做了二十年商业视觉，我见过最贵的一笔冤枉钱，是品牌方拍完一整季模特图、第二年要加 12 个 SKU 时，发现那位模特的档期排不上了。脸是品牌资产，衣服是 SKU，这两件事的刷新频率根本不在一个量级上：一张脸要用三年，一批衣服上架三个月就下架。电商模特「换装不换脸」要解决的，就是让这张脸可以被复制、被复用、被稳定调用，而衣服随时可以换。
现在这套流程大致分成两截：前端用 5~8 张正侧脸采样图把人物特征锁住，后端 AI 出完图再回到 Photoshop 花 15 分钟做二次修复。很多人只做了前半截，出图看着挺好，一放大到主图尺寸就开始露馅——发际线一道接缝、领口阴影和脸不是一个光、袖口糊成一团。决定一张图能不能上架的，往往就是后面那 15 分钟。
换装不换脸这套工作流，我实际跑过很多遍，也被现实教育过很多次。这篇文章把它完整拆开：为什么 5~8 张就够、采样图怎么取、AI 侧出图怎么批量怎么筛、Photoshop 里六个具体动作怎么做、交付尺寸怎么定、三种方案成本怎么算。不需要 GPU，不需要写代码，一台带 Adobe 订阅的电脑加一部手机拍样片，就能开工。
一、问题拆解：为什么模特图的成本结构正在变形
1.1 脸恒定、衣常换：一对天然矛盾的需求
先说清楚矛盾在哪。电商模特图的购买决策链条是这样的：消费者先看衣服，但信任感来自那个“熟悉的脸”。同一家店连续三年用同一位模特，老客户扫一眼就知道是你家；换一次人，转化率会掉，评论区会问“模特换了吗”。这就是为什么品牌愿意为一张脸付高价——它是视觉资产，不是一次性消耗品。
但衣服不一样。一个女装店一季上新 80~200 个 SKU，每个 SKU 至少 5 张图（正面、侧面、背面、细节、场景），加起来就是 400~1000 张。传统拍法要租棚、请模特、请摄影、请化妆、后期修图，一个 SKU 摊下来几百到上千元。上新节奏越快，这套模式越撑不住。
1.1.1 传统拍摄的三个硬约束
第一是档期。好模特排期紧，你不可能今天想加 3 个 SKU，明天她就到棚里。第二是状态。同一位模特隔三个月再拍，体重、发型、妆容都会有变化，所谓“同一张脸”其实只是“差不多”。第三是边际成本不降。拍第 100 个 SKU 和拍第 1 个 SKU，成本几乎一样，规模效应很弱。
这三点正好是 AI 方案的强项：出图不受档期限制，特征锁定后不会漂移，边际成本接近于零（只消耗算力和人工筛选）。所以「换装不换脸」不是一个炫技玩法，而是被成本结构逼出来的必然产物。
1.2 「换装不换脸」的本质是特征守恒
理解了这对矛盾，就能理解为什么“换装不换脸”不是一个特效，而是一套资产管理制度。脸是要被复用的，衣服是被消耗的，两者的管理方式天然不同。
把话说透：换装不换脸的技术本质，是把“人物身份”从“画面”里剥离出来单独保存，再嫁接到新画面上。身份特征大致包括骨相（脸型、颧骨、下颌线）、五官比例（眼距、鼻长、唇形）、皮肤质感（肤色、毛孔、痣）、发型与发际线、体型比例。衣服、背景、姿势、光线属于“可变层”。
好的锁脸方案，就是把可变层尽可能多地释放出去，同时让不变层尽可能稳。电商模特越换越像同一个人，靠的不是“生成得更漂亮”，而是“身份被单独托管了”。LoRA 走的是“把不变层训练成一个权重文件”，参考图类方案走的是“每次出图时把不变层当作条件喂进去”。两条路殊途同归，区别在于你把成本花在“一次性训练”还是“每次调用”上。
这套流程把一个团队的真实工作量压缩成了几段：拍采样图半天，跑批一晚，筛图一天，Photoshop 修复两三天。换装不换脸之所以能在中小电商里跑得起来，靠的就是这种“把大头成本前置一次、后面几乎白嫖”的结构。但它也有代价——采样图这张“入场券”一旦拍废，后面所有环节都会跟着歪。所以下面先从最容易被忽视的采样讲起，再回头讲路线选型。
二、两条锁脸路线：LoRA 与参考图方案的取舍
2.1 LoRA 训练路线：重投入、高上限
先讲 LoRA，不是因为它更好，而是因为它更难，很多团队一上来就被“像不像”这个词带偏，先去啃最重的那条路。搞清楚它的边界，你才知道什么时候该绕开它。
LoRA 的逻辑是拿 20~50 张同一个人的人像，在本地或云 GPU 上做一次微调训练，产出一个几十到两百 MB 的权重文件。常用参数：学习率 1e-4 量级，训练 2000~3000 步，出图时把 LoRA 权重挂在 0.7~0.9 之间调用。权重低于 0.7 脸就不太像了，高于 0.9 又会把衣服、姿势一起“焊死”，换装时衣服跟着漂移。
它的优点很实在：特征最稳，多角度、多表情都能撑住，做一整套品牌视觉资产时上限最高。缺点同样实在：需要 GPU（本地 16GB 显存起步，或者租云卡），训练一次要几小时到十几小时，素材质量差会直接污染模型，而且每次想调“更像一点”或“更自然一点”都得重训或者反复调权重。
2.1.1 LoRA 什么时候值得做
我的判断标准是“年出图量”：如果这个模特一年要产出 3000 张以上的图，而且要覆盖多场景、多姿势、多风格，LoRA 划算。如果只是某个系列、几十个 SKU 临时上新，训练投入收不回来。另外，LoRA 更适合有稳定技术人员的团队——它不是点一下按钮就完事的东西。
2.2 参考图方案：5~8 张即可，无需训练
如果第一条路线的前提是“有 GPU、有人、有时间”，那这一条路线的门槛几乎为零。它也是本文主推的路线，后面整个采样标准与工作流都是为它设计的。
补充一句很多人关心的话：LoRA 不是“更高级”，它只是“更重”。在电商模特这个场景里，真正决定像不像的第一因素永远是采样图质量，其次才是模型选型。你给我一份光线打架、浓妆、歪头的素材，训出来的 LoRA 一样会漂。所以不管走哪条路线，第 4 节那六条取图标准都绕不过去。
参考图类方案（IP-Adapter、各家的人像写真功能、角色特征锁定功能）不需要训练，直接把 5~8 张带脸的照片作为条件输入，模型在生成时“看着”这些图去保持身份。调用即用，换个模特就是换一组图，零训练成本。
它的短板也要讲清楚：特征稳定性比 LoRA 略低，极端角度（大侧脸、低头、仰头）容易漂；每张图都要带上参考图，批量时的显存和耗时压力大一些；不同平台对参考图的“理解”差别很大，需要试。
但对绝大多数电商团队来说，这正是甜点区：一次上新几十个 SKU、同一模特一年出几百到一两千张图，参考图方案的性价比碾压。
2.3 两条路线对比表
| 维度 | LoRA 训练方案 | 参考图方案（IP-Adapter／人像写真／角色特征） | 实操建议 |
|---|---|---|---|
| 素材数量 | 20~50 张同人图 | 5~8 张正侧脸采样图 | 参考图方案 5~8 张是够用线，不必多喂 |
| 是否训练 | 需要，一次几小时到十几小时 | 不需要，调用即用 | 临时上新、季节性系列优先选参考图 |
| 硬件门槛 | GPU，显存 16GB 起（或租云卡） | 普通笔记本 + 浏览器即可 | 没有技术同学的团队直接走参考图 |
| 关键参数 | 学习率约 1e-4，2000~3000 步，权重 0.7~0.9 | 参考强度、参考图数量与角度配比 | LoRA 权重超 0.9 会把衣服一起焊死 |
| 特征稳定性 | 高，大角度也能撑住 | 中高，45° 以内最稳，90° 侧脸需补图 | 参考图方案要刻意补一张 90° 侧脸 |
| 换装自由度 | 中，权重高时衣服容易跟着漂 | 高，服装几乎完全由提示词决定 | 高频换装优先参考图 |
| 启动成本 | 高（训练 + 调参 + 试错） | 低（备好采样图即可） | 年出图 3000 张以上再考虑 LoRA |
| 边际成本 | 低，训练后每张几乎零成本 | 低，每张仅消耗算力 | 两者边际成本都远低于实拍 |
| 适合团队 | 有技术同学、长期同一模特 | 中小电商、快反上新、季节性系列 | 多数团队从参考图方案起步 |
再给一个更实操的“换算”：如果一位摄影师的日薪是 1500~3000 元、一天能拍 8~12 个 SKU，那 40 个 SKU 至少要 4 天。换成参考图方案，4 天里 1 天拍采样、2 天跑批筛图、1 天 Photoshop 修复，还能多出一部分时间做别的款。这就是「换装不换脸」在节奏上的真实收益——不是图更便宜，而是同样的时间能上更多款。
这张表的核心结论只有一句：如果你一年出图不到 3000 张，参考图方案就是更优解。它省掉的是训练和调参这两段最耗人的环节，换来的是“每周都能上新”的节奏感。而换装不换脸在电商里最大的价值，恰恰不是技术上的完美，而是节奏上的连续：同一位电商模特的脸不变，衣服可以每周上新，品牌的视觉资产和 SKU 的节奏就彻底解耦了。
我见过最不划算的做法，是团队花了三天训练了一个 LoRA，结果只用了一个季度就换季了。也见过只看别人说“LoRA 最像”就去折腾，最后发现显存不够、素材不达标，项目烂在训练日志里。「换装不换脸」这件事，先选路线再谈优化，比一上来就堆技术重要得多。
三、为什么 5~8 张就够：特征维度的够用线
3.1 模型真正需要的是「特征覆盖」，不是「数量堆叠」
回到最核心的那个判断：电商模特到底要喂几张图。这个问题被问过太多次，答案其实取决于一个词——覆盖。你的采样图把这张脸的结构信息覆盖完整了，3 张也够；覆盖不全，30 张也白搭。
很多人对采样图有个误解：以为图越多越像。实际上参考图方案吃的是特征维度——正面看到五官间距和脸型宽度，45° 看到颧骨与鼻梁的立体结构，90° 看到下颌线与耳鼻的侧面轮廓，微仰看到鼻底与下巴的关系，微俯看到额头与眉骨。五个角度覆盖完，一张脸的“三维说明书”就齐了。
再往第 9 张、第 10 张加图，新加的多半是同一角度的重复：正面 3 张、45° 4 张，特征信息并没有增加，反而会互相稀释参考权重，还可能把某一张图里的妆容、光线偏差当成“身份特征”学进去。这就是我常说的：5~8 张是特征维度的够用线，不是数量越多越好。
换个角度理解：采样图是喂给模型的“定妆照”，不是“图库”。定妆照的作用是让所有人对这张脸有共同认知，不是把一个人的一生都拍下来。这也是为什么电商模特项目里，5~8 张的采样图往往比 30 张的素材包效果更好——后者信息过载，前者信息精准。「换装不换脸」的稳定度，本质上取决于特征覆盖的完整度，而不是数量。
3.1.1 超过 8 张反而变差的三个原因
一是权重稀释。参考图越多，每张图的平均影响力越低，模型抓取的“共同特征”偏向最泛化的部分，脸会变得更“路人”。二是噪音引入。8 张以外的图往往是随手翻出来的旧照片，光线、妆容、镜头焦段不统一，模型无从判断哪些是身份特征。三是推理变慢。每张参考图都要编码，批量出图时耗时和显存都会上台阶，影响出片节奏。
3.2 什么情况下要往 8 张上限靠
把这个原则落到电商场景：一个女装店模特，全年只出正面、半侧、背面三种姿势，那 5~6 张采样图足够；一个男装店模特要出坐姿、倚墙、回头、低头看表，那就要多补 45° 与微俯，往 8 张靠。电商模特的采样配置，应该由“这张脸要被用在什么姿势上”倒推，而不是拍脑袋定一个数。
反过来讲，下限也不是随便定的。少于 5 张，通常意味着缺了某个基准角度——最常见的是缺 90° 侧脸或者缺微俯，出图时那个方向的脸一定不稳。所以更准确的说法是：5 张是覆盖六个基准角度的最低配，8 张是加上一张特征特写、一张备用正面之后的舒适配。电商模特的采样图不是越多越好，而是“角度齐了刚刚好”。
还有个实操经验：参考图取偶数张时，模型对左右脸的平衡往往更好。因为绝大多数人的左右脸并不完全对称，如果正面只放一张、45° 只放某一侧，模型就会偏向那一侧的特征。补一张右侧 45°，左右脸的信息量对等，出侧身图时就不会出现“这一边好看、那一边像别人”的尴尬。这个技巧比反复调参考强度管用得多，是我试了小半年才总结出来的。
如果模特需要覆盖多种姿势——站立、坐姿、侧身回眸、低头看手机——那就要多用两张 45° 与微俯图，把“头部转动时的脸”也锁住，这时候往 8 张靠是合理的。另外，如果模特有明显辨识特征（比如眼角的痣、特定的眉形），拍一张特征特写放进去，比其他补充角度更有价值。
四、采样图的 6 条取图标准
采样图质量决定上限，这一点再怎么强调都不为过。你喂进去 5 张光线打架的脸，出来的图就一定是光线打架的脸。下面六条是我们团队拍采样片时的硬标准，一条不达标就重拍。
4.1 标准一：角度配比（正面 1~2 张、45° 侧脸 2 张、90° 侧脸 1 张、微仰微俯各 1 张）
这是整套标准里最关键的一条。角度不是凑数，每个角度对应一个结构信息。正面管脸型宽度与五官间距；45° 管颧骨、鼻梁的立体结构，同时是电商图里最常用的“半侧脸”；90° 侧脸管下颌线、鼻尖与耳廓关系，缺这张，出 90° 侧脸图时下颌线一定飘。电商主图里“侧身回眸”“倚墙侧站”这类姿势占比很高，下颌线一飘，整张图就废了。
微仰约 10°~15°，看鼻底与下巴；微俯约 10°~15°，看额头、眉骨与头顶的发旋走向。这两张决定你后面做“低头看手机”“仰头展示帽子”之类的姿势时脸不会崩。
4.1.1 角度拍摄的具体操作
拍的时候别让模特自己转头，用地面胶带标位置：正对、左侧 45°、左侧 90°，让模特站在标记上、眼睛平视前方一个固定点。手机横过来拍摄，镜头与眼睛等高，别仰拍也别俯拍。微仰微俯这两张靠摄影师移动机位实现，不是靠模特点头低头——点头会改变颈部线条，容易产生双下巴。
4.2 标准二：统一光照方向与色温
这条标准最容易被“环境好”打败。很多团队是在窗边、办公室、家里随手拍的，单张看都没问题，合在一起就是七种不同的光。
所有采样图必须在同一套光下拍。建议用单一主光 + 反光板，主光固定在模特左前方 45°、约 30° 俯角，这样七张图的高光位置一致。色温统一在 5500K 左右，别一张室内暖光、一张窗边自然光。色温不一致会导致 AI 拿不准肤色基准，后面调肤色怎么调都不对。
4.3 标准三：避免浓妆、大表情、遮挡
这一条看起来像“摄影常识”，其实是技术约束。模型学到的是像素，不是“这个人”。浓妆、大笑、遮挡都会往像素里加“非身份”的信息。
浓妆会改变五官轮廓（尤其是眼妆和修容），AI 会把“化了妆的脸”当成身份。建议裸妆或轻微底妆，口红选接近本色的。表情要中性，闭嘴、不露齿、不挑眉——大笑会改变脸型，笑得开心的采样图会让后面所有图都挂着一个笑容。遮挡包括刘海挡额头、头发遮住半边脸、耳环挡住下巴、戴帽子，这些都会让模型缺失结构信息。
4.4 标准四：分辨率 ≥1024px，面部占比清晰可辨
分辨率不够，等于把一张脸变成一张马赛克。模型的编码器会“猜”，猜出来的五官就是别人的。
采样图分辨率建议不低于 1024px（长边），面部像素占比要清晰可辨——最简单的判断方法：把图片缩小到 25%，如果还能一眼看清五官形状，就合格。用手机后置主摄直出就够，别用前置自拍（自拍会拉宽脸型），也别过度美颜，美颜磨掉毛孔和皮肤纹理，等于把肤色信息抹平了。
4.5 标准五：背景干净，服装简单
背景和服装是参考编码器最想“忽略”、又最容易“误读”的部分。处理不好，模型会把背景的色调带进肤色，把衣服的纹理带进头发。
背景用纯色墙或浅灰背景布。杂乱的背景会让参考编码器分散注意力。衣服穿纯色、无图案的修身款（白 T 或黑色针织），避免大 logo、复杂印花、宽松领口——宽松领口会遮住脖子与锁骨，后面换装时脖子与衣领交界最容易出问题。
4.6 标准六：同一台设备、同一焦段
六条标准里，前五条决定“像不像”，这一条决定“稳不稳”。焦段和距离的差异不会让某一张图明显出错，但会让模型对脸的比例产生不确定，表现就是出图时好时坏、没有规律。
七张图用同一台手机、同一颗镜头拍。不同焦段的透视差异会改变脸的比例（广角近拍会让鼻子显大），模型会把这种差异当成身份的一部分。如果条件允许，用 50mm 等效焦段，距离模特 1.5~2 米，透视最自然。
4.7 采样图取图规格表
把六条标准落成一张规格表，就是下面这个。这张表是拍采样图时的“验收单”，也是新人上手时最快的一份说明书。
| 编号 | 角度 | 张数 | 要锁住的结构信息 | 拍摄要点 | 常见不合格样态 |
|---|---|---|---|---|---|
| S1 | 正面 0° | 1~2 张 | 脸型宽度、眼距、鼻翼宽度、唇形 | 双眼平视镜头，下巴微收 3° | 头发挡脸、歪头、露齿笑 |
| S2 | 左侧 45° | 1 张 | 颧骨高度、鼻梁立体度 | 眼睛看向镜头方向，不转头只转肩 | 过度扭头导致一侧脸被压缩 |
| S3 | 右侧 45° | 1 张 | 左右脸对称性（大部分人左右脸不同） | 与 S2 镜像操作，光线不变 | 只拍一侧，出图时另一边脸走样 |
| S4 | 90° 侧脸 | 1 张 | 下颌线、鼻尖形状、耳廓位置 | 机位不动，模特转 90° 到位 | 侧脸被头发完全遮住耳朵 |
| S5 | 微仰 10°~15° | 1 张 | 鼻底、下巴长度、颈部线条 | 机位下降到胸口高度向上拍 | 仰角过大出现双下巴 |
| S6 | 微俯 10°~15° | 1 张 | 额头、眉骨、发旋走向 | 机位升高，模特平视前方 | 低头导致脸型变尖 |
| S7 | 特征特写（可选） | 0~1 张 | 痣、疤痕、特殊眉形等辨识点 | 半身近景，面部占画面 60% 以上 | 过度美颜抹掉特征 |
这套规格表我一个朋友的女装店团队用了半年，返工率从最初的三成降到一成以内。关键不在设备，在这七张图是不是真的按同一套光、同一套标准拍的。
4.8 命名与归档规范
采样图的数量控制住之后，第二个常见问题是“找不回来”，这直接影响后面每一次电商模特换装能不能快速复用。我们见过太多团队，采样图散在三个人的手机相册和两个网盘里，半年后要复采，连“上一版是哪几张”都说不清。对「换装不换脸」这种要长期复用的资产来说，采样图本身就是品牌资产的一部分，应该像商品资料一样被归档管理，而不是当成临时素材。
采样图如果散在相册里，三个月后就再也找不回来了。我们用的是一套看起来有点啰嗦、但半年后还能一眼看懂的命名规则：模特代号 _ 角度 _ 日期 _ 版本。归档时一个模特一个文件夹，里面分 raw（原始图）、sample（裁剪到 1024 以上、已选出的采样图）、lora（如果有训练）、output（出图）、final（PS 修复后交付图）。
brand_model_sampling/
└── M07_LinXia/ ← 模特代号（M + 两位序号 + 拼音名）
├── raw/ ← 手机直出原图，不修不剪
│ ├── 20260312_M07_S1_01.jpg
│ └── 20260312_M07_S4_01.jpg
├── sample/ ← 选定的 5~8 张采样图（长边 ≥1024px）
│ ├── M07_S1_front_a.png ← S1 正面（a/b 表示同角度不同张）
│ ├── M07_S2_45L.png
│ ├── M07_S3_45R.png
│ ├── M07_S4_90L.png
│ ├── M07_S5_up.png
│ └── M07_S6_down.png
├── prompt/ ← 提示词版本
│ └── v03_lookbook.txt
├── output/ ← AI 原始出图，保留全部变体
│ └── 20260320_AW26_D03_c01_v2.png
└── final/ ← PS 修复后交付图
└── 20260320_AW26_D03_main_1200.png命名里的字段含义：AW26 是 2026 秋冬系列，D03 是连衣裙第 3 个款，c01 是第 1 个颜色，v2 是第 2 次生成变体。main 表示主图，detail 表示细节图，scene 表示场景图。这套命名看着琐碎，但它让后面筛选、返工、找图的效率提升一个数量级——尤其当你有 6 个模特、40 个款同时跑的时候。
下面这份清单就是每次拍采样图前打印出来、交给摄影师和模特的执行单。左侧打勾，右侧核对，七项全部走完才允许收工。我们团队用它把采样拍的返工率压到了 10% 以下：
【采样图拍摄执行清单】日期：______ 模特代号：______ 拍摄人：______
□ 机位固定在同一位置（建议距模特 1.5~2m，50mm 等效焦段）
□ 主光固定在模特左前方 45°、俯角约 30°，色温 5500K
□ 背景：纯灰或浅色背景布，无杂物
□ 服装：纯色修身款，无 logo、无复杂印花、领口不遮脖
□ 妆容：裸妆，唇色接近本色，无重眼妆与修容
□ 表情：中性，闭嘴不露齿，不挑眉
[角度] [文件命名] [完成]
□ S1 正面 0°（1~2 张） M07_S1_front_a.png []
□ S2 左侧 45° M07_S2_45L.png []
□ S3 右侧 45° M07_S3_45R.png []
□ S4 90° 侧脸（耳朵露出来） M07_S4_90L.png []
□ S5 微仰 10°~15°（机位降低） M07_S5_up.png []
□ S6 微俯 10°~15°（机位升高） M07_S6_down.png []
□ S7 特征特写（有辨识点才拍） M07_S7_mark.png []
□ 全部图片长边 ≥1024px
□ 缩小到 25% 仍能一眼看清五官
□ 七张拼九宫格看，色温一致、光向一致
□ 未美颜、未磨皮，保留皮肤纹理
□ 已上传至 brand_model_sampling/M07_LinXia/sample/这份清单的价值在于把“拍得好不好”这种主观判断变成了可以逐项核对的事实。电商模特项目里最常见的争吵是“这张图为什么不像”，有了执行单，答案往往就写在某一条没打的勾上。
4.8.1 采样图多久复采一次
这也是「换装不换脸」能不能长期跑下去的关键。建议每 6 个月复采一次，或者模特的发型、体重、肤色发生明显变化时立即复采。复采时把新旧采样图并排看，如果差异超过肉眼可辨程度，就按新一轮替换：新文件用新日期前缀，旧的不删，留作历史版本。很多团队脸越做越不像，根源就是一年前拍的采样图一直在用。
五、AI 侧完整工作流：从出图到筛选
5.1 第一步：把采样图喂进参考位
到这里，采样图已经准备好了。接下来是最容易“卡壳”的一步——不是技术卡壳，而是心理卡壳。很多人会把参考强度调得很高，觉得“越像越好”，结果就是出图死死贴住采样图的姿势和光线，换装彻底失败。
以 IP-Adapter 类工具为例，把 S1~S6 六张图全部放进参考图位，参考强度从 0.6 起步。人像写真功能通常叫“角色/人像参考”，直接上传即可，系统会自己判断身份。有些工具会限制参考图数量（比如最多 4 张），那就优先放 S1、S2、S4、S5——正面、45°、90°、微仰，这四个角度的信息密度最高。
这里补充一个容易忽略的点：参考图位是有限的，如果平台只给 4 个槽，那四张图必须各司其职——正面、45°、90° 和微仰或微俯各取一张，一张都不能浪费在重复角度上。槽位被占满的时候，采样图的质量比数量重要得多，一条多余的重复角度就可能挤掉关键的侧面结构。
关键动作：先跑一张“纯背景测试图”，就是给参考图配一句最简单的提示词（比如“纯白背景、正面站立、穿白衬衫”），看看脸锁不锁得住、肤色对不对。这一张不花多少钱，但它能提前暴露采样图的问题，比批量跑 40 张再发现问题便宜得多。
5.2 第二步：提示词模板
这一步是整条链路里最容易被“随意化”的一步。很多人每次现编提示词，结果就是同一批图里，一会儿是“oversized shirt”，一会儿是“loose blouse”，模型理解不一致，出图的版型也跟着飘。电商模特换装的稳定性，有三成来自采样图，七成来自提示词是不是够“工程化”。
提示词的结构我建议固定成“人物——服装——姿势——环境——画质”五段。人物段只写“使用参考图人物身份”，别重复描述五官——重复描述会与参考图打架，反而让脸不稳。服装段是重点，写得越具体越好：颜色、面料、版型、领型、袖长、长度、细节（扣子、褶皱、腰带）。
【人物】Use the person from the reference images. Keep the same face,
skin tone, haircut and facial proportions. Natural neutral expression.
【服装】Wearing a cream-colored oversized linen shirt, camp collar,
dropped shoulders, long sleeves with mother-of-pearl buttons,
tucked into a light-wash straight-leg denim.
【姿势】Standing, body facing 45 degrees to camera, hands relaxed at sides.
【环境】Clean light-gray studio backdrop, soft diffused light from front-left
at 45 degrees, subtle shadow on the floor.
【画质】Full-body shot, 50mm lens, f/4, sharp focus on face and fabric texture,
natural skin texture visible, no beauty retouching, 4:5 vertical.电商模特换装最关键的一条纪律：批量时只改【服装】那一段，其他四段一个字都不动。我习惯把服装描述单独存成一个文件，一行一个 SKU，跑批时逐行替换。这样 40 个款跑下来，人物、姿势、环境完全一致，只有衣服在变——这本身就是「换装不换脸」想要的效果。
实际跑批时，我会在上面的单条模板外面，再挂一层“批量清单”结构。一行一个 SKU，人物段与环境段用变量引用，只让服装段变化，这样 40 个款一次性生成，电商模特的形象在所有图里完全统一：
{{PERSON}} = Use the person from the reference images (M07). Keep face,
skin tone, haircut and facial proportions identical.
Natural neutral expression, no heavy makeup.
{{POSE}} = Standing, body facing 45 degrees to camera, hands relaxed at sides.
{{SCENE}} = Clean light-gray studio backdrop, soft diffused light from
front-left at 45 degrees, subtle floor shadow.
{{QUALITY}} = Full-body shot, 50mm lens, f/4, sharp focus on face and fabric,
natural skin texture, no beauty retouching, 4:5 vertical.
{{NEG}} = different face, changed identity, heavy makeup, deformed hands,
extra fingers, logo, text, watermark
---- SKU 行（只改这一段）----
D01_c01 → cream oversized linen shirt, camp collar, dropped shoulders
D02_c02 → black ribbed knit tank, high neck, cropped hem
D03_c03 → camel wool coat, notched lapel, calf length, belt at waist
D04_c04 → white cotton poplin dress, puffed sleeves, midi length, back zip
最终提示词 = {{PERSON}} {{服装行}} {{POSE}} {{SCENE}} {{QUALITY}} NEG: {{NEG}}用这种结构跑批，最大的好处是排错快。哪张图脸不对，一定是采样图或 {{PERSON}} 段的问题；哪张图衣服不对，就看服装行。把变量拆开，问题也就被拆开了。
5.2.1 负面提示词要写哪几项
负面提示词不需要太长，抓四个方向就够：different face, changed identity, heavy makeup, deformed hands, extra fingers, logo, text, watermark。手部问题在换装图里出现频率很高，尤其是袖口复杂的时候，建议在提示词里写“hands partially hidden in pockets”或者干脆用长袖遮住双手，后期也省事。
5.3 第三步：批量出图与变体管理
批量这一步考验的是“流程化”程度。一个人一天出 4 张不是本事，一个月稳定出 600 张、而且长得都像同一个人，才是。
一个 SKU 至少出 4 个变体（固定种子、只微调提示词里的动作或角度）。批量时把种子记下来，方便后面回滚。变体不要直接覆盖，全部保留在 output 目录，用后缀区分。40 个 SKU × 4 个变体 = 160 张，一台中端显卡跑一晚上能出完。
5.4 第四步：筛选的四个硬指标
批量出图之后，团队最容易乱的一步就是筛图。四个人看 160 张，标准各不相同，最后挑出来的图风格打架。所以筛选必须量化：能一句话说“哪里不行”的，就不叫筛图，叫审美偏好。下面四条指标，每一条都能落到具体的视觉证据上，也都能被第二个人复核。
筛图这一步不能靠“感觉好看”，要有可执行的指标。我们团队用的是四条：脸像不像（和采样图对比，看眼距、下颌线、痣）；衣服对不对（版型、领型、长度、颜色是否符合商品信息）；光影顺不顺（脸的光和人体的光是否同一方向）；结构有没有崩（手指、领口、袖口、发际线）。
电商模特换装最怕“看起来差不多”，因为“差不多”在 25% 缩略图里成立，在 200% 主图里就穿帮了。，因为筛图的那个人往往就是修图的那个人，他会不自觉地想“这个我后面能修”。我的建议是筛图和修图分开人做，或者至少隔半天再看，判断会客观很多。经验数据是：初筛淘汰率在 50%~65%，也就是说 100 张出图里，大概 35~50 张能进入 PS 修复环节，最终能上架的 25~35 张。「换装不换脸」的产出比没有想象中高，但相比实拍仍然是降本。
5.5 第五步：初筛后按「修复难度」分级
筛出来的图不都是“同一难度”的。有的只差一点点皮肤质感，有的发际线整块崩掉，有的光影完全反了。不分级直接丢给修图，就会出现“简单的图占了八成时间、难的图没人碰”的情况。
筛完的图要按修复难度分 A/B/C 三档。A 档：脸稳、衣服对、光影顺，PS 只做微调 5 分钟以内。B 档：有一到两处明显问题（发际线接缝、领口阴影不对），需要生成式填充处理，10~20 分钟。C 档：脸开始漂移或者结构崩坏，建议直接放弃重出，修它的时间比重出还长。
三档之间还有一个中间态，我一般叫“B+”：问题集中在同一处，且这一处可以整块重生成（比如一只手换掉了、一片背景光不对）。B+ 的处理方式是局部生成式填充，时间控制在 5 分钟内，性价比最高。这个分法在电商模特批量修图里特别实用，因为它让“要不要修”从感觉变成了排期问题。
这个分级的意义在于排产。C 档不要舍不得，修一张 C 档图的时间够你重出 10 张 B 档。很多团队上不去量，就是因为舍不得淘汰。
六、Photoshop 侧二次修复：决定能不能上架的 15 分钟
6.1 为什么必须回 PS
先说一个判断：如果一张图 AI 直出就能上架，那它多半不够复杂——电商模特的图，复杂度恰恰藏在细节里。电商模特图能被用户放大到 200%、能被平台审核、能被竞品截图对比，这些“压力测试”都不是 AI 出图环节能预见的。
先说一个反直觉的看法：很多人以为 AI 出图这一步最难，其实出图已经是整个流程里最省事的环节。真正的分水岭在 AI 之后——一张图从“看着像这么回事”到“可以挂到商品页上卖”，中间隔着的就是这道 PS 关。锁脸锁得再稳，只要发际线有条缝，运营也不会让你上架。
AI 出图在“整体感觉”上已经不错，但在“商品可信度”上还有硬伤。电商图会被消费者放大到 200% 看面料、看扣子、看缝线；也会被平台审核看是否变形、是否 AI 痕迹。这些问题在 AI 侧往往修不了——它对“袖口应该怎么缝”的理解不如你，对“这个品牌的白应该是哪个白”也不如你。
更重要的一点：AI 出图之后那 15 分钟的 PS 修复，决定了这张图能不能上架。没修的图看着漂亮,但领口阴影来自错误光源，一放到详情页就会显得廉价；发际线有一道淡淡的接缝，放大就露馅。这 15 分钟不是“精修”，是“补齐商品信息”。
6.2 六个具体修复动作
下面六个动作按“结构→肤色→光影→尺寸”的顺序排。这个顺序不能乱：先修结构，再修颜色，最后修尺寸。反过来做，你会在一张比例都不对的图上反复调色，白费力气。这也是电商模特图二次修复里最反直觉的一条经验。
6.2.1 动作一：补袖口与领口的细节
这是电商模特图 Photoshop 修复的第一步，也是性价比最高的一步。袖口和领口补好了，一张图立刻从“AI 感”变成“棚拍感”。电商买家看细节图时，视线落点几乎是固定的：先看领口，再看袖口，最后看下摆。这三个位置决定了他们对“这件衣服做工怎么样”的第一判断。
补细节的原则是“宁少勿多”。只圈出真正糊掉的那一小块，圈得越大，生成式填充越容易重新发挥，反而把周围原本正确的褶皱改坏。圈选边缘留 5~8 像素的过渡带，让新细节和原图自然衔接。
AI 最容易糊的地方就是袖口和领口——这两个位置结构复杂，模型倾向于“糊过去”。做法是用套索工具圈出模糊的袖口，在生成式填充里输入“linen shirt cuff with visible stitching and a mother-of-pearl button, natural fabric folds”，一次生成三个变体挑一个。生成式填充在独立生成式图层上运行，不破坏原图，随时可以切换变体，这一点对反复修改非常友好。
生成式填充默认走 Firefly Image 5，原生输出 4MP。对袖口这种局部区域，4MP 完全够用；领口涉及更大的面积，如果后面要放大到 300dpi，就要考虑配合生成式扩展或者放大功能。
6.2.2 动作二：修发际线接缝
发际线是换装不换脸里最典型的“锁定失败”痕迹。脸对上了、光对上了，头顶那条线一硬，一切白搭。
换装图里发际线是事故高发区：AI 常常把头发和额头交界处理成一条硬边。修法是放大到 200%，用细笔刷把接缝两侧各框出 3~5 像素，走生成式填充，提示词写“natural hairline with fine baby hairs blending into forehead skin”。修完用仿制图章修一下睫毛状边缘，透明度降到 60% 再刷一遍，过度更自然。
6.2.3 动作三：调肤色，避免断层
肤色断层是“脸稳了”之后的下一个问题，也是换装不换脸最常被买家察觉的破绽——因为人对肤色的敏感度远高于对褶皱的敏感度。脸锁住了，脖子和手却没跟上，看起来像拼上去的。
肤色断层通常出现在脸和脖子、脖子和手之间，因为 AI 在不同区域用了不同的肤色基色。做法是新建一个“颜色”混合模式的图层，用低饱和的暖色统一涂抹，然后蒙版只保留断层区域。更稳妥的做法是用曲线调整层，对脖子区域单独拉一点红色和黄色通道，让肤色和脸部接上。
如果整张图和采样图的肤色偏差超过肉眼可辨程度，那就不是修能解决的，说明采样图色温有问题，得回去重拍或换图。这也是为什么第四条取图标准把“统一色温”写死了。
6.2.4 动作四：统一阴影与光照
光照不一致是换装图里最“高级”的问题——用户未必说得出哪里错，但会觉得这人不属于这个画面。统一光照之后，整张图的可信度会有肉眼可见的提升。
AI 出图经常出现“脸的光从左边来、身体的光从右边来”的情况。这时用 Harmonize（协调）功能：选中人物图层，让 PS 自动匹配背景的光照与色温，一次运算把主光方向统一。Harmonize 对场景图特别有用，因为 AI 生成的背景光五花八门。注意 Harmonize 只是“协调”，如果主光方向本身反了，还是要先用生成式填充重做阴影区。
6.2.5 动作五：生成式扩展，扩图适配版式
很多 AI 出图是 4:5 或 1:1，但详情页要 3:4，主图要 1:1，场景图要 16:9。以前的做法是裁，裁掉的就是信息。现在用生成式扩展：把画布往外拉，PS 自动补全边缘。扩展时提示词要写清楚“extend the studio floor and seamless backdrop, keep the subject and lighting consistent”，否则补出来的地面会和原地面接不上。
6.2.6 动作六：Generative Upscale 放大出 300dpi
电商主图最终要 300dpi。AI 原图原生 4MP 左右，直接放大到主图尺寸会糊。用 Generative Upscale（由 Topaz 驱动）可以把图放大到 2 倍甚至更高，同时保留皮肤纹理和面料纹理。放大后记得再检查一遍发际线和袖口——放大镜会把修图痕迹也一起放大。
6.3 PS 修复动作对照表
把上面六个动作整理成一张表，方便团队里不同的人按同一套标准执行。表格里还加了一条“风格对齐”作为第七步——它不是修某个局部，而是确保这一个电商模特在这次上新里的所有图看起来属于同一季。
| 顺序 | 修复动作 | 典型问题 | 工具 | 耗时 | 判断是否修好 |
|---|---|---|---|---|---|
| 1 | 补袖口、领口细节 | 面料糊成一片、缝线消失、扣子变形 | 生成式填充（局部，Firefly Image 5） | 2~4 分钟 | 放大 200% 能看到缝线与布纹 |
| 2 | 修发际线接缝 | 头发与额头之间一条硬边 | 生成式填充 + 仿制图章 | 2~3 分钟 | 200% 下看不到硬边与断发 |
| 3 | 调肤色、消断层 | 脸与脖子、手部肤色不属于同一个人 | 颜色图层 + 曲线调整层 + 蒙版 | 2 分钟 | 把图缩到 25% 看整体不花脸 |
| 4 | 统一阴影与光照 | 脸光与人体的光方向相反 | Harmonize（协调） | 1~2 分钟 | 高光点落在同一侧 |
| 5 | 生成式扩展适配版式 | 画幅比例不符（4:5 要变 3:4、16:9） | 生成式扩展（Generative Expand） | 1~3 分钟 | 扩展区地面/背景无明显接缝 |
| 6 | 放大到 300dpi | 放大后纹理丢失、边缘发虚 | Generative Upscale（Topaz 驱动） | 2~5 分钟 | 100% 显示下面料纹理清晰 |
| 7 | 风格与参考图对齐 | 本批图与本季视觉调性不统一 | 参考图（Reference Image）引导 | 1~2 分钟 | 和同系列其他张放一起不违和 |
补一个细节：每个修复动作都要在独立的生成式图层上完成，而不是直接盖在人物图层上。Photoshop 修复之所以可以反复试，靠的就是这种非破坏性——同一个袖口可以生成五六个变体挨个比，满意了再合并。很多新手直接在原图层上修，改完不满意只能撤回，越修越犹豫。
这六个动作按顺序做，不要跳。跳过 1、2 直接调色，后面会越修越脏，因为你是在给一张有结构性问题的图上做色彩调整。我见过返工三小时的图，八成是顺序错了。
把每个动作的“生成式填充提示词”单独存一份，修复时直接复制，比每次现编快得多。下面这份是我们团队常用的六条，可以直接拿去改：
【1 袖口细节】linen shirt cuff with visible stitching and a mother-of-pearl
button, natural fabric folds, same lighting direction as the sleeve
【2 发际线】natural hairline with fine baby hairs blending into forehead
skin, no hard edge, keep the forehead skin texture
【3 领口阴影】soft shadow under the shirt collar consistent with the light
coming from front-left, gentle falloff on the neck
【4 扩图补地】extend the seamless studio backdrop and the floor, keep the
subject, shadows and lighting consistent with the original image
【5 场景延展】extend the modern interior background with soft window light,
same color temperature as the subject, no new people or objects
【6 细节复原】restore the denim texture and the belt loop stitching,
keep the same fabric color and wash注意每条提示词都带着“光照方向”或“色温一致”的约束句。少了这句，生成式填充补出来的局部会自成一套光，接缝一眼就能看出来——这是电商模特换装修图里最常见也最容易被忽略的细节。
6.4 生成式填充的模型切换与商用问题
这一小节值得多说两句，因为电商模特图一旦要对外发布，模型选择就不只是“画质问题”，而是“责任问题”。默认的 Firefly 训练于授权内容，商用相对安全；一旦为了某个细节切到第三方模型，那条链路上的所有输出都要单独评估。
2026 年起，Photoshop 的生成式填充可以切换模型：默认是 Firefly，也是唯一“商用安全”的选项——它训练于授权内容，Adobe 为商用提供相对明确的责任承诺。如果图里有文字（比如印花上的品牌名、吊牌上的价签），可以切到 Gemini / Nano Banana 处理，它们对文字的处理更准。
如果要保住真实感和主体一致性（比如需要 AI 补一块肉眼几乎看不出是 AI 的面料），可以切到 FLUX.2。但要记住：一旦切到第三方模型，就不再享受 Adobe 的赔偿承诺。涉及品牌形象、大型物料、担心版权争议的项目，老老实实用 Firefly。快反测款、内部打样这种不对外发布的内容，可以用第三方模型提效。
还有一个现实问题：生成式填充在中国大陆地区不可用（Adobe 官方说明）。如果团队在大陆、用的也是本地版 Adobe，这条功能是打不开的，需要评估替代方案或者用其他合规渠道。这不是技术问题，是可用性问题，得提前搞清楚，别等到项目上线才发现。
七、交付规范：尺寸、白底、透明底、场景图
7.1 电商主图尺寸
先把主图说透，因为它是所有交付物的“锚”。主图尺寸定错了，后面详情图、场景图都会跟着将就。
不同平台尺寸要求不一样，但有三条通用原则：正方形优先（1:1，主流平台主图都是正方形）；长边不低于 1200px（平台支持放大查看）；白底图的商品占比在 70%~80%，四周留白均匀。
7.2 交付尺寸表
下表的像素与比例是按主流电商平台的实际展示需求整理的。不同平台会有微调，但“主图 1:1、详情 3:4、场景 16:9、印刷 300dpi”这个骨架不会变。
| 用途 | 比例 | 像素尺寸 | 分辨率 | 背景 | 格式 | 备注 |
|---|---|---|---|---|---|---|
| 电商主图（平台首图） | 1:1 | 1200×1200 起，建议 2000×2000 | 300dpi | 纯白 #FFFFFF | JPG（质量 90 以上） | 商品占比 70%~80%，四边留白均匀 |
| 详情页首屏大图 | 3:4 | 1500×2000 | 300dpi | 场景或浅灰 | JPG | 可含模特全身，注意脚部完整 |
| 详情页模块图 | 4:3 | 1200×900 | 144dpi（屏幕显示） | 场景 | JPG | 网页展示用，文件体积控制在 500KB 内 |
| 详情页长图切片 | 1:1 或 3:4 切段 | 750px 宽 | 144dpi | 按切片位置 | JPG | 移动端优先，单张不超过 200KB |
| 透明底图（抠图用） | 1:1 | 2000×2000 | 300dpi | 透明 | PNG（含 Alpha 通道） | 头发边缘保留 1~2px 羽化，避免白边 |
| 场景图（首页 banner） | 16:9 | 2560×1440 | 144dpi（屏幕） | 场景 | JPG | 主体偏左或偏右，给文案留出空间 |
| 社交媒体方图 | 1:1 | 1080×1080 | 144dpi | 场景或纯色 | JPG | 同款可裁二次构图 |
| 线下物料 / 印刷画册 | 按版式 | ≥3000px 长边 | 300dpi | 按版式 | TIFF 或 PDF | 必须走 Generative Upscale 后再输出 |
导出时按用途分目录，文件名在 PS 里直接批量重命名，不必手动一个个打字。我们把这一段写成了一个小脚本模板，交付前跑一遍，命名不规范的图会被直接挑出来：
# 交付命名规范： 日期_系列_款号_颜色_视图_尺寸.ext
20260320_AW26_D03_c01_main_2000.jpg ← 主图 1:1 白底
20260320_AW26_D03_c01_detail_1200.jpg ← 详情页 3:4
20260320_AW26_D03_c01_back_2000.png ← 透明底 PNG
20260320_AW26_D03_c01_scene_2560.jpg ← 场景图 16:9
20260320_AW26_D03_c01_sns_1080.jpg ← 社交媒体方图
# 目录结构
AW26/D03/c01/
├── main/ 1:1 白底 2000×2000 300dpi
├── detail/ 3:4 1500×2000 300dpi
├── cutout/ 1:1 透明底 2000×2000 PNG
├── scene/ 16:9 2560×1440 144dpi
└── print/ ≥3000px 长边 TIFF（仅画册款）
# 交付前核对
✓ 白底 RGB = 255,255,255
✓ 透明底含 Alpha 通道，头发边缘无白边
✓ 100% 显示下面料纹理清晰，发际线无接缝
✓ 文件名与商品编码一一对应这张表建议直接贴在团队工作台的墙上。最常见的交付事故就是主图给 750px、详情页给 300dpi，客户一放大就糊，平台一放大就拒。「换装不换脸」的整套流程最后都要收敛到这张表上。
还有一个判断标准值得写进交付规范：横向比，不纵向比。一张图单独看很难判断合格与否，把它和同系列另外九张摆在一起看，哪张的肤色偏了、哪张的发际线硬了，一眼就出来。所以交付前必须做一次“九宫格拼图”检查，这也正好是 Photoshop 修复最后的验收动作。
7.3 白底图与透明底的细节
这两类图是电商模特图最容易被退回的交付物，退回理由也最统一。白底图退回的原因几乎全是“背景不够白”，透明底退回的原因几乎全是“边缘发灰”。两者的修法完全不同：前者查色值，后者查蒙版。
白底不是“背景是白的”就行。平台审图看的是纯白（RGB 255,255,255），灰白、米白、带渐变的白都会被判不合格。抠图后务必检查边缘：AI 出图的头发和薄纱边缘最容易出灰边，做法是把蒙版向内收缩 0.5px，再用一层白色叠底看边缘是否干净。
透明底要 PNG 24 位带 Alpha 通道，不要用“白底 JPG 再抠”。透明底保留了商品和模特的边缘信息，方便运营后期自己换背景、做活动图。
7.4 场景图的光影一致性
场景图是“看起来最不像 AI”的一类图，也是“最容易暴露 AI”的一类图。原因很简单：消费者的眼睛对“影子的方向对不对”极其敏感，哪怕说不出哪里不对，也会觉得“这个图怪怪的”。电商模特场景图的质量分水岭，就在影子。
场景图最容易翻车的地方是光影。人物来自棚拍光，背景来自 AI 生成，两者光方向不一致，一眼假。做法是在 PS 里用 Harmonize 统一，或者反向操作——把人物放到场景后，用生成式填充重新生成人物脚下的阴影区，让影子和场景光源对上。这条做完，场景图的“真实感”提升最明显。
八、成本对比：LoRA vs 参考图 vs 外包拍摄
算账之前先明确一点：这里的成本不只看“拍一张多少钱”，更要看“从决定上新到能上架，总共要花多少人和时间”。电商模特这条链路上，最大的隐性成本是“等”——等模特档期、等排期、等修图，等来的就是错过上新窗口。所以下面的对比按“周期 + 人工 + 边际成本”三条线一起算。
8.1 三种模式的账怎么算
这张表最难写，因为每个团队的数据都不一样。下面是我按自己带过的几个电商团队的平均情况给的区间，重点是看“结构”，不是看绝对值。
先把最容易被忽略的一笔成本点出来，这也是判断电商模特项目值不值得上 AI 的第一道题：筛图和修图的人工，才是 AI 方案里最大的那块成本。以参考图方案为例，出图本身几乎不花钱，但 800 张出图要筛出 300 张可用、300 张要逐张修 10~15 分钟，折算就是 50~75 个工时。外包拍摄的人工成本已经被包在报价里了，AI 方案的人工成本分散在设计同学的日常里，很容易被低估成“免费的”。
算成本最怕只算“单价不算固定成本”。外包拍摄的固定成本是摄影棚和场务，LoRA 的固定成本是训练时间和 GPU，参考图方案几乎只有重拍采样图的边际成本。下面按一支 40 个 SKU、每 SKU 20 张图的季度上新来算，口径是团队内部实际跑出来的区间，不同城市和平台会有浮动。
| 成本项 | 外包拍摄 | LoRA 训练方案 | 参考图方案（本篇主推） |
|---|---|---|---|
| 固定投入 | 棚租 + 摄影 + 造型（按天结算） | GPU / 云卡 + 训练时间 | 采样图一次拍摄（半天内完成） |
| 前置周期 | 2~5 天（含排期） | 1~3 天（训练 + 调参） | 半天（拍 5~8 张采样图） |
| 40 SKU × 20 张的出图周期 | 5~8 个工作日 | 2~4 个工作日（批量跑图 + 筛选） | 2~3 个工作日（批量 + 筛选 + 修复） |
| 技术门槛 | 低（交给专业团队） | 高（需懂参数调优） | 低（会用工具 + 会 PS 基本操作） |
| 新增 SKU 的边际成本 | 高（每批都要重新拍） | 低（成本主要在筛选和修复） | 低（成本主要在筛选和修复） |
| 特征一致性 | 中（状态会变） | 高 | 中高（需要定期复采） |
| 商用风险 | 低 | 取决于训练素材的来源 | 低（默认模型 + 授权素材） |
| 适合场景 | 品牌大秀、画册级大图 | 长期同一模特、年出图 3000 张以上 | 快反上新、季节性系列、中小团队 |
有一点需要特别提醒：外包拍摄在“高阶商品可信度”上仍然有不可替代性。AI 出的图对复杂刺绣、蕾丝、皮革纹理的理解还不到位，这类 SKU 建议实拍。我们的做法是混排——60%~70% 用 AI 出图（基础款、纯色款、简单版型），30%~40% 实拍（复杂工艺款、明星款、画册级）。
九、避坑清单：八个最常见的翻车点
9.1 采样图光线打架
把这一条放第一个，因为它是所有问题的源头。采样图不对，后面 Photoshop 修复再用心也只是在补漏。
这是最隐蔽的问题，因为单看每张图都挺好。修法是拍完立刻拼九宫格看整体色温，发现某张偏高或偏低，直接剔掉，不要舍不得。
9.2 参考图张数贪多
和它对应的另一个极端：只放一张正面当参考。这是最省事的做法，也是最容易把电商模特做成“撞脸路人”的做法。正面一张没有侧面结构，模型只能靠猜，出的侧脸图会像另一个人。锁脸这件事，省掉的角度最后都会在成图上还回来。
超过 8 张不仅不加分，反而稀释权重。控制住 5~8 张，比堆到 20 张效果更好。「换装不换脸」的采样图不是“越多越保险”，是“越准越保险”。
9.3 出图不存变体
这是最“看不见成本”的一条。删的时候觉得清爽，需要的时候才知道痛。
筛掉了就删掉，三天后想找回某个“差一点点”的还没了。所有变体保留在 output，只标记状态，不删除。
9.4 在 AI 侧修细节
这个错误的本质是把“生成”和“修复”混为一谈。生成是整张图重建，修复是局部补丁。用生成去修一个扣子，等于让换装不换脸的整体重来一遍，脸当然会跟着变。正确的做法是：脸在 AI 侧锁一次，衣服在 AI 侧换一次，剩下的细节全部留给 Photoshop 修复——分工不清，就会反复折腾。
AI 侧重绘整张图来修一个小袖口，风险极高——脸可能会跟着变。局部问题用局部工具，回 PS 处理。
9.5 PS 修复跳顺序
顺序错了不会有报错提示，只会在最后质检时才暴露。
先调色再修结构，等于在脏底上刷涂料。按表格里的 1→6 顺序，一步都不跳。
9.6 主图不检查白底
这条是电商模特交付里最低级、也最高频的错误。生成式扩展补出来的背景往往不是纯白，眼睛却看不出来。
米白、灰白在屏幕上看着是白的，但值不是 255。用吸管点一下背景 RGB，必须是三个 255。
9.7 放大后不回看
放大会把细节放大，也会把“你刚才修过的痕迹”放大。这一步是 Photoshop 修复的最后一道关，也是交付前的最后一眼。
Generative Upscale 会把修图痕迹一起放大。输出前一定要 100% 过一遍发际线和袖口。
9.8 忽视区域可用性
把这条放在最后，是因为它的后果最严重——不是图不好看，而是流程直接走不通。
生成式填充在中国大陆不可用。如果团队在大陆，走参考图方案时要提前规划好工具栈，别等到 PS 那一步才发现功能打不开。
十、筛选漏斗：一个季度 800 张出图是怎么变成 300 张交付的
把前面几节串起来看，其实是一条很清晰的漏斗。我拿一个真实的季度举例：女装店，秋冬系列 40 个 SKU，每个 SKU 4 个颜色，每个颜色 5 个变体，理论出图 800 张。最后交付 300 张，进入详情页和主图的只有 260 张左右。
10.1 每一层漏斗的口径
第一层，出图 800 张，人工初筛淘汰掉“结构崩坏、脸明显不像、衣服版型错”的图，留下约 400 张。第二层，按四条硬指标复筛，再把“光影反了、手部大面积崩”的剔掉，留下 300 张。第三层，进入 Photoshop 修复，修复时还会淘汰 10%~15%——修到一半发现脸开始漂，或者发际线怎么修都硬，直接放弃。最终交付 260~270 张。
10.1.1 漏斗口径为什么要写下来
因为不同人对“淘汰”的标准不一样。有人觉得“光影反了也能修”，有人觉得“脸差一点就不能要”。把口径写下来，团队才能在同一个标准上协作。电商模特批量出图最容易失控的地方，不是工具，是标准在人与人之间漂移。
10.2 漏斗各层的耗时分布
800 张出图，跑批约 6~8 小时（可放在夜间）；初筛 400 张，每人每天 250~300 张，两人一天；复筛 300 张，一天；修复 300 张，A 档 5 分钟、B 档 15 分钟，平均 12 分钟，折合约 60 工时，三个人干三到四天；交付前自检和命名归档，半天。
把时间摊开就会发现一件反直觉的事：出图只占整个周期的 10% 不到，70% 的时间花在筛和修上。所以想提效，不要一味追求更快的出图工具，要把精力放在筛图标准和修图模板上。这也是我把“采样标准”和“PS 修复动作”写这么细的原因。
10.3 什么时候该停下来重新规划
如果连续两周的漏斗数据异常——比如初筛淘汰率超过 75%，或者 B 档占比超过 50%——说明前端出问题了，通常有三种可能：采样图过期（模特发色或体重变了）、提示词被改坏了、参考强度设置漂了。这时候不要硬着头皮修，先回头查采样与提示词，比在修复环节做无用功划算得多。
十一、给不同规模团队的三档落地建议
11.1 个人卖家 / 小团队（月出图 100 张以内）
这一档最容易被教程劝退，因为大多数教程上来就讲 LoRA、讲 GPU、讲参数。其实这个体量的团队，用最简单的方式就能跑通。
小团队最容易犯的错是“用大团队的工具”。其实这个阶段一部手机拍 6 张采样图就够，用在线工具出图，PS 里只做必要的修复（发际线、肤色、放大）。跳过 LoRA，跳过复杂批量，先把「换装不换脸」的最小闭环跑通。这个阶段的目标是“能出图、能上架、能复购”，不是“出最像的图”。
11.2 中型电商（月出图 500~1500 张）
到了这个量级，流程就得“制度化”了。零散地靠个人经验跑，出图量一上来就会乱。
采样图标准化、命名规范化、批量跑图、四级筛选、PS 六步修复全部上齐。这个阶段最容易踩的坑是“人多了标准就散了”——所有采样图必须走同一套规格表，任何人拍的都要能过同一道筛。
另一件该做的事是“款图复用库”：把每天修好的最终图按款、色、场景建索引，下次同系列上新时，能直接复用上一次的姿势和光照设定。电商模特的价值就在于可复用，一张修好的图其实也是一份模板——同样的脸、同样的光、同样的画幅，只要换个衣服换个角度就能再出一张。
11.3 品牌级团队（月出图 3000 张以上）
到这个体量，电商模特的角色已经从“出图工具”变成了“品牌资产”。品牌资产需要长期维护，也就意味着采样图、提示词、修图模板、交付规范要一起被管理起来。这时该考虑的不只是像不像，还有跨渠道一致性：天猫、抖音、小红书、线下门店，四大渠道的主体视觉是不是同一张脸、同一种光、同一套肤色基调。这需要一套“视觉规范文档”，把采样图、提示词、修复参数、交付尺寸全部写进去。
到这个节点再考虑 LoRA 才不亏。但建议保留参考图方案作为“快速通道”。LoRA 负责主力模特和长期资产，参考图方案负责临时款、测款、新面孔试用。两套并行，不互相替代。
还有一点容易被忽略：模特肖像授权。很多团队做 AI 模特时只想着“像不像”，忽略了“能不能用”。AI 生成不等于免授权，“这张脸”的原型是谁、授权范围多大、能不能商用、期限多久，都要在合作一开始写清楚。这是「换装不换脸」能长期跑下去的底线。
十二、落地清单
12.1 上线前必须确认的十件事
这份清单不是给新人看的，是给已经跑起来的团队做自检用的。跑得越久，越容易在某一条上悄悄松懈。
把这篇文章压缩成一张上线前的确认单，团队可以直接拿去用。每一项都能打勾，就说明「换装不换脸」这条链路在你的店里跑得通了。
一，采样图有 5~8 张，覆盖正面、45°、90°、微仰、微俯；二，全部采样图分辨率不低于 1024px；三，采样图光线方向与色温统一；四，采样图命名与归档符合规范，半年后能找回来；五，模特肖像授权范围写清楚了；六，提示词按“人物-服装-姿势-环境-画质”五段固定；七，批量时只改服装段；八，筛图有四条硬指标，并且有第二个人复核；九，Photoshop 修复按结构、肤色、光影、尺寸的顺序做；十，交付尺寸与命名符合平台要求。
12.2 三个月内可以做的三件事
如果你今天就想动手，不用等所有条件齐备，按下面的顺序做就行。
第一件，把现有的模特图整理出第一批采样图，先跑一张测试图，验证「换装不换脸」在你自己品类上的效果；第二件，选 10 个基础款跑一次完整批量，记录漏斗数据；第三件，把 PS 修复的六条提示词整理成模板，让团队共用。三件事做完，大概就能判断这条路适不适合你的品类。
行业里很多“AI 模特翻车”的案例，翻的不是技术，是执行。工具是现成的，标准是自己定的。「换装不换脸」这六个字，前半截靠采样图，后半截靠 Photoshop，中间靠的是一套谁都能照做的标准。
十三、FAQ：高频问题速答
下面六个问题，是这半年来被问得最多的，几乎每次线下分享都会有人提。答案尽量给到能直接用的数字和操作，不再泛泛而谈。
采样图一定要 8 张吗？5 张够不够？
够，前提是这 5 张覆盖了正面、45°、90°、微仰、微俯。如果只能给 5 张，优先正面、左侧 45°、右侧 45°、90° 侧脸、微俯——微仰缺了会影响低头、仰头类姿势。如果模特只出正面与半侧脸图，5 张完全够用；要出大幅面部变化（大笑、侧躺），再加到 6~8 张更稳。
不用 LoRA 只靠参考图，脸会漂吗？
大部分情况下不会。参考图方案在 45° 以内非常稳，90° 侧脸和特殊角度会有轻微漂移。控制漂移的关键是采样图必须包含对应角度，以及提示词不要重复描述五官（重复描述会和参考图打架）。如果做着做着发现脸开始漂，第一反应是检查采样图有没有被换过或者色温变了。
PS 修复能不能全自动？
先说结论：Photoshop 修复不能全自动，但可以半自动。生成式填充、Harmonize、Generative Expand 都有批处理潜力，但每一步都需要人看结果——尤其是发际线和肤色，机器没有“这一版能不能上电商”的判断。我们给这个过程定的时间是每张 10~15 分钟，超过 20 分钟就考虑淘汰重出。
生成式填充在中国大陆能用吗？
按 Adobe 官方说明，生成式填充在中国大陆地区不可用。如果团队在大陆，需要提前评估这条链路的可用性；如果关键环节要依赖生成式填充，就要准备好合规的替代方案或者调整工作流。参考图出图环节本身不依赖这个功能，受影响的主要是 PS 修复阶段。
切到第三方模型能省钱吗？
可能省一点，但要权衡风险。切到 Gemini / Nano Banana 或 FLUX.2 之后，商务赔偿承诺就没有了。内部打样、测款图可以用第三方模型；对外发布的品牌物料、担心版权争议的图，建议老老实实用默认的 Firefly。省钱和省心，在这个环节要选一个。
实拍和 AI 出图能混着交付吗？
能，而且推荐混排。基础款、纯色款、简单版型用 AI 出图，复杂工艺款、蕾丝刺绣皮革用实拍。混合的时候要注意两边的光要统一——要么实拍也用棚拍单光以便和 AI 匹配，要么 AI 出图时参考实拍的光照布置。把两种图放在同一个详情页，如果光影风格打架，消费者会立刻感觉到“这两张不是一个店”。
最后把 Photoshop 修复这条线再收一下：它不是一个可选项，而是「换装不换脸」能否产品化的必要条件。凡是把 Photoshop 修复当成“锦上添花”的团队，最后都会在质检环节被卡住，然后再反过来补修，成本反而更高。
交付前的三分钟自检
我自己的习惯是交付前走一遍三分钟自检：第一步，把图缩到 25% 看整体，脸是否自然、肤色是否统一；第二步，放大到 200% 看发际线、袖口、领口三处接缝；第三步，用吸管点背景确认 RGB 值，再确认文件尺寸与命名。三步走完，八成的问题都能提前发现。
再补一个“成本意识”的落点，这是所有「换装不换脸」项目最后都会遇到的课题。电商模特项目最常见的浪费，不是出图太多，而是“出图→发现不对→重拍采样→重新出图”这条回环。一次回环比一次返修贵得多，所以采样图那一关宁可多花两小时，也不要事后重来。这也是为什么我在第 4 节把标准写到了“分辨率、色温、焦段、复采周期”这么细——细节不是洁癖，是省钱。
还有一个容易被忽略的成本：沟通。「换装不换脸」的图是 AI 出的，运营同事会默认“改一下很方便”，于是提出“把腰再收一点”“袖子再短两公分”“换个方向站”。每一次改动看起来都是 5 分钟，但 20 个款就是 100 分钟，而且改完之后光照、褶皱、阴影全都要重新对一遍。所以团队里要有一个“改动边界”共识：哪些是可以通过提示词直接重出的（姿势、角度、背景），哪些必须回到 Photoshop 修（细节、肤色、尺寸），哪些根本不改（版型、颜色，这是商品事实，不能为了好看去动）。
最后说说“人的部分”，也是「换装不换脸」里最没有技术含量、却最难复制的一段。工具迭代很快，但一道菜能不能上桌，看的还是厨师对食材的判断。电商模特图的核心判断永远是两条：这张脸是不是我们要的那张脸，这件衣服是不是消费者收到的那件衣服。所有技术、所有工具、所有修复动作，都只是把这两条守得更稳一点。
「换装不换脸」说到底是一件很朴素的事：把不变的东西守住，把可变的东西放开。5~8 张采样图帮你守住脸，Photoshop 的十几个小动作帮你守得住“能上架”这条底线。两条保险叠起来，一张脸可以用三年，一批衣服可以每周换。这套流程真正难的地方不是技术，是标准——采样图的标准、筛选的标准、修复的标准、交付的标准，哪一条松掉，最后都会在上架那天暴露出来。
暂无评论内容