背景替换工作流全指南：用 garden-skills 的 gpt-image-2 模板与 edit.js 完成商品、人像、户外场景换背景-平芜编程栈

人工智能
AI 技能/插件
提示工程

【免费下载链接】garden-skills

ConardLi's open-source Skills collection, featuring web design, knowledge retrieval, image generation, and more.

项目地址：https://gitcode.com/GitHub_Trending/we/garden-skills

本篇文章是 garden-skills 仓库中 gpt-image-2 技能的「编辑工作流」系列模板之一——背景替换工作流模板的完整技术解读。你将从任务边界判断、缺失信息提问顺序、主模板与三种变体模板、自动补全策略，一直深入到对应的 edit.js 脚本实现与 OpenAI 兼容图片编辑接口的调用细节，读完即可直接复用这套结构化模板跑通「单主体换背景」类任务。

一、这个模板解决什么问题

背景替换是「基于现有图片做编辑」类任务（对应POST /images/edits接口）中最常见的一种：输入一张主体图，输出一张主体完全保留、背景换成指定新场景的图。garden-skills 中 gpt-image-2 技能把它沉淀为一个独立模板文件，并与同目录下的其它编辑模板（局部对象替换、杂物去除、产品精修）明确划清边界，避免误用。

从 SKILL.md 的模板索引可以看到，编辑工作流（Editing Workflows）下共有五个模板：

background-replacement.md— 背景替换（商品 / 人像 / 户外 / 棚景），即本文主体
local-object-replacement.md — 局部对象替换（配合或不配合蒙版）
object-removal.md — 杂物 / 路人 / 电线 / 瑕疵去除
product-retouching.md — 产品精修（光泽 / 标签 / 阴影 / 瑕疵）
portrait-local-edit.md— 人像局部修改（发型 / 服装 / 妆容 / 配饰）

适合场景

模板开头列出的四类典型业务场景：

场景	典型描述
商品图换背景	白底 → 生活场景 / 影棚 / 户外
人像换背景	杂乱 → 干净棚景
老照片背景翻新	旧背景替换为干净或指定场景
跨品类素材统一背景风格	多张图换到同一背景风格，保持系列统一

适用范围

该模板限定为三类边界清晰的编辑任务：

单主体图换背景
主体不变 / 仅背景变
主体边缘清晰 / 可识别

何时使用

当用户的行为符合以下任一情况时，命中此模板：

用户提供原图（REFERENCE_0）+ 一句「换成 XX 背景」
用户希望主体不动、只换背景
用户希望多张图统一背景

不要使用的情况（任务分流）

模板明确给出「不要使用」的三种情形，用于与相邻模板做边界切分：

主体本身需要修改→ 用 local-object-replacement.md
仅去除某物（不换新对象）→ 用 object-removal.md
产品本身需要精修（质感升级而非替换）→ 用 product-retouching.md

判断口诀：换的是「背景」用本模板，换的是「主体/对象」用局部替换，去掉的是「某物」用去除，升级的是「质感」用精修。

二、缺失信息优先提问顺序

模板遵循 prompt-writing.md 定义的「精准提问、少量提问、围绕模板关键字段」原则，为背景替换任务规定了五级提问优先级：

原图描述 / 主体是什么——决定保留边界，缺失会让模型不知道「哪些不能动」
新背景：场景 / 色调 / 灯光——决定替换目标，是本任务的核心输入
是否保留原图灯光方向——影响后续是否要求「重新布光」
是否需要重新阴影 / 反光——影响 prompt 中是否追加阴影重生成指令
输出比例（保持原图 / 调整）——影响aspect ratio参数

参数策略

模板把参数分为三类（对应 prompt-writing.md 的 6.1/6.2/6.3 节）：

参数类型	本项目中的内容	处理方式
必问	原图主体、新背景描述	缺失会显著影响结果，优先提问
可默认	渲染风格、输出比例	直接用模板`default`值
可随机	背景细节小道具	在风格范围内合理自动补全

自动补全策略

当用户说「你来补全 / 随机生成 / 先给个 demo」时，模板给出三条行业级自动选择规则：

行业自动选背景：化妆品 → 梳妆台；食品 → 餐桌；电子 → 极简办公桌
默认保持原图比例：除非用户要求调整，一律不动宽高比
默认重新生成阴影：新背景必然带来新光源，阴影默认跟随重做

三、主模板：商品图换背景（含完整参数解析）

模板的主模板是全系列中最通用、最容易复用的一套，可直接复制使用：

以 REFERENCE_0 为基础，保留 {argument name="subject" default="画面中央的白色按压瓶"} 的形态、比例、标签和材质，仅将背景替换为 {argument name="new background" default="清晨阳光下的木质梳妆台，柔光从左侧窗户洒入，远景轻微虚化，背景元素包含一杯水、几片白色花瓣、折叠的米色毛巾"}。 重新生成与新背景一致的阴影与反光，让主体看起来真实地存在于新场景中。 不要修改主体本身的颜色、文字、形状或材质。 渲染风格：{argument name="render style" default="高分辨率商业摄影，颗粒感真实，浅景深，主体清晰，背景自然虚化"}。 输出比例：{argument name="aspect ratio" default="保持原图比例"}。

参数槽说明

模板中所有可替换变量都使用{argument name="..." default="..."}语法（规范见 prompt-writing.md 第七节「参数写法规范」）：

参数名	默认值	职责
`subject`	画面中央的白色按压瓶	必须保留的主体：形态 / 比例 / 标签 / 材质四项全部锁定
`new background`	清晨阳光下的木质梳妆台…	新背景的场景、色调、灯光、前景道具，描述越具体背景细节越可控
`render style`	高分辨率商业摄影…	渲染风格，可默认；浅景深保证主体清晰、背景自然虚化
`aspect ratio`	保持原图比例	输出比例，默认不动

这段 prompt 的精髓在于用「保留清单」+「替换清单」把编辑范围约束到最小：保留句锁定主体的形态、比例、标签、材质，替换句只授权背景变化，最后再用一句「不要修改主体本身的颜色、文字、形状或材质」兜底，防止模型顺手改动产品本身。

四、三种变体模板

变体在主模板结构上只调整少量字段，覆盖最常见的三类需求。

变体 1：人像换棚景

适用于把杂乱背景换成干净棚景的人像场景：

以 REFERENCE_0 为基础，保留 {argument name="subject" default="画面中的人物"} 的姿势、表情、穿着与五官，仅将背景替换为 {argument name="studio backdrop" default="中性灰背景纸"}。 重新生成与新背景一致的柔光阴影；不要改变人物形象、肤色、服装颜色。 渲染风格：{argument name="render style" default="棚拍人像摄影，柔光，自然肤质"}。

与主模板相比，这里把「保留项」升级为人的姿势、表情、穿着与五官四项身份要素，并把「不要改变」明确扩展到人物形象、肤色、服装颜色——人像换背景最容易翻车的就是肤色漂移和五官变形。

变体 2：商品图换户外场景

以 REFERENCE_0 为基础，保留 {argument name="subject" default="画面中央的产品"}，将背景替换为 {argument name="outdoor scene" default="海边木栈道，黄昏暖光，远处海浪虚化"}。 保留产品所有标签与材质细节；为产品重新生成与户外光线方向一致的阴影。 不要让产品颜色因光线偏移过强（保持品牌色）。

户外场景的灯光往往比棚内复杂，因此本变体额外加了一条品牌色保护指令：「不要让产品颜色因光线偏移过强（保持品牌色）」——这是商品跨场景替换时的常见防翻车条款。

变体 3：自动补全模式

以 REFERENCE_0 为基础，保留主体；自动选择最适合该主体的“干净影棚 / 自然场景 / 极简室内”三种背景之一并替换。 保持原图比例；为主体重新生成自然阴影。

当用户没指定具体背景时，模型在三个候选背景类型中自动选择最匹配的一个，同时锁定「保持原图比例 + 重新生成自然阴影」两个默认行为。

五、避免事项（编辑红线）

模板在末尾总结了最容易失败的五条红线，实战中应作为 prompt 约束与验收清单双重使用：

不要修改主体本身（除非用户明确允许）
不要让光线方向与主体原本受光不一致——新背景的灯位应与主体原有受光方向逻辑自洽
不要让背景元素太多分散注意力——背景服务于主体，忌堆砌
不要让主体边缘出现明显抠图痕迹——白边、锯齿、羽化不均都要避免
不要修改主体上的文字 / 标签——品牌信息是硬约束

六、源码级实现：edit.js 如何执行背景替换

背景替换任务的落地脚本是 scripts/edit.js，它只负责一件事：把原图 + 渲染好的 prompt 组装成 multipart form-data，POST 到 OpenAI 兼容的图片编辑接口，并把返回图片落盘。

完整 CLI 参数表

从printHelp()与parseCli()（edit.js）可以看到全部可用参数：

参数	必需	说明
`--image <path>`	✅ 必需	原图路径，即模板中的`REFERENCE_0`
`--mask <path>`	可选	蒙版路径；背景替换通常不需要，局部编辑才用
`--prompt <text>`	二选一	直接传入 prompt 文本
`--promptfile <path>`	二选一	从文件加载 prompt
`--prompt-output <path>`	可选	保存最终 prompt 到指定文件
`--output <path>`	可选	输出路径，默认`garden-gpt-image-2/image/<slug>-<timestamp>.png`
`--model <name>`	可选	模型覆盖，默认`gpt-image-2`
`--size <WxH\\|auto>`	可选	输出尺寸
`--n <count>`	可选	生成数量
`--quality <level>`	可选	`auto`/`high`/`medium`/`low`
`--background <mode>`	可选	`transparent`/`opaque`/`auto`
`--input-fidelity <level>`	可选	`low`/`high`
`--output-format <format>`	可选	`png`/`jpeg`/`webp`
`--output-compression <0-100>`	可选	jpeg/webp 压缩比
`--moderation <level>`	可选	`low`/`auto`
`--json`	可选	输出结构化结果

基础用法

以「商品图换背景」为例，Mode A 下的典型命令：

node skills/gpt-image-2/scripts/edit.js \ --image assets/source.png \ --prompt "以 REFERENCE_0 为基础，保留画面中央白色按压瓶的形态、比例、标签和材质，仅将背景替换为清晨阳光下的木质梳妆台……" \ --output out/edit.png

也可以用--promptfile配合模板渲染好的 prompt 文件：

node skills/gpt-image-2/scripts/edit.js \ --image assets/source.png \ --promptfile garden-gpt-image-2/prompt/background-replacement-20260424-153045.md

底层调用链

从源码看，一次背景替换请求的完整数据流是：

配置解析：parseCli()解析所有 CLI 参数，--image缺失直接抛错（edit.js）
环境变量加载：loadAmbientEnv()按<cwd>/.env→<cwd>/.gateway.env→~/.gateway.env顺序读取（shared.js）
文件校验：ensureFilesExist()确认原图存在（shared.js）
prompt 输入：readPromptInput()支持--prompt或--promptfile二选一（shared.js）
组装表单：buildForm()把图片以Blob形式 append 进FormData，并附加prompt、model、size、quality、background、input_fidelity、output_format等字段（edit.js）——注意编辑脚本使用 multipart form data，而非生成脚本的 JSON body，这是 SKILL.md 明确区分的重要约束
请求 URL：buildRequestUrl()拼接为${OPENAI_BASE_URL}/images/edits（edit.js）
响应解析：extractGeneratedBytes()优先解析data[0].b64_json，兼容data[0].url下载（shared.js）
落盘：prompt 存为.md，图片存为.png，目录不存在自动创建（shared.js 与 shared.js）

默认命名与落盘

未指定--output时，图片默认落在garden-gpt-image-2/image/，prompt 默认落在garden-gpt-image-2/prompt/，文件名由 prompt 前 8 个词 slug 化并附加时间戳生成（edit.js），格式为<task-slug>-<timestamp>.png，例如：

garden-gpt-image-2/prompt/background-replacement-20260424-153045.md garden-gpt-image-2/image/background-replacement-20260424-153045.png

七、运行模式：先判定再执行

背景替换脚本只在Mode A（Garden 本地生图）下直接调用。任务第一步永远是运行模式探测：

node skills/gpt-image-2/scripts/check-mode.js # 拿结构化结果： node skills/gpt-image-2/scripts/check-mode.js --json

探测逻辑见 check-mode.js：当ENABLE_GARDEN_IMAGEGEN为真值（1/true/yes/on/y）且存在OPENAI_API_KEY时进入 Mode A，可以调用edit.js出图落盘；否则降级为 Mode B（把渲染好的 prompt 交给宿主自带图像工具）或 Mode C（只输出 prompt 供用户拿去其它工具执行）。三种模式下，模板文件都照常使用，区别只在第 7 步之后「如何出图」。

八、真实案例对照：JSON 模板如何驱动背景替换

仓库的案例库website/gpt-image2-website/public/case/editing-workflows/background-replacement/提供了两个可对照的真实案例数据，展示了本模板在「人像换夜景」和「商品换沙滩」两类任务上的完整 JSON 结构：

案例 1：人像 → 时代广场夜景（1.json）

{ "type": "背景替换工作流", "goal": "以 REFERENCE_0 为输入，保留人物与穿搭不变，仅将背景换成纽约时代广场夜晚实景……", "reference_0": { "assumed_input": "……紫金色 23 号无袖球衣……白天户外篮球场围栏与绿树作为背景……" }, "edit": { "preserve": "人物的五官、表情、身体姿势、紫金色 23 号球衣的图案与数字……", "replace_only": "背景整体替换为时代广场夜晚：……以蓝紫冷色霓虹为主、夹杂暖色广告面光源", "lighting_rematch": "按新背景主光方向……重新生成与夜景一致的边缘轮廓光与球面料微反光……", "shadow_reflection": "在脚下路面生成柔和接触阴影，与时代广场湿路面微弱倒影衔接……" }, "constraints": { "do_not": ["修改球衣号码、队名区域文字或队标形状", "改变人物脸形、表情或增删身体配件"], "must": ["人物边缘无抠图白边与锯齿"] }, "render_style": "高分辨率运动人像摄影，夜景城市氛围真实……", "aspect_ratio": "保持原图比例" }

案例 2：商品 → 黄昏沙滩（2.json）

{ "type": "背景替换工作流", "goal": "以 REFERENCE_0 为输入，保留耳机与盒体产品级还原，仅将背景从纯白无缝纸换成黄昏海边沙滩……", "edit": { "preserve": "白色 AirPods Pro 3、充电盒、金属铰链、USB-C 口与盒内耳机形态……", "replace_only": "背景替换为日落时分的暖色沙滩：近景细腻沙纹与贝壳，中景退潮水线柔焦，远处海平线橘粉渐变天空……", "lighting_rematch": "主光来自画面左侧低角度夕阳金橙色，在白色塑料上形成长条柔和高光……", "shadow_reflection": "替换为贴近沙面与潮湿沙滩的柔边接触阴影……" }, "constraints": { "do_not": ["修改产品颜色、开盖角度、耳机数量或机身上的小型监管文字与 logo 形状"], "must": ["白盒与耳机仍是官方白，而非奶油灰"] }, "render_style": "高分辨率商业产品摄影，颗粒感真实、浅景深、主体清晰、背景自然虚化", "aspect_ratio": "保持原图比例 1:1" }

对照可见，两个真实案例完整继承了模板的三段式核心结构：preserve（保留清单）+replace_only（替换清单）+lighting_rematch/shadow_reflection（灯光与阴影重生成），外加constraints.do_not/must红线约束。这正是 prompt-writing.md 所定义的模板设计方法论——「主体 / 场景 / 布局 / 风格 / 约束」拆字段，再标记必问 / 可默认 / 可随机——在背景替换场景中的具体落地。

九、实战建议总结

结合模板与源码，一条可复用的背景替换工作流可以收敛为五步：

判边界：确认任务是「只换背景」（主体不动），否则切到局部替换 / 去除 / 精修模板
补关键信息：按五级提问顺序，优先确认主体描述与新背景（场景 / 色调 / 灯光）
渲染 prompt：套用主模板或变体，用{argument ...}填槽；用户没给的就走自动补全策略
执行：Mode A 下调用node scripts/edit.js --image <原图> --promptfile <渲染好的prompt>；Mode B / C 下把 prompt 交给宿主图像工具或直接交付
验收：对照「避免事项」五条红线检查——主体未变、光线自洽、背景不抢戏、边缘无抠图痕、文字标签未改

这套「结构化模板 + 脚本落地」的组合，正是 garden-skills 中 gpt-image-2 技能把提示词工程从「自由发挥」升级为「可复用、可校验、可归档」的关键设计。