AI服装变模特指令怎么写？五段式提示词与相似度参数实测

一条能用的指令，拆开就五段

服装描述、模特设定、动作姿势、光线场景、出图参数，五段各管一摊，缺哪段模型就自己脑补哪段。顺序也别乱，服装放最前面，权重最高，越靠后越容易被忽略。

服装段只写材质、版型、细节三样。比如"醋酸缎面方领连衣裙，落肩泡泡袖，裙摆到小腿中段，侧腰有系带"。别写"好看的裙子"这种空词，模型不知道你想好看成什么样。

模特段写身高体态加肤色发色，一句够用："身高168左右，肩窄腰细，黑长直发"。做童装的话换成"五岁女童，身高110厘米"，场景写电商正面展示就好，别的东西不加。

动作段是我踩坑最深的一段。最早我只写"自然站立"四个字，二十张里七张双手背在身后，姿势僵得像被审讯。后来改成"右手轻提裙摆，左手自然垂放"，废片率直接降到三成。手部必须有交代，你不写，模型乱给。

光线段写"棚拍柔光，浅灰纯色背景"这种具体环境。参数段放画幅和相似度：3:4竖构图，相似度0.55起步。五段拼起来就是一条完整指令，抄一遍就能跑。

拼一条完整的给你抄："醋酸缎面方领连衣裙，落肩泡泡袖，裙摆到小腿中段，侧腰有系带；身高168左右，肩窄腰细，黑长直发；右手轻提裙摆，左手自然垂放；棚拍柔光，浅灰纯色背景；平视全身机位，3:4画幅，相似度0.55。"一百来字，跑通之后你每次只换服装段和动作段，别的原样留着。

相似度这个参数，拉太高脸先崩

相似度0.5到0.6是安全区，0.65往上脸开始崩，0.8基本张张没法看，服装还原度却只多一点点。别信"越高越像"的直觉，这个参数是拿脸换衣服细节的。

2026年9月12日晚上，我拿一条醋酸缎面裙连测八十张，专门摸这个参数的边界，出一张大概25秒，3:4画幅下1024×1365分辨率。结果整理成一张表。

从0.6到0.8，服装还原只涨半档，可用张数掉了八成，这笔账怎么算都亏。我的习惯是固定0.55，遇到格纹、刺绣这类细节多的面料才升到0.6。你要是也遇到过脸崩，先动这个参数，别急着改指令。

还有个教训顺手交代：批次跑图时把相似度锁死，组内对比才有意义。我一开始每张都随手调，测出来的数据全对不上号，八十张白跑，心疼额度。

这些词写进指令，基本是白写

高清、8k、杰作这类词对写实人像没什么加成，真正起作用的是材质名、机位词和负面词，删掉它们指令反而更干净。词不在多，在准。

机位词推荐"平视全身机位"。少了它，模型爱给半身特写，裙子下半段直接出画。负面词也单列一段："多余手指，肢体扭曲，文字水印"，能把怪图挡掉一部分。

材质词要写具体名字。醋酸、华夫格、重磅棉，这些词模型认识；"高级面料"它不认识。针织和缎面的反光写法也不一样，缎面加"柔和反光"，针织加"哑光质感"，一组词的事，出图差别肉眼可见。

画幅同样是参数细节的一环。全身人像老老实实用3:4，我试过用1:1硬跑，二十张里十一张切脚，脚踝以下凭空消失。画幅、比例、留白里还有更多门道，全身ai绘画不断腿不切脚这篇写得细，可以搭着看。

回到开头那句：指令是工作单，不是许愿池。五段写全、相似度收在0.6以内、无效词删干净，这三件事做完，出图可用率翻一倍不算难。剩下的就是拿你手头那件衣服，照着模板跑二十张，废片自己会告诉你哪段没写好。