AI 换装工具：组合服装、模特与背景参考图

AI 图像生成器：使用 GPT Image 2.5，通过服装、模特和背景参考图实现 AI 换装

一张图片决定模特穿什么。第二张图片决定由谁来穿。第三张图片决定最终照片在哪里拍摄。

在生成结果中，短发模特穿着服装参考图中的炭灰色大衣、黑色上衣、宽松长裤和银色运动鞋，站在场景图中的浅色墙面和石阶前。

与其要求 AI“更换衣服”并让它重新设计整张照片，不如让此工作流为每张参考图赋予明确的职责。

本教程使用 WeShop AI GPT Image 作为 AI 换装工具，将服装图片、成年模特照片和背景参考图组合为一张时尚视觉图。

仅使用您自己的图片，或您已获得使用许可的成年模特照片。

此 AI 换装工作流所需内容

准备三张参考图：

1. 展示完整目标穿搭的全身图片
2. 清晰的成年模特照片
3. 展示所需背景和构图的场景图片

每张参考图控制生成图像中的不同部分。

参考图	控制内容	不应控制的内容
图 1	服装、鞋履、叠穿和轮廓	模特身份或最终背景
图 2	面部、发型、肤色和身份	服装或地点
图 3	背景、构图、光线和主体位置	最终模特身份或穿搭

这种分离十分重要，因为背景参考图中可能包含其他人物、服装、手提包、太阳镜或配饰。

如果提示词未定义每张图片的用途，这些不需要的细节可能会出现在生成结果中。

步骤 1：上传服装参考图

图 1 是服装参考图。

它确定最终图像中应出现的完整穿搭：

• 炭灰色全长大衣
• 黑色圆领上衣
• 宽松的深灰色褶裥长裤
• 银色运动鞋
• 宽松、低饱和度的轮廓
• 大衣、上衣和长裤之间的叠穿层次

服装参考图 — 图 1
图 1 控制穿搭、鞋履、服装比例和整体造型。

这张图片中的人物不是身份参考。最终模特的面部和发型应来自图 2。

这种区分可避免 AI 换装工具直接复现原始时尚照片。

步骤 2：上传成年模特参考图

图 2 是身份参考图。

它提供模特的可见特征：

• 黑色短发
• 面部结构
• 眼睛、鼻子和嘴唇
• 肤色
• 自然妆容
• 简约、沉稳的时尚美学

成年模特参考图 — 图 2
图 2 提供成年模特的面部身份、短发、肤色和整体外观。

由于参考图仅展示了模特的上半身，AI 必须推断缺失的身体部分、全身姿势以及服装的合身效果。

因此，生成结果应被视为创意 AI 合成图，而非对真实人物身材或实际服装的准确呈现。

步骤 3：上传背景参考图

图 3 控制环境和基础构图。

有用的视觉信息包括：

• 浅色外墙
• 深色木质门口
• 灰色石阶
• 全身竖幅构图
• 主体靠墙的位置
• 柔和的户外日光
• 克制的街头时尚氛围

背景参考图 — 图 3
图 3 提供建筑背景、镜头构图、自然光线和主体位置。

图 3 中已出现的人物不应成为最终模特。

除非您有意提出要求，否则应忽略她的面部、服装、太阳镜、耳环、手提包和其他个人细节。

步骤 4：输入三图提示词

提示词的最简版本描述三张参考图之间的关系。

简短提示词

图 2 中的模特穿着图 1 中的服装，并站在图 3 的背景前。

这传达了基本目标，但仍将多个决定留给模型：

• 哪些面部细节必须来自图 2？
• 图 1 中的哪些服装细节必须保留？
• 图 3 是否应仅控制环境？
• 是否应复制图 3 中的配饰？
• 构图的哪些部分可以改变？

更具结构化的提示词能为 AI 换装工具提供更清晰的边界。

可直接复制的提示词

将图 1 用作服装参考图，将图 2 用作成年模特身份参考图，将图 3 用作背景和构图参考图。

创建一张全身竖幅街头时尚照片：图 2 中的成年模特穿着图 1 中的完整穿搭，站在图 3 的建筑环境中。

保留图 2 中模特的黑色短发、可辨识的面部特征、肤色和自然身体比例。

保留图 1 中的炭灰色长大衣、黑色上衣、宽松深灰色褶裥长裤、银色运动鞋、服装叠穿层次和宽松轮廓。

保留图 3 中的浅色外墙、深色木质门口、石阶、自然日光、镜头视角和主体位置。

图 3 仅用于环境和构图。不要复制图 3 中原有人物的服装、太阳镜、耳环、手提包或其他个人配饰。

保持结果具有照片级真实感，呈现真实的面料褶皱、准确的手脚、自然的接触阴影和协调的身体比例。

不要添加标志、文字、水印、额外服装、无关配饰或新的设计细节。

此版本为每张图片分配了一个清晰角色：

• 图 1 控制服装
• 图 2 控制模特
• 图 3 控制背景和构图

它还可避免场景参考图中的太阳镜、珠宝、手提包和原始服装被无意复制。

步骤 5：生成 AI 换装图像

打开 WeShop AI GPT Image，并按照提示词所使用的相同顺序添加参考图：

1. 上传图 1 作为服装参考图。
2. 上传图 2 作为成年模特参考图。
3. 上传图 3 作为背景参考图。
4. 粘贴三图提示词。
5. 生成全身竖幅结果。

功能可用性可能有所不同，请以工具页面上显示的当前状态和控件为准。

您可以直接使用右侧的工具进行尝试。

如果第一个结果错误地继承了图 3 中的太阳镜、珠宝、手提包或其他造型元素，请进行针对性修正，而不是重写整个场景。

保持当前模特、穿搭、姿势、背景、光线和构图不变。

移除从图 3 复制的太阳镜、耳环、手提包和其他任何配饰。

模特的面部和发型必须继续遵循图 2，完整穿搭则必须继续遵循图 1。

这条后续指令可指出不需要的元素，同时保护已正确生成的部分。

步骤 6：检查生成结果

最终图像融合了三张参考图的信息。

AI 生成结果 — 图 4
生成结果结合了图 1 的穿搭、图 2 的成年模特身份和图 3 的建筑环境。

完成的图像保留了多个可识别元素：

• 黑色短发和主要面部外观来自图 2。
• 炭灰色大衣、黑色上衣、宽松长裤和银色运动鞋来自图 1。
• 浅色墙面、木质门口、石阶和主体位置来自图 3。
• 最终构图保持为全身竖幅街头时尚照片。

结果还展示了多参考图图像生成中的一个常见问题：场景参考图可能影响的不只是背景。

即使目标模特和服装来自不同图片，太阳镜等配饰仍可能从图 3 中被带入。如果配饰不属于目标造型，请在主提示词中明确排除它，或通过针对性的第二次编辑将其移除。

为什么“更换衣服”不够具体

“更换衣服”这样的基础指令会迫使图像模型做出过多决定。

它必须猜测：

• 使用哪套服装
• 保留哪个人物
• 人物应站在哪里
• 最终环境应呈现何种样貌
• 配饰是否应保留
• 哪些视觉细节可以重新设计

三参考图工作流将这些决定分开处理。

服装图定义时尚产品。模特图定义人物。背景图定义地点和构图。提示词随后说明这些参考图应如何协同工作。

这种方法可支持：

• 时尚产品图片
• Shopify 服装视觉图
• Lookbook 概念图
• 社交媒体穿搭内容
• 模特与场景实验
• 时尚前期制作概念
• 电商营销活动草案

对于销售图片，请手动将生成的服装与真实产品进行比较。在将图像作为产品展示之前，请检查其长度、颜色、材质、结构、闭合方式和配饰。

将三张参考图转化为一张可控的时尚图像

有效的 AI 换装工具提示词需要回答三个问题：谁在穿这套服装、穿的是什么，以及照片在哪里拍摄？

图 1、图 2 和图 3 分别回答这些问题。GPT Image 2.5 随后将它们组合为单张时尚视觉图，同时由提示词定义哪些细节应保持彼此独立。

这种职责划分可将三张彼此无关的参考图转化为更可控、可复用的时尚内容工作流。

使用 WeShop AI GPT Image 创建 AI 换装图像