照片變清晰提示詞：10 條 photo clear prompt for chatgpt 按引數分級

先分類。模糊分三種：運動模糊、失焦模糊、低解析度壓縮模糊。降噪分兩種：高感光度噪點、老照片顆粒噪點。三種模糊兩種噪點,處理邏輯不一樣,指令也不一樣。混著寫,模型不知道往哪個方向修。

這套分檔邏輯,不管你搜的是 photo clear prompt for chatgpt 還是更寬泛的 enhance photo quality prompt,本質問題都是同一個：模型不知道你要修的是哪種模糊、哪種噪點,程度引數不寫清楚,輸出全靠隨緣。

以下按程度分三檔,從輕到重。

輕度：細節增強,不做結構性修復

原圖本身沒壞,只是不夠銳。這一檔指令重點是"只加細節,不動結構"。

1. "Enhance photo quality: increase micro-detail sharpness by a moderate amount, keep noise level unchanged, do not alter colors."（增強畫質：適度提升微觀細節銳度,噪點水平不變,不改變顏色）—— 關鍵詞是moderate,不加程度限定詞模型容易過銳化,邊緣出現鋸齒。

2. "Upscale resolution to approximately 2x, preserve original color grading exactly, no new detail hallucination."（解析度提升約2倍,原調色精確保留,不允許生成原圖沒有的細節）—— hallucination這個詞很重要,不寫這條,模型有機率在放大過程裡"編"出原本不存在的紋理。

3. "Sharpen edges only on the main subject, leave background blur untouched, simulate f/2.8 depth-of-field separation."（只銳化主體邊緣,背景虛化不動,模擬f/2.8景深分離效果）光圈值直接寫進指令,比"背景虛化一點"這種描述精確得多。

主體和背景是兩套引數,別用一條指令混著調。檢視完整提示詞

中度：降噪+銳化組合,處理常規噪點

手機夜拍、微信壓縮圖,這類圖噪點和糊是疊加的,單獨銳化會把噪點也放大。

4. "Reduce ISO-style noise first, then apply moderate sharpening only after denoising, keep skin tones natural."（先做類ISO噪點的降噪,降噪完成後再做適度銳化,膚色保持自然）—— 順序不能反,先銳化再降噪會把銳化出來的邊緣細節一起磨掉。

5. "Remove JPEG compression artifacts around edges, restore smooth gradients in sky and skin areas, keep overall exposure unchanged."（去除邊緣的JPEG壓縮痕跡,恢復天空和皮膚區域的平滑漸變,整體曝光不變）微信多次轉發的圖基本都是這類壓縮噪點,這條指令專門對付這種情況。

6. "Denoise this low-light photo, target a clean but not plastic-looking skin texture, retain visible pore detail."（給這張暗光照片降噪,目標是乾淨但不塑膠感的膚質,保留可見毛孔細節）"不塑膠感"這個限定詞很實用,不寫這條,降噪力度稍大就容易磨成假人。

7. "Upscale to 4K resolution, apply noise reduction proportional to the upscale ratio, keep grain texture if the original is film photography."（放大到4K解析度,降噪強度按放大倍率成比例調整,如果原圖是膠片攝影則保留顆粒感）4K這個具體數值比"更清晰"這種模糊描述好用太多。

顆粒感是刻意保留的,不是沒修乾淨。檢視完整提示詞

重度：老照片、破損照片的結構性修復

這一檔處理物件是劃痕、摺痕、嚴重褪色,是結構性修復,不是簡單的銳化降噪。

8. "Restore this damaged old photo: repair scratches, tears, and creases, correct faded colors to plausible original tones, upscale to DSLR-equivalent resolution."（修復這張破損老照片：修補劃痕撕裂摺痕,把褪色校正到合理的原始色調,解析度提升到單反等效水準）DSLR-equivalent這個說法比"很清晰"具體,模型對標的是具體畫質水準而不是抽象形容詞。

劃痕摺痕修補完,再談色調校正。檢視完整提示詞

9. "Colorize and clarify this old black-and-white photo, reconstruct facial detail conservatively, do not invent details not implied by the original grayscale values."（給黑白老照片上色並清晰化,面部細節保守重建,不生成灰階原圖沒有暗示的細節）"保守重建"這四個字是防止模型過度發揮的安全閥,老照片修復最怕的就是修出一張長得不像本人的臉。

10. "Full restoration pass: denoise, descratch, colorize, and sharpen in that order, output at 100 percent original aspect ratio with no cropping."（完整修複流程：按降噪、去劃痕、上色、銳化的順序執行,輸出保持100%原始畫幅比例不裁切）順序寫進指令裡,比讓模型自己決定處理順序穩定得多。參考開出隱藏款級清晰度這個完整流程案例。

引數速查

• 輕度模糊：只銳化,不降噪,程度寫"moderate"
• 中度噪點：先降噪後銳化,順序不能反
• 重度破損：降噪→去劃痕→上色→銳化,四步順序固定
• 所有檔位都建議加一句"do not invent new details",這是防止模型幻覺細節的通用保險
• 每次只改一個變數再對比效果,比一次性堆五六個引數更容易找到問題出在哪一步

這套分級邏輯跟本站提示詞萬能公式裡講的"引數層放最後"是一個原則——內容層和技術層分開寫,別混在一起。如果同一批圖還需要換背景,建議順序是先清晰化再換背景,參考換背景提示詞這篇,反過來做容易把噪點一起合成進新背景。

這些引數邏輯在 Nano Banana 上跑同樣成立,底層都是同一套影象模型能力。更多修復案例可以看修圖分類,或者直接從首頁的生成入口試跑一遍上面的指令。