你花了大半天排队等进景点，终于站到最佳拍摄位——结果按下快门的瞬间，三个举着自拍杆的游客闯入画面。回到酒店翻看照片，每一张的背景里都塞满了陌生人的后脑勺。
这种frustration，每个爱拍照的旅行者都经历过。好消息是：一段写对了的AI提示词，可以在30秒内把这些路人"蒸发"掉，而且背景填充得像他们从来没出现过一样。
这篇指南不只是给你一段可以复制的提示词——而是逐句解释为什么每个短语都不能少，以及在不同场景下怎么调整才能避免翻车。
先看效果：AI消除前 vs 消除后
上图是一个真实的前后对比：左侧是罗马凯旋门前挤满游客的原始照片，右侧是AI处理后的效果——背景游客全部消失，只留下红衣男子作为主体。注意石柱的纹理和地面砖缝在处理后依然完整连续——这是判断AI去人质量的关键细节。
为什么"把人去掉"这种写法总是翻车
很多人第一次尝试时会写类似这样的提示词：
Remove the people from this photo.
然后得到的结果要么是人物变成了幽灵般的半透明轮廓，要么整个背景像被橡皮擦粗暴地抹过，留下一片模糊的色块。
上图展示了一个典型的"重灾区"：广场上挤满了拍照的游客。这种程度的人群密度，正是让很多人放弃手动修图的原因。
问题出在哪里？
这个提示词至少缺了4层关键信息：
| 缺失的层次 | 后果 | 示例 |
|---|---|---|
| 没指定"谁是路人" | AI可能把你的主体也去掉 | 你想保留的朋友也消失了 |
| 没说"用什么填充" | AI用模糊色块代替 | 背景出现明显的涂抹痕迹 |
| 没约束光影 | 填充区域的光照方向和原图不同 | 地面阴影突然断裂或方向错误 |
| 没约束透视 | 远近景的比例关系被破坏 | 地砖的透视线突然弯曲 |
这就是为什么我们需要一段结构化的提示词——每个短语对应一层约束。
完整提示词逐句拆解：8个短语，每个都有技术含义
下面是经过反复测试的提示词模板：
Intelligently detect and remove tourists from the background of this photo. Keep the main subject intact while seamlessly replacing removed people with natural background continuation. Maintain consistent lighting and perspective.
看起来只是三句话，实际上包含了8个功能性短语。我们逐个拆解：
"Intelligently detect"——为什么不能省掉"intelligently"
detect 告诉AI先"找到"再"处理"，而不是盲目地对全图操作。加上 intelligently 是在提示AI使用语义理解（而不是简单的颜色差异）来区分人物和背景。
替换实验：
- 去掉
intelligently→ AI可能把雕像、海报上的人物也误判为游客 - 换成
automatically→ 效果接近，但对复杂场景（如博物馆里既有真人又有画像）的区分能力略差 - 换成
carefully→ 处理更保守，可能漏掉角落的路人
"remove tourists from the background"——为什么是"background"不是"image"
from the background 划定了处理区域——只处理背景中的人，前景的主体不动。如果写 from this image，AI会倾向于把画面中所有人都去掉。
tourists 比 people 更精确。people 是泛指，可能导致AI把路边摊贩、建筑工人（你可能想保留的场景元素）也一起清除。tourists 暗示了"不属于这个场景的、临时经过的人"。
"Keep the main subject intact"——保护边界
这是整段提示词中最重要的约束。它告诉AI：画面中有一个"主角"，不管怎么处理背景，主角的每个像素都不能动。
如果不加这句会怎样？ AI在去除紧邻主体的路人时，很容易顺带"吃掉"主体的边缘——比如把你朋友的肩膀也抹掉一块。
"seamlessly replacing"——过渡方式
seamlessly（无缝）是在要求AI对处理边界做渐变过渡，而不是硬拼接。这个词直接影响去人后那一圈边缘的自然程度。
"natural background continuation"——填充策略
这可能是最有技术含量的短语。continuation 不是说"填一个类似的颜色"，而是要求AI延续背景的纹理和结构。如果背景是砖墙，AI需要让砖缝的走向连续；如果是草地，草的密度和方向要一致。
替换实验：
- 换成
fill with similar colors→ 填充区域变成平滑色块，像被PS的"内容感知填充"低质量处理过 - 换成
reconstruct the background→ 效果不错，但有时会"脑补"出原图不存在的建筑元素 - 保持
natural background continuation→ 最稳定，因为continuation强制AI参考周围像素做延伸
"Maintain consistent lighting and perspective"——真实感兜底
最后这句是"质量保险"。consistent lighting 防止填充区域的明暗关系与原图矛盾（比如原图是黄昏的暖光，填充区域却变成了正午的白光）。perspective 防止地面透视线在去人后出现断裂。
小结：8个短语的功能速查表
| 短语 | 功能类别 | 去掉会怎样 |
|---|---|---|
| Intelligently detect | 检测策略 | 误判非游客对象 |
| remove tourists | 操作指令 | — |
| from the background | 作用范围 | 前景主体也被处理 |
| Keep the main subject intact | 保护约束 | 主体边缘被侵蚀 |
| seamlessly replacing | 过渡方式 | 处理边界生硬 |
| natural background continuation | 填充策略 | 出现色块或伪影 |
| consistent lighting | 光影约束 | 填充区明暗失调 |
| perspective | 空间约束 | 地面透视断裂 |
三种场景的提示词调整策略
基础提示词不能应对所有情况。以下是三种典型旅游拍照场景的定制方案：
场景1：景点密集人群（占画面30%以上）
典型场景：长城、埃菲尔铁塔下、故宫午门前。
当游客占画面比例过大时，AI需要"重建"的背景区域非常大，基础提示词容易出现大面积填充伪影。
调整方案：在基础提示词后追加：
The crowd covers a large area. Prioritize reconstructing architectural
details and ground textures. Use surrounding visible areas as reference
for the reconstruction.
关键追加词解释：
Prioritize reconstructing architectural details→ 告诉AI优先处理建筑细节而不是"糊弄过去"Use surrounding visible areas as reference→ 强制AI参考周围可见区域，而不是凭空捏造
场景2：稀疏路人（1-5个人散落在背景中）
典型场景：海滩远处、公园小径、博物馆展厅。
这种情况最简单，但也最容易"过度处理"——AI可能会把地面的阴影也一起去掉，留下一个没有阴影的"悬浮地面"。
调整方案：追加精确约束：
Only 2-3 people need to be removed. Preserve all ground shadows and
reflections that belong to the environment, not to the removed people.
Only 2-3 people→ 用具体数字限制AI的处理范围Preserve all ground shadows→ 避免场景中合理存在的阴影（如树荫、建筑投影）被误删
场景3：路人半遮挡主体（最难的情况）
典型场景：有人从你身前走过，遮挡了你或朋友的一部分身体。
这种情况下，AI不仅要去掉路人，还要补全主体被遮挡的部分。
调整方案：追加：
One person partially occludes the main subject. Remove that person and
inpaint the occluded areas of the main subject based on visible body
proportions and clothing patterns.
inpaint the occluded areas→ 明确要求AI"修复"主体被遮挡的部分based on visible body proportions and clothing patterns→ 给AI参考依据，而不是让它随意发挥
这种场景成功率约70%。如果遮挡面积超过主体的40%，建议换一张照片，AI目前还做不到完美的大面积人体重建。如果你对AI处理人像边缘感兴趣，磨砂剪影摄影中关于"局部清晰"的提示词技巧也值得一看。
上图是同一座罗马凯旋门的处理前后对比。左侧可以看到大量游客、小摊贩和旅游巴士；右侧经过AI处理后广场变得空旷，石板地面和建筑细节完整保留。这正是"密集人群"场景使用追加提示词后的效果——AI优先还原了建筑纹理和地面走向。
从"能用"到"看不出修过"——5个微调技巧
基础提示词能拿到60分的效果，以下5个微调可以把分数拉到90分：
1. 指定光源方向
如果你知道拍照时的光源方向，在提示词中加入：
The main light source comes from the upper left.
这能让AI填充区域的阴影方向与原图完全一致。
2. 描述背景材质
The background contains marble flooring with gray veins and a
sandstone wall.
越具体的材质描述，AI的填充越精确。"地面"是模糊的，"灰色纹理的大理石地面"是精确的。
3. 使用"photorealistic"而非"realistic"
photorealistic 触发的是照片级真实感，而 realistic 可能被理解为"写实画风"。一个词的差异，输出效果可能差一个档次。如果你对写实摄影效果感兴趣，可以参考这篇商业产品摄影提示词教程。
4. 指定输出分辨率
如果原图是高分辨率的，加上：
Output at the same resolution as the input image, preserving fine details.
否则AI可能会输出缩小版，细节全丢。
5. 分区域处理复杂场景
如果一次处理的效果不理想，可以拆成多次：先用提示词去掉左半部分的人，保存结果，再用相同思路处理右半部分。这比一次性让AI处理整张密集人群的成功率高得多。
不确定效果？建议把文中的基础提示词和追加约束词分别在 nanobanana pro 中跑一遍，亲眼对比差异。
当AI翻车时：5个常见失败案例和修复方法
即使提示词写得再好，以下情况仍然可能出现。提前了解它们，你就能快速修复：
| 失败现象 | 根本原因 | 修复方法 |
|---|---|---|
| 人物变半透明"幽灵" | 提示词中只说"remove"没说"replace" | 追加 completely remove and fill the area with background content |
| 去人区域出现重复纹理 | 填充区域太大，AI循环复制同一块纹理 | 追加 avoid repetitive pattern artifacts 或缩小单次处理范围 |
| 主体边缘被"咬掉"一块 | 路人紧贴主体，AI误判了边界 | 追加 create a 5-pixel safety margin around the main subject |
| 填充区域偏色 | AI对光照的全局理解不够 | 追加 match the exact color temperature of the surrounding area |
| 地面阴影消失 | AI把路人的阴影和环境阴影一起删了 | 追加 preserve environmental shadows, only remove shadows cast by tourists |
每种修复方法都是一个可以直接追加在基础提示词后面的短语。不需要重新写整段提示词——叠加修复就行。
FAQ
AI能处理视频中的路人吗？
目前主流的AI图像生成工具处理的是单帧图片。视频去人需要逐帧处理并保持帧间一致性，这是一个更复杂的任务。建议先从视频中截取关键帧，单独处理成满意的效果，再考虑是否需要视频级别的解决方案。
一次最多能去掉多少人？
没有硬性上限，但经验法则是：当需要去除的人物占画面**面积超过50%**时，效果会显著下降。此时AI需要"重建"的背景太多，缺少足够的参考信息。建议在这种情况下裁切画面，保留路人较少的区域单独处理。
去人后图片的分辨率会下降吗？
如果不在提示词中指定分辨率保持，大多数AI工具会输出默认尺寸的图片，可能小于原图。在提示词末尾加上 maintain original resolution 可以缓解这个问题，但最终效果取决于工具的输出能力上限。
这个方法和Photoshop的"内容感知填充"有什么区别？
Photoshop的内容感知填充是基于周围像素的统计学匹配——它复制附近的纹理来填补空缺。AI提示词方法则基于语义理解——它知道"这是一面砖墙"所以会生成符合逻辑的砖缝走向，而不仅仅是复制旁边的像素。在复杂场景（如有透视变化的地面、有反光的水面）中，AI方法通常效果更自然。
处理后的照片可以商用吗？
这取决于你使用的AI工具的许可条款。大多数AI生成工具允许用户拥有输出结果的使用权，但如果原始照片涉及特定地标的拍摄版权（如某些博物馆内部），商用时需要额外确认原始场景的版权状态。