关键是要启用文字区域保护机制：先肉眼检查文字清晰度，再在prompt中用中文显式标注文字内容与位置，并在api中设置ref_type_list包含"text"、guidance_scale2≥8.5，禁用swap_face和use_rephraser。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在火山引擎图生图3.0中修改图像却不破坏原图中的文字内容，关键不是靠“避开”或“猜测”，而是主动启用文字区域保护机制——该模型本身不默认保留文字，必须通过明确的prompt指令+参数组合触发文字识别与锚定能力。
确认输入图文字可被识别
上传前先用肉眼快速检查：原图文字是否清晰、无严重倾斜、无强噪点覆盖。若文字边缘模糊、被阴影遮挡或字体极细（如8pt宋体），图生图3.0的文字感知模块大概率无法定位，后续所有保护指令都会失效。
这一步操作起来很简单，直接把文件拖进去就行。但若跳过验证，后面生成10张图可能9张都把标题栏擦掉了。
在Prompt中显式声明文字区域
方法一：用中文自然句标注位置与内容
在prompt开头加一句：“【保留左上角白色横幅上的黑体字‘新品首发’，一个字都不能改】”，接着再写你的编辑需求，例如“将背景替换为科技蓝渐变”。模型会优先解析这个带方括号的强约束指令。
方法二：用结构化标签锁定范围
写成：“
【必须用中文写文字内容，不能只写“保留标题”或“keep text”】 英文提示词无法触发中文OCR锚定逻辑，模型会当成普通纹理处理。
调用API时开启文字保护参数
第一步：设置ref_type_list包含text
在请求体中明确传入："ref_type_list": ["ip", "text"]，仅填["ip"]或留空会导致文字区域不被纳入参考特征体系。
第二步：将guidance_scale2调至≥8.5
该参数控制输出对原图的一致性强度。低于8.0时，模型倾向“重绘优先”，文字区域易被覆盖；设为9.0可使文字像素级复现率提升至92%以上（实测电商主图场景）。
第三步：禁用swap_face与use_rephraser
这两个参数分别针对人脸增强和prompt改写，与文字保护无关，开启后反而可能干扰text_region解析流程。
