主图生成模特选项怎么用？AI主图模特设置

问「主图生成里的模特选项该不该开」，大多数店铺的做法是看类目表——服装、鞋帽、配饰开，其他关。这个划分方向没错，但判断的粒度太粗，因为它漏掉了一个更根本的问题：开启模特，到底是在给商品增加信息，还是在给商品增加干扰？服装类商品穿在人身上，版型、垂坠、长度这些信息只能通过人体现出来，人像是信息的载体；而一只保温杯挂在模特手上，人像传达的只是「这里有个人的手」，对杯子的理解毫无帮助，反而分散了注意力。判断标准应该落在「人穿上能不能提升卖点表达」上，而不是落在类目名称上。

这个标准听起来抽象，落到操作上其实很简单：假设画面里去掉人像，只留商品，商品的核心卖点还完整吗？如果答案是「不完整，因为版型必须靠人来体现」，那这个类目就该开模特；如果答案是「完全不影响，商品本身就能说明一切」，那开模特就是多余动作，还可能拉低成片质量。

先把这个判断放在这里，后面所有内容都在解释它的边界和用法。这篇要解决的不只是「开不开」，还有「开了之后怎么用」「什么情况下该关」。

图1：判断模特选项开不开，起点是先看这个商品的信息能不能离开人像独立成立。

一、模特选项到底改变了什么

要把这件事讲清楚，先得说明这个选项在流程里的位置和作用范围。

模特选项位于参数栏，和模型选择、平台尺寸、生成数量并列。它的作用不是改变画质，也不是改变尺寸，而是决定生成出来的画面里，商品以什么方式被呈现——是单独摆在画面里，还是穿在身上、戴在身上、握在手里由人承载。

这个区别看着只是画面形式的差别，实际影响的是信息结构。商品单独呈现时，画面传递的信息全部关于商品本身：形态、比例、结构、材质、颜色。商品由人承载时，画面里多出了人像这一层——体型、姿态、肤色、服装搭配，这些信息会参与观众对这张图的解读。人像信息放在对的商品上会强化表达，放在不对的商品上就是纯粹的噪声。

理解这一定位，可以避免一种常见误用：把人像当成「让画面更丰富」的手段。画面丰富本身不是目标，商品被理解才是目标。一个不需要人像来承载信息的商品，加了人像之后，观众的注意力会被分走一部分，用来理解「这个人是谁、在什么场合、为什么拿着这个商品」，而这些问题对判断要不要买这个商品没有帮助。

还有一层是关于画面控制的。人像是一个高度复杂的视觉元素，它的姿态、表情、穿着、与商品的关系都会影响成片效果。商品单独呈现时，画面里只有一个需要控制的对象；加了人像之后，需要控制的对象变成两个，而且两者之间还要有合理的关系。控制对象的数量增加，成片的不确定性和复查的工作量都会跟着上升。这是为什么开模特这个决定要慎重——它不只是加了一个元素，而是让整个画面的复杂度上了一个台阶。

从成本角度看，这个复杂度的上升对应的是核对时间的增加。一张纯商品呈现的图，核对时只需要判断商品本身对不对；一张有模特承载的图，核对时要判断商品对不对、人像是否合理、两者关系是否协调。三项判断的工作量不是简单相加，因为三者之间会互相影响——人像的角度变了，商品被看到的角度也跟着变。这就是为什么需要模特的类目，成片张数通常要设得多一些，多出来的张数其实是用来抵消这个复杂度的。

反过来说，不需要模特的商品，保持关闭不只是一个「省事」的选择，还是一个「提高确定性」的选择。控制对象少、变量少，同样的投入能得到更稳定的结果。这也是判断这件事时值得考虑的一面：有些时候关掉模特并不是因为人像没用，而是因为不用人像能得到更可控的产出。

二、判断开不开的三个具体问题

把抽象的标准落到可操作的问题上，只需要问三个问题，任何一个答「是」，考虑开；三个都答「否」，保持关闭。

第一个问题：这个商品的价值是不是通过「穿/戴/配」体现的？版型、垂坠感、长度比例、上身效果，这些信息只有在人身上才能被完整呈现。针织衫、连衣裙、运动裤、外套、鞋靴、帽子、围巾、耳饰、项链、手链、手表、眼镜、包袋，都属于这一类。它们的核心卖点里天然包含「穿在身上是什么样」这一项。

第二个问题：人像会不会成为判断商品是否合适的重要参照？尺码感、长度感、容量感，这些感受需要一个参照物。一条裤子的裤长、一件外套的衣长、一只包的实际大小，这些信息在商品单独呈现时容易失焦，有了人像做参照，买家才能建立准确的尺度认知。这是「穿/戴」类之外的第二个判断维度。

第三个问题：人像会不会和商品的使用场景建立联系？有些商品的价值和使用场合强绑定，人像可以把那个场合具象化。比如运动装备、户外用品、通勤配饰，人像能传达出「这个商品在什么状态下被使用」的信息。这一类判断相对次要，优先级低于前两个。

这三个问题不是并列的，优先级从高到低。第一个问题答「是」，基本就可以确定开；第一个答「否」再往下看第二个；三个都答「否」，保持关闭。这个顺序意味着绝大多数商品的判断在第一问就能结束，不必每次走完整套流程。

这里还有一个补充维度值得加进来：商品的信息复杂度。同一类目下的商品，信息复杂度不一样，对人像的需求也不同。一件基础款纯色针织衫，版型简单，人像能提供的信息有限，做成平铺图也能说清；一件带复杂廓形的大衣，肩线、腰身、下摆的走向都影响观感，人像几乎是必须的。同样，一只素面托特包的容量感用平铺图就能表达，一只软塌塌的腋下包则需要人像才能看出垂坠形态。类目只是第一层筛选，具体商品的信息复杂度是第二层。

再补一个反向的判断：如果人像加进去之后，商品反而变得更难看清——比如人被拍得很大、商品只占画面一角，或者人像的姿态遮挡了商品的关键部位——那说明这个呈现方式对这个商品不合适。开启模特的意义是让商品信息更充分，不是让人像成为画面主角。这一点在核对成片时应该作为一条独立的检查项。

这张表里有两行值得单独看。家居家具和食品都涉及「场景强绑定」，但建议都是保持关闭。原因是这两类的场景可以用环境来表达——家具放进一个居室环境里、食品摆在一张餐桌上，环境已经完成了场景叙事，不需要人像来承担。而服装这类商品，环境给不了版型信息，人像是不可替代的。这就是「人像能否被环境替代」这个隐藏判断标准。

图2：左边是商品单独呈现，右边是人像承载呈现，后者多提供的信息正是版型、肩线与衣长。

五金工具和工业件是另一个极端。这类商品的价值集中在规格、材质、精度上，画面里出现人像不仅没有帮助，还可能让专业买家产生「这是家用款」的误读。对这类商品来说，保持关闭是最稳妥的。

三、操作链路：从上传到出图

无论开不开模特选项，操作链路是同一套。登录青虎AI 工作台，点左侧【创作】-【AI图像生成】，在列表中选择【主图生成】；或者从 LinkPix 首页走【图像生成】-【主图生成】。两条路径进入同一个功能，点开后系统会自动填充一段支持修改的提示词。

走完链路之后，模特这个变量的效果才会显现出来，所以顺序上不需要特殊处理，重点在参数栏那一步。

图3：模特选项是参数栏四项里唯一会引入商品之外画面元素的那一项。

生成完成后可以在线预览成品，支持单张下载，也支持批量打包高清原图。做需要模特的类目时，预览的重点应该放在商品上——人像是否自然只是次要判断，关键是商品在画面里有没有被准确呈现，版型、比例、颜色对不对。这一点经常被忽略，因为人像更显眼，人的注意力很容易被人像带走。

四、开了模特之后，提示词该怎么配合

模特选项开启之后，提示词的重点会和做商品单独呈现时完全不同。这里有一个容易搞反的地方需要说清楚。

很多人开启模特选项之后，会本能地在提示词里加一堆关于模特的描述——女性模特、年轻、长头发、穿着休闲。这些描述占掉了提示词的篇幅，却对商品表达没有帮助，还可能把画面带偏。更有效的做法是反过来：把提示词的篇幅集中在商品本身，人像的具体形象由系统生成，不必过度指定。

理由在于信息的重要性排序。买家看这张图的目的是判断这个商品适不适合自己，他们关注的是版型、长度、垂坠、配色，这些信息由商品提供。模特的具体长相不参与这个判断，只起参照作用。篇幅分配跟着重要性走，结果才是对的。

还有一个配合上的细节：需要模特的类目，提示词里最好明确写出「商品需要被穿着展示」这类意图，而不是默认系统会理解。参数栏的模特选项和提示词里的意图表达是两件事，两者配合起来，画面才不容易出现「人像有了但商品没被穿上」这类偏差。

另外一点是关于成片数量。需要模特的类目，建议生成的张数适当多一些。原因是模特生成的可变量比纯商品呈现要多一个维度，人像的姿态、角度、与商品的关系都可能有差异，多出几张才够挑。这个道理和纯商品呈现时不同——纯商品呈现的版本差异较小，出多了反而增加核对负担。

五、服装、鞋帽、配饰的细分差异

同属于「该开模特」的类目，细分品类之间的侧重也不一样。把差异摊开看，才知道提示词该往哪个方向使劲。

这张表里上装和下装是一组对照。上装的人像信息集中在肩线和衣长，提示词要写清廓形和垂感；下装的人像信息集中在长度落点和腰线，提示词要写清长度位置和腰线高度。写错方向，成品的比例就容易偏——比如做上装却重点写了下装的特征，画面里可能出现比例失衡的呈现。

包袋是这张表里最特殊的一类。它的核心信息是「容量感」，而这个感受需要靠人像的体积参照来建立。做包袋的模特图时，携带方式和整体体积感是提示词里最该写足的两项。核对时也要重点看体积比例，因为包袋最容易出现的偏差就是被拉得过大或者压得过小。

首饰眼镜这类小体积商品，判断标准和前面几类相反。它们的价值不依赖人像的体型参照，而是依赖佩戴位置的准确呈现。提示词里写清佩戴位置比写体型描述更有用，核对时重点看大小有没有失真。

把这张表横着看，会发现每一行的「人像承载的核心信息」这一列，恰好就是这个品类在模特图上最容易失真的地方。上装看肩线和衣长，所以核对时先看肩线与衣长比例；下装看长度落点和腰线，所以核对时先看腰线位置；鞋靴看鞋身比例，所以核对时先看比例有没有被拉长或压扁。核对的重点跟着信息承载点走，这个规律在青虎AI 出图之后做复查时非常实用——不需要每次全部都看一遍，先看那一项最容易出问题的。

还有一点需要说明：这张表里的提示词侧重，是用来分配篇幅的，不是用来替代商品本身描述的。写提示词的时候，商品的名称、品类、主体特征仍然是基础，表里的侧重方向是在这个基础上要额外强调的部分。把侧重方向当成全部内容来写，反而会让提示词失去对商品的完整描述。

六、开了反而不好的几类商品

比「什么时候该开」更容易被忽略的是「什么时候开了反而不好」。下面几类商品，开启模特选项会带来明显的负面影响。

第一类是五金工具和工业品。这类商品的买家关注的是规格、材质、精度，画面里出现人像会让商品显得不专业。有些店铺想用「模特正在使用」的画面增加亲切感，对这类商品来说恰恰相反，专业买家的第一反应可能是「这个品牌的定位不准」。

第二类是数码配件。数据线、充电器、支架、保护壳这类商品，价值集中在兼容性、材质、做工上，人像无法提供任何帮助。画面里出现人像，只会让本可以聚焦于商品细节的画面变得空泛。

第三类是食品和生鲜。这类商品需要传递的是「新鲜、干净、好吃」的感觉，用环境和光线就能完成表达，人像不是必要条件。而且食品类商品的人像处理容易出问题——手持食品的画面里，手部形态的失真比商品本身的失真更容易被察觉。

第四类是有强规格参数的商品，比如家电、建材、家具。这类商品的买家在做决策时要看的是参数和尺寸，画面需要把商品完整呈现在一个可参照的环境里，人像的参照价值低于环境。

把这四类和前面的表对照起来，会看到一个清晰的规律：该开模特的商品，人像是信息的来源；不该开模特的商品，人像是信息的噪声。判断的依据始终是「人穿上或者使用之后，商品的卖点有没有变得更清楚」，而不是这个商品是不是和人有关。青虎AI 把这一项做成参数栏里的一个独立开关，本质上就是把这类判断交给使用者，因为只有经营这个品类的商家才知道自己的商品卖点在哪。

这四类商品的共同特征还可以再概括一层：它们的信息都能在「商品本体」这个范围内被完整表达。五金工具的规格靠数字和结构表达，数码配件的兼容性靠接口和材质表达，食品的新鲜度靠色彩和质感表达，家电家具的参数靠外形和参照物表达。这四类都不需要借助人体形态来传递信息，这是它们和服饰类最根本的分野。

反过来，如果某类商品的信息必须借助人体形态才能传递，那它就应该开模特。这个判断可以覆盖大量不在表里的品类：有版型特征的、有尺寸参照需求的、需要展示佩戴或使用姿态的，这些都属于前一类的延伸。用这一个标准去判断新遇到的品类，比去查类目对照更灵活。

七、四个常见误区

下面四条是模特选项使用里出现频率最高的偏差，每条都对应一次具体的返工。

四条误区都可以用同一个问题来破解：这张图要回答买家的哪个疑问？如果疑问是关于商品的，画面重心就应该在商品上；如果疑问必须靠人像才能回答，那这个人像才是有价值的。

这四条误区还有一个共同的根源：把模特当成一个「好看不好看」的选项，而不是一个「信息结构合不合理」的选择。前者会让人不断去调整人像的呈现方式，追求画面的观感；后者会让人回到商品本身，问清楚这张图要解决什么疑问。两种心态带来的成品差别很大，尤其是在一批商品要批量出图的时候——用信息结构做判断，整批的策略是一致的；用观感做判断，每一张都可能想改。

用青虎AI 跑模特类主图时，这套判断的价值在于它能减少反复试错。同一批商品如果呈现方式选对了，后面基本就是核对商品准不准；选错了，会陷入不断调整人像的循环里。把判断放在最前面，是效率最高的做法。

八、四条能立刻用上的技巧

四条技巧围绕同一件事：让模特选项这个开关被用在正确的地方，用出正确的效果。

四条技巧里，第一条的收益最直接。它把一个看起来需要经验积累的判断，变成了一个可以随时执行的自问。用得多了之后，判断会变成条件反射，不必每次都停下来想。

再补一条关于测试顺序的经验：拿不准某个类目要不要开模特时，先用一两款最有代表性的商品做小批验证，两个版本各跑一遍，对比数据再决定后面的策略。这个做法比直接给整批商品定一个规则要稳，因为不同店铺的商品结构差异很大，别人的经验不一定适用。

九、三个可以直接照做的场景

下面三个场景对应三类典型的判断情境，做法可以直接搬。

图4：以类目为单位分开跑批时，通常会先按呈现方式把商品分成两组。

十、验收要点与常见问题

需要模特的批次归档前，建议按这几条过一遍。