一张图来回改五六轮后颜色发灰、细节发糊，通常是两件事叠在一起：一是每次导出都要重新编码和调色，二是把上一轮输出当成下一轮输入时，误差会一层压一层。要分清是哪一种，最直接的做法是固定同一张原图，分别跑一组「链式输入」和一组「每轮回原图」，逐轮把输出单独存盘再对照。下面给的是记录口径和脚本骨架，目的是让你在同一张图、同一组参数、同一台机器上跑一遍，自己看出漂移从第几轮开始变得不可接受。

多轮改图变灰变糊，多数情况下是链式输入在放大重编码损失，而不是模型单次能力不够。建议先固定同一张原图连跑五轮建立基线，再改成每轮以上一轮输出为输入连跑五轮，两组都逐轮单独保存并按同一坐标裁剪对比。判断依据优先看三处：非编辑区域是否也开始变化、整体色调是否相对原图偏移、细线条和文字边缘是否出现重影。具体可接受轮数受原图内容、导出格式和分辨率影响，需要用自己的图跑一遍确认，不要直接照搬别人的轮数。

固定同一张原图，连续跑五轮相同的局部修改

这一组的输入永远是同一张原始文件，五轮的改动描述和改动区域保持完全一致。它回答的是「同一原图重复跑，结果本身稳不稳」，只有这组稳定，后面链式输入看到的差异才能归因到多轮累积上。

选图时优先挑含有大面积渐变、暗部、细纹理或文字边缘的原图，这几类区域通常最先暴露漂移。每轮输出必须另存为新文件，不要覆盖上一轮，也不要在对话窗口里接着上一轮继续改，否则后面无法回退。

• 命名模板：orig.png、r01-reset-{area}.png …… r05-reset-{area}.png，轮次和输入来源都写进文件名。
• 像素尺寸：每轮用同一方式读取宽高并记录，出现尺寸变化说明导出环节被改了参数。
• 文件体积：记录字节数，体积异常变小往往对应纹理被抹平，可作为辅助线索。
• 参数留痕：把该轮的提示词、遮罩区域、种子、尺寸写进同名 .json，便于回溯和重跑。

把每轮输出当作下一轮输入，观察画质变化

第二组把第 N 轮的输入换成第 N-1 轮的输出文件，改动描述仍然一致，只让编辑位置逐轮挪动。每轮结束后，把该轮结果与原始文件在同一坐标裁一块、放大到同一倍数并排看，比在整图上扫一眼更容易判断漂移。

差异不会平均分布，通常先出现在几个固定位置：大面积渐变和暗部先出现色块或脏边；细纹理（毛发、织物、砂石）先糊；细线条和文字边缘先出现毛刺或重影；还有一种更要紧的情况是编辑区域之外的背景也开始变化，说明改动溢出了预期范围。

明显程度建议用四级文字描述，避免凭印象说「有点差」：看不出 / 放大后可见 / 1:1 下可见 / 缩略图就可见。逐轮记录差异位置和级别，通常能看到级别随轮数单调上升；如果某一轮突然跳级，优先怀疑该轮的遮罩或提示词改动过大，而不是模型本身。

改成每轮都回退原图再改另一处

第三组每轮都从 orig.png 重新开始，只改当轮需要改的那一处，改完直接导出，不再把结果喂回下一轮。两组用同一批改动、同一个顺序，唯一变量就是输入来源。

经验上，一张图要改多处独立位置时，回原图输入更省心；只有同一处需要连续微调、且每轮改动都建立在上一轮效果之上时，链式输入才有意义，而且这种场景建议把链长压到两三步以内。

用脚本按固定轮数循环提交，减少手工误差

手工一轮一轮点，最容易出问题的不是画质，而是「这轮到底喂的是哪张图」。把轮数和输入来源写进脚本参数，两组对照才有可比性。下面只是通用骨架，接口字段名以你实际对接的服务为准。

import os, json

API_ENDPOINT = '{API_ENDPOINT}'   # 替换为实际服务地址
API_KEY      = '{API_KEY}'
MODEL        = '{MODEL_NAME}'
ORIGINAL     = 'input/orig.png'
ROUNDS       = 5
MODE         = 'chain'            # chain=上一轮输出作输入；reset=每轮回原图
PROMPT       = '{EDIT_PROMPT}'    # 每轮改动描述
MASK         = '{MASK_OR_REGION}' # 局部区域，可为空
SEED         = '{SEED}'           # 固定种子便于复现

os.makedirs('out', exist_ok=True)
os.makedirs('logs', exist_ok=True)
src = ORIGINAL
for i in range(1, ROUNDS + 1):
    if MODE == 'reset':
        src = ORIGINAL
    out = 'out/round-%02d-%s.png' % (i, MODE)
    payload = {
        'image': src,
        'prompt': PROMPT,
        'mask': MASK,
        'seed': SEED,
        'size': '{WIDTH}x{HEIGHT}'
    }
    resp = call_api(API_ENDPOINT, API_KEY, MODEL, payload)  # 自行实现
    save_image(resp, out)                                    # 自行实现
    with open('logs/round-%02d.json' % i, 'w') as f:
        json.dump(payload, f, ensure_ascii=False)
    print(i, out, os.path.getsize(out))
    src = out

跑之前确认三件事：MODE 与要验证的路线一致、每轮的 PROMPT 和 MASK 已按轮次替换而不是复用同一份、失败轮次直接跳过重跑而不是留下半张图。输出目录建议保持固定结构，便于两组并排比较：

workspace/
├── input/
│   └── orig.png
├── out/
│   ├── round-01-chain.png
│   └── round-05-chain.png
├── logs/
│   └── round-01.json
└── compare/
    ├── crop-round-01.png
    └── side-by-side.png

给出多轮改图的操作建议与回退点

综合两组结果，可以给一个保守区间：同一张图上的局部修改，经验上控制在 2 到 4 轮内比较稳妥；接近第 5 轮时，建议逐轮放大检查颜色和边缘，确认是否已经出现可见偏移。这个区间不是模型的上限，具体能撑几轮取决于原图内容、导出格式、分辨率和单轮改动面积，需要自己跑一遍确认。

出现下面任意一条，就建议退回原图重做，而不是继续往下改：未编辑的背景区域也开始变化；整体色调相对原图明显偏移且调不回来；同一处细节连续两轮变糊；细线条或文字边缘出现重影；同一组参数两次运行结果差异明显，说明当前轮数已经不可复现。

验证方式不需要复杂工具：把每轮结果和原图在同一坐标裁出等大区域，按同一倍数放大并排看；对未编辑区域做一次差分，确认没有非预期变化；用相同种子重跑一轮，确认差异是否可复现。如果是需要交付的成品，最终版本建议直接从原图重新生成，而不是拿链式链尾的文件继续导出。