Seedream 4.0 是豆包体系下的图像创作模型，核心定位是用自然语言完成图片生成和图片修改。它不只做传统的文生图，还把图像编辑、参考图生成、多图融合、组图输出放进同一个模型里。
在 AIGC（人工智能生成内容）创作里，一个需求经常不是“生成一张图”这么简单，而是包含多个动作：
- 根据一句描述生成视觉草图；
- 在已有图片上删除、替换、添加元素；
- 保留人物五官、品牌标识、空间布局等关键特征；
- 参考多张图片，把主体、风格、材质或构图组合起来；
- 一次生成一组风格统一的海报、图标、分镜或品牌物料。
Seedream 4.0 适合处理的正是这类复合型图像任务。它在 LiblibAI 上的模型页面为：
https://www.liblib.art/modelinfo/12f2958836864b9c9e8ef18d560ce04c
Seedream 4.0 的任务结构
Seedream 4.0 可以把不同输入统一成一个图像创作流程。输入可以是纯文字，也可以是一张或多张参考图；输出可以是一张修改后的图片，也可以是一组成套图片。
flowchart TD
A[创作需求] --> B{输入内容}
B -->|只有文字| C[文生图]
B -->|一张参考图 + 指令| D[图像编辑]
B -->|多张参考图 + 指令| E[多图参考融合]
B -->|文字或参考图 + 成组要求| F[组图生成]
C --> G[生成单张图片]
D --> H[删除 / 添加 / 替换 / 修复 / 调光]
E --> I[主体融合 / 风格迁移 / 元素替换]
F --> J[海报系列 / 图标套组 / 分镜 / 品牌物料]
这种统一模型的好处是减少“换模型”的成本。比如做一个品牌视觉方案时，可以先用文字生成主视觉，再参考 LOGO 扩展包装和周边，之后继续让模型调整材质、灯光、比例和构图，整个过程都可以通过自然语言推进。
核心能力拆解
| 能力 | 解决的问题 | 典型任务 |
|---|---|---|
| 精准指令编辑 | 用自然语言控制局部修改，避免整张图被大幅重绘 | 删除脸上的遮挡物、给人物加首饰、替换宠物品种 |
| 特征保持 | 多轮修改时保留人物、场景、品牌元素的稳定性 | 人物风格迁移、品牌 VI 延展、同一角色分镜 |
| 深度意图理解 | 不只匹配关键词，还要理解目标、上下文和约束 | “打开灯但窗外仍是夜晚”这类复合要求 |
| 多图输入 | 同时参考多张图片，把不同主体、风格或元素组合起来 | 主体替换、服装参考、材质迁移、场景合成 |
| 多图输出 | 一次得到一组有关联的结果 | 图标套组、广告系列、创意脑暴、分镜草图 |
| 高清快速生成 | 适合快速迭代，并给后期编辑留出分辨率空间 | 2K 草图、4K 主视觉、海报延展 |
其中比较关键的是“指令”和“保持”这两个能力。图像编辑模型如果只会重画，很容易把不该变的部分一起改掉；如果只会局部修补，又很难理解复杂需求。Seedream 4.0 的使用重点，就是把“要改什么”和“不要改什么”同时写清楚。
提示词应该怎么写
Seedream 4.0 能理解中文自然语言，但提示词越结构化，结果越稳定。一个好用的提示词可以拆成五部分：
任务：说明要做什么
对象：说明要修改或生成的主体
参考：说明参考图分别提供什么信息
保留：说明哪些内容不能变
约束：说明风格、光照、构图、文字、尺寸等要求
例如图片编辑可以这样写：
任务：把客厅里的灯打开，让室内变亮。
对象：客厅整体环境和灯光。
保留：家具位置、窗外夜景、房间原有布局不要改变。
约束：室内是暖色灯光，窗外仍然能看出是夜晚，不要改成白天。
多图融合时，最好给每张图明确编号：
图一作为人物主体参考，保留人物五官和发型。
图二作为服装参考，使用白色礼服和银色配饰。
图三作为场景参考，背景为沙漠和未来感交通工具。
生成一张写实广告大片，人物站在画面中央，整体为银白色高级时尚风格。
常见任务可以按这个表来组织指令：
| 任务类型 | 提示词重点 | 容易出问题的地方 |
|---|---|---|
| 元素删除 | 写清删除对象，以及背景如何补齐 | 删除后留下痕迹，人物皮肤或衣服被改动 |
| 局部替换 | 写清替换对象、替换后的类别、原图哪些部分不变 | 新对象比例不对，光影和原图不一致 |
| 元素添加 | 写清新增物体的位置、材质、颜色和风格 | 新元素像贴上去的，透视和光照不匹配 |
| 老照片修复 | 同时说明修复划痕、上色、保留年代感 | 过度磨皮，人物特征丢失 |
| 风格迁移 | 明确“风格变、人物不变” | 五官、年龄、服装被模型一起改掉 |
| 品牌延展 | 明确 LOGO、主色、物料类型和视觉风格 | 品牌名拼写不稳定，物料之间风格不统一 |
| 组图生成 | 说明数量、统一风格、每张图的差异点 | 每张图像像独立生成，缺少系列感 |
典型用法一：局部元素抹除
局部抹除适合处理图片中的遮挡物、杂物、瑕疵或不需要的装饰。关键不是简单“删除”，而是删除之后要合理补全被遮挡区域。
示例指令：
移除男生脸上的蝴蝶。
这个任务考察的是模型的局部重建能力。蝴蝶被移除后，脸部皮肤、五官边缘、光影关系都需要自然补齐，同时人物整体姿态、表情和背景不应发生明显变化。实际使用时，如果发现模型改动了太多区域，可以补充一句：
只修改蝴蝶遮挡的区域，人物五官、发型、衣服和背景保持不变。
典型用法二：老照片修复与上色
老照片处理通常包含两个动作：修复损坏区域，以及为黑白或褪色照片重新上色。相比普通滤镜，这类任务更依赖模型对人物、服装、年代感和画面纹理的理解。
示例指令：
把这张照片变成彩色的，并修复照片上的划痕。
修复类任务要避免“过度现代化”。如果希望保留旧照片质感，可以加入约束：
保留老照片的胶片颗粒和年代感，不要把人物处理成现代写真风格。
如果照片里有人物，最好再强调：
保留人物面部特征、年龄感和原始服装轮廓。
典型用法三：人物一致性的风格迁移
风格迁移不是简单套滤镜。一个更实用的目标是：同一个人物，在不同视觉风格里保持身份一致。
示例指令：
参考这张图，将它修改为写实插画风格、水彩风格、日式动画风格、扁平几何风格。
这类任务最重要的约束是“人物不变，风格变化”。提示词可以写得更明确：
保留人物的脸型、五官比例、发型、表情和服装主体结构，只改变绘画风格。
分别生成写实插画、水彩、日式动画、扁平几何四种风格。
如果用于角色设定、头像套组或分镜设计，还可以继续加上：
所有结果都要看起来像同一个角色。
典型用法四：多图参考融合
多图输入适合把不同素材里的信息组合到一张图中。常见用法包括主体替换、服装迁移、材质参考、场景合成、产品搭配等。
示例指令：
将图一的主体替换为图二的主体。
多图融合时，最容易出错的是参考关系混乱。比起“参考这几张图生成一张图”，更稳定的写法是为每张图分配职责：
图一提供原始场景和构图，保持背景、光照和镜头角度不变。
图二提供新的主体，使用图二主体替换图一主体。
替换后主体要符合图一的透视、比例和光影。
如果有三张以上参考图，可以继续细分：
图一：场景和构图。
图二：人物主体。
图三：服装款式。
图四：整体色调和海报风格。
典型用法五：品牌 VI 延展
VI（Visual Identity，视觉识别系统）延展要求模型理解品牌的核心元素，例如 LOGO、主色、字体风格、图形语言和应用场景。它不只是生成一张海报，而是把同一套视觉规则扩展到多个物料上。
示例指令：
参考这个 LOGO，做一套户外运动品牌视觉设计，品牌名为 "GREEN"，包括包装袋、帽子、手环、纸盒等。
绿色视觉主色调，简约现代风格。
品牌设计类任务要把“统一”和“差异”同时说明。统一的是颜色、字体、图形语言和品牌调性；差异是物料类型、使用场景和版式布局。
更稳定的写法可以是：
参考输入 LOGO 的形状和品牌名 GREEN。
设计一套户外运动品牌 VI 应用图，包括包装袋、帽子、手环、纸盒。
统一使用绿色作为主色，搭配白色和浅灰色。
整体风格简约、现代、适合户外运动品牌。
所有物料上的品牌名拼写必须为 GREEN。
生成品牌物料时，文字和 LOGO 细节需要人工复核。图像模型可以快速给出视觉方向，但最终商用文件仍然需要设计软件进行排版、矢量化和规范校对。
典型用法六：结构化版式与演示页设计
Seedream 4.0 还可以生成带有信息结构的图片，例如时间轴、课程页、知识卡片、演示页草图等。PPT（PowerPoint 演示文稿）类任务的重点在于层级清楚，而不是只追求画面好看。
示例指令：
画一条从秦汉到清代的时间轴，标注：秦、汉、唐、宋、元、明、清。
顺序清晰，每个朝代配一个小图标，同时用文字写上每个朝代的特点。
这类任务要注意两个问题：一是文字准确性，二是信息层级。模型可以生成版式草图，但涉及中文标题、历史信息、公式、数据时，需要逐项检查。更稳妥的做法是先让模型生成视觉布局，再把正式文字放到 PPT、Figma 或其他设计工具中重新排版。
典型用法七：框选与涂抹区域识别
有些编辑需求很难只靠文字描述位置，例如“把沙发放到左侧墙边”“把电视放到红色标记处”。如果输入图里已经用颜色涂抹或框选了区域，模型可以结合标记和指令来完成局部布局调整。
示例指令：
将房间内红色涂抹位置放入电视，蓝色涂抹位置放入沙发。
不改变其他布局，确保放入物体和整张图的原木风格一致。
这类任务的提示词要明确三件事：
- 不同颜色分别代表什么；
- 新增物体要放在哪个标记区域；
- 除标记区域外，哪些内容不能改变。
可以写成更结构化的版本：
红色涂抹区域：放置一台电视。
蓝色涂抹区域：放置一张沙发。
保留原房间布局、地板、墙面、窗户和整体原木风格。
新增电视和沙发要符合室内透视关系，不要遮挡主要通道。
使用流程
在 LiblibAI 使用 Seedream 4.0 时，可以按任务类型组织素材和指令。
sequenceDiagram
participant U as 使用者
participant P as LiblibAI 页面
participant M as Seedream 4.0
participant R as 结果图
U->>P: 打开模型页面
U->>P: 输入文字指令
alt 需要参考图
U->>P: 上传一张或多张参考图
end
U->>P: 写明修改目标、保留内容和输出要求
P->>M: 提交多模态输入
M-->>R: 返回生成或编辑结果
U->>P: 根据结果继续补充约束或迭代
模型页面：
https://www.liblib.art/modelinfo/12f2958836864b9c9e8ef18d560ce04c
单张图片编辑可以从短指令开始，但多图融合、品牌设计、组图生成最好一开始就写清楚参考关系。尤其是涉及“图一、图二、图三”的任务，不要只写“参考这些图片”，而要说明每张图提供什么信息。
适合和不适合的场景
| 场景 | 适合程度 | 说明 |
|---|---|---|
| 快速视觉草图 | 高 | 可以用文字快速生成方向图，适合创意探索 |
| 局部图片编辑 | 高 | 删除、替换、添加元素时，用自然语言控制比较方便 |
| 人物风格迁移 | 高 | 适合头像、角色设定、视觉风格探索 |
| 品牌物料延展 | 中高 | 可用于方案草图和方向探索，正式商用前需要校对 LOGO 和文字 |
| PPT 版式草图 | 中高 | 适合生成布局参考，具体文字建议后期重排 |
| 严格工程图纸 | 低 | 尺寸、比例、标注要求精确时，不应直接依赖生成结果 |
| 法律、医学、财务图表 | 低 | 专业信息必须可验证，生成图只能作为视觉草稿 |
| 最终印刷文件 | 中低 | 需要人工处理出血、色彩模式、字体、矢量文件和版权问题 |
提示词排错方法
生成结果不稳定时，不要急着完全重写提示词，先判断问题属于哪一类。
| 问题 | 调整方式 |
|---|---|
| 改动范围太大 | 增加“只修改……，其他内容保持不变” |
| 主体不像参考图 | 明确保留五官、发型、服装轮廓、品牌标识等特征 |
| 多图参考混乱 | 给每张图编号，并写清每张图的作用 |
| 新增元素不自然 | 补充透视、光照、材质、比例、阴影要求 |
| 组图风格不统一 | 明确统一色板、线条风格、构图规则和输出数量 |
| 文字错误 | 缩短文字内容，强调固定拼写，并在后期工具中校对 |
| 画面太像随机创作 | 增加具体场景、镜头、主体动作、材质和约束 |
一个可复用的编辑模板如下：
任务：{删除 / 替换 / 添加 / 修复 / 风格迁移 / 多图融合}
输入参考：
图一：{作用，例如主体 / 场景 / 构图}
图二：{作用，例如服装 / 材质 / 风格}
修改要求：
{具体要改什么}
保留要求：
{人物特征、背景、布局、品牌元素、光照等不变内容}
风格要求：
{写实 / 水彩 / 日式动画 / 扁平几何 / 商业海报 / 简约现代等}
输出要求：
{单张 / 多张 / 横版 / 竖版 / 高清 / 统一系列}
Seedream 4.0 的优势在于把复杂图像任务收敛到自然语言指令里。真正影响结果质量的，不只是模型能力，还有指令是否把目标、参考、保留项和约束写清楚。对于创意探索、图像编辑、品牌草图和组图设计，它可以承担大量前期视觉生成工作；涉及文字准确性、商用规范和专业数据时，仍然需要人工复核和后期制作。