AI 服装模特图

把「AI 服装模特图」当成一次要交付的活，不是名词解释。输入是一张服装参考和身材/光线方向，输出是一组统一的模特图和细节图，工作比例定在3:4 和 1:1。先写驳回原因，再把它变成第一条硬约束。

开始前必须拿到：可见的货号、材质和颜色备注、已批准卖点、目标模块名。还要检查包装是否损伤、贴纸状态、光线方向和背景素材授权。不编造认证、竞品主张、价格窗口，也不让模特以不安全方式使用商品。卖家证明不了的主张，画面里就不能出现。

先打开 Asset Library，把主 SKU 图挂成锁定参考，再围绕这张参考做模块或镜头。优惠、平台文案和 CTA 不进画面提示词。imgmov 里已批准的商品图就是事实来源，生成只负责补要求的场景、角度或动作。

平台要求不要塞进模型提示词里。提示词可以描述场景；由命名清单记录裁切、主张、授权和后台核对，这些才决定能不能交付。

锁定商品轮廓、标签拼写、logo 位置、材质、主色、配件数量、接触阴影和平台安全区。场景、道具、动作可以变；这些字段不能变。

把锁定字段放在提示词开头，不要放在结尾：实际做法是锁定商品形状、标签、颜色和材质，只改一个模特姿势和一个产品特写。 把提示词、参考、比例、模型和驳回原因存成一组；下一次执行时先读驳回原因，再决定哪些字段可以放开，避免从一张好看但不可复现的画面重新猜起。

第1步「定规则」：我打开一张干净的 SKU 图和一句卖点，锁定商品形状、标签、颜色和材质，并写下不能变的部分。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第2步「跑最小版本」：我先做一个小一组统一的模特图和细节图。衣服形状漂了，我锁定服装参考并简化姿势。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第3步「做聚焦变体」：我复用同一参考，只改一个模特姿势和一个产品特写。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第4步「检查导出」：我按原尺寸检查文字、边缘、投影、颜色和最终裁切，再导出最终1:1 和 4:3。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。

每次重跑只改一个命名变量：提示词、参考、相机、时长、模型、比例或导出裁切。一次改两处，即使结果变好也无法复用，因为没人知道是哪处修复起了作用；重跑前先把当前版本编号、失败描述和准备验证的假设写清楚，避免下一次又凭感觉推翻上一版。

按 100% 复查：读小字，数按钮和零件，对照原图取色，看四角，再套平台裁切。缩略图只证明概念，不证明能上架。

源图、批准文案、被驳回版本、修正、积分成本和最终裁切都放在资产旁边。这份记录要让下一个复审者不用翻聊天记录也能复现决策。

先给失败命名：标签被重绘、颜色偏了、形状变了、配件少了、接触阴影不对，还是 CTA 被裁。不要继续让模型写字，减少变量，回到参考图，再考虑换模型。

图片重跑有阶梯。Agnes Image 2.5 先做低分证明；只有蒙版区域错误时用 SDXL Inpainting，3 积分；复杂重建用 Seedream 5.0 Lite 或 Nano-Banana 2，5 积分；GPT Image 2 的 Standard 1K 从 2 积分起，按质量和分辨率最高到 80。换档前先说出失败类型。

按模块和比例交付，不要拉伸一张母图应付所有位置。文件名带 SKU、模块、尺寸、版本和批准状态。驳回版和修正记录放在同一文件夹。

交付文件夹故意做得很无聊：源素材、批准参考、生成设置、字幕文件、渠道裁切、QA 截图和一行修正日志。可复用资产就要无聊得恰到好处。

编辑和生产不断开。对象检测、蒙版、参考图、版本历史、Canvas 依赖和最终生成组在一起。独立生成器可以编一个场景，但不会保留源资产、被驳回的版本，以及批准裁切为什么赢。

不编造认证、竞品主张、价格窗口，也不让模特以不安全方式使用商品。卖家证明不了的主张，画面里就不能出现。 如果只想问「AI 服装模特图」是什么，搜索页更快；这里值得看，是因为要把一组统一的模特图和细节图在真实约束下交付出去。