先选出通过检查的版本，再增加一项修改。每次都与最初的原图比较，不只比较上一轮结果。分步操作便于定位哪一步出现了变化，但不保证比一次完成更少偏移。
衣领靠近脖子或下巴时，重点检查交界。如果换衣领顺带改了下巴、头发，可以进一步说明边界；但严格交付时，图层修补可能比继续加长提示词更合适。
三次真实编辑得到什么结果
我们先生成一张虚构成年女性人像作为素材：棕色短发、雀斑、脸颊上的痣、橙色毛衣、灰色背景。它不是客户照片。随后进行三次图像编辑，每次返回一张图：
- A：从原图换成虚化绿色花园背景，明确要求人物保持不变。
- B：从原图把毛衣改成藏蓝色，保留灰背景和人物。
- C：以 A 为输入，把毛衣改成藏蓝色，保留花园和人物。
这三次调用都只提供一张参考图和文字指令，没有手绘选区或 API 透明度蒙版。未控制随机种子，也未测试重复成功率。B 与 C 最终背景不同，因此这是工作流程示例，不能据此排名“一次编辑”和“连续编辑”哪个好。
原始合成人像
A：从原图更换背景
B：直接从原图更换衣服颜色
C：换背景后继续更换衣服颜色
三张输出都完成了主要的背景或衣服修改。目视检查中，短发、五官排列和脸颊标记仍可辨认，但皮肤及面部细纹也有变化。因此，不能把它们描述为“脸完全没动”。这是编辑层面的视觉判断，不是生物识别验证，也没有测得所谓相似度分数。
我们还对固定面部矩形区域做了解码后的 RGB 像素比较：左上角 (450, 150)，右下角 (780, 520)，均与原图对比。四张图片都是 1254 × 1254 像素。三张编辑结果的该区域，都与原图不完全相同。 这只说明该区域没有逐像素保留，不能量化身份改变程度、解释原因或证明某条路径更好。即使人看着很像，轻微颜色变化也会使完全相等检查不通过。
这组实验真正有用的结论是：写了保留脸部的要求，也不能省掉结果检查。毛衣换色成功，不代表整张人像已经达到交付标准。
接受结果前，按这张表检查
把原图与结果按相同显示尺寸并排打开，再用 100% 缩放检查脸部。如果构图不同，要先考虑裁切差异，不能直接把位置变化判断为五官改变。
| 检查对象 | 具体看什么 | 不通过怎么办 |
|---|---|---|
| 面部结构 | 眼距、下颌形状、鼻翼宽度、嘴的位置 | 回到原图，缩小修改范围 |
| 辨识细节 | 雀斑、痣、疤痕、眉形、发际线 | 要求忠实还原时，淘汰凭空增加或删掉细节的版本 |
| 表情与年龄细节 | 笑容、眼睑、皱纹、磨皮 | 去掉美化要求，重新从原图编辑 |
| 修改交界 | 发丝、耳朵、衣领、下巴与颈部 | 调整区域，或改用可控制的图层蒙版 |
| 整张图片 | 姿态、手、构图、背景物体和光线 | 无关部分变了也要退回，不能只检查脸 |
每次保留输入文件、完整提示词、使用的工具或界面、日期、输出文件，并记录“目标修改完成了吗”“保护细节保留了吗”“接受或退回的原因”。这比每次只写“效果不错”更有参考价值。
再次尝试仍然改动保护细节，就不要只靠增加形容词解决。交付要求可能更适合另一种编辑方式。
原脸必须完全不动时，改用图层合成
下面是建议采用的图层流程，不是本次实验中已经完成的第四张结果：
- 在支持图层和蒙版的编辑器中打开原图，保留未修改副本，并复制为前景图层。
- 为人物制作蒙版，脸部和其他保护区域保持完全不透明。修整头发、衣服边缘，但不要在脸上涂抹。
- 把替换背景放在下方独立图层。需要 AI 背景时，单独生成背景再放入。
- 调整背景的光线和透视，使它适配人物。避免对整张图应用滤镜、变形或缩放，以免改变受保护的脸部。
- 按原尺寸、原色彩设置导出无损文件，重新打开并检查保护区域；同时保留带图层的项目文件，方便返修。
这种方法把保留要求落实在原始前景像素上，但仍依赖正确的蒙版和导出设置。JPEG 压缩、色彩转换、重采样或半透明蒙版，都可能改变像素值。因此，要核对最终文件，不能仅凭“用了图层”就宣称完全一致。
换衣服时，可以单独保护头部，把服装修改限制在其下方，再检查颈部与衣领衔接。如果任务要求新姿势或全新的面部角度，直接保留原像素可能无法同时满足构图要求。应在开始前明确这个取舍。
接下来可以看什么
需要 API 层面的局部编辑方法，可以看 GPT Image 蒙版与保护区域像素检查。那篇展示了真实商品图实验，也解释了为什么蒙版本身需要验证；商品图结果不能用来证明保脸能力。
也可以在 Ofox Agent探索图片任务。Ofox 是本文发布方，本次实验没有测试该路径，也不宣称换个平台就更能保留人脸。无论在哪个界面操作，都先保留原图、写清允许的修改，再按保护细节验收结果。
