家里的老相册里，总有那么几张泛黄、折角甚至受损的黑白照片。它们记录着长辈们的青春和家族的记忆，但岁月的侵蚀让面孔变得模糊，色彩也早已褪去。
很多人尝试用 AI 修复老照片，但结果往往让人哭笑不得：爷爷变成了“网红脸”，皮肤磨得像塑料，民国时期的长衫被染上了现代的荧光蓝，背景更是被 AI 胡乱篡改。
真正的老照片修复，难点不在于“变清晰”，而在于克制与忠实。它需要像文物修复师一样，在保留历史颗粒感的同时，小心翼翼地推断缺失的细节。
今天，我要分享一段教科书级的 AI 修复提示词（Prompt）。
这段指令不仅要求 AI 修复裂痕，更重要的是给它戴上了“历史的枷锁”——强制要求色彩柔和、拒绝现代美颜滤镜、并基于当时的时代背景合理脑补缺失部分。
【👇 核心提示词 · 直接复制】
修复并对上传的历史黑白照片进行上色，同时保持整体场景、姿势和主体与可见内容一致。不要改变构图，但当图像因损坏严重无法确定确切细节时，可以重建缺失或模糊的区域。 对整张图像进行全面修复，包括：
修复严重的褪色、污渍、裂缝、划痕和缺失部分；
根据原始图像中的形状、轮廓和可见线索，重建面部、服装和背景特征；
以自然的细节清晰化所有人物、物体、织物和周围环境；
恢复边缘和纹理，使其看起来逼真，拒绝现代风格化（过度美颜/锐化）；
保持历史年代感，保持比例自然；
在现有图像允许的范围内，尽可能忠实地保留人物身份特征和面部表情。
当细节过于模糊无法直接恢复时，请以历史上合理且逼真的方式进行推断，保持与该时期的服装、发型和环境相一致。 应用符合历史准确性的上色：使用柔和的色彩、自然的肤色、微妙且符合时代的色调。避免现代的高亮度和高饱和度。 保持光线和整体场景结构与原始照片一致。最终输出应感觉像是对那一刻的忠实重构——在尊重照片历史真实性的前提下，进行修复、补全和上色。
💡 使用小技巧
- 模式选择：这段提示词最适合用于 Image-to-Image（图生图） 模式。必须上传原图作为参考，否则 AI 会凭空生成一张新照片。
- 控制重绘幅度：
- 在 Midjourney 中，建议使用
--iw 2或更高，增加原图权重。 - 在 Stable Diffusion 中，建议将
Denoising strength（重绘幅度）控制在 0.35 - 0.5 之间。过低修不好，过高会变样。
- 配合 ControlNet（进阶）：如果你是 SD 玩家，强烈建议开启 ControlNet 的
Canny或Lineart模型，这样能完美锁定人物的轮廓线条，只让 AI 负责填色和修补质感。
AI 的强大，不在于它能凭空创造，而在于它能帮我们留住那些即将消逝的珍贵时光。快找出家里的老照片试一试吧，或许修复后的第一眼，会让你感动许久。
觉得有用？ 欢迎转发、关注和点赞，你的点赞是我坚持下去的动力。
