AI 绘画

ai中式模特出图总糊盘扣？旗袍纹样保细节的参数实测

FlowPix Team 发布于 2026-09-17 2,078 字

把话放前面：ai中式模特出图，崩就崩在盘扣和纹样这两处小地方，整图重抽是下策。盘扣用局部重绘分两步修，纹样先铺底再单独提花，下面这套参数是我拿真丝旗袍那批单实测出来的，照着调能少废一大半图。

ai中式模特出图，先崩的往往不是脸，是领口那排盘扣。我的结论很直接：盘扣画崩别整张重抽，用局部重绘修；纹样糊了别堆形容词，拆成两步做。改对顺序之后，那批旗袍图的废图率从七成多压到了两成。

事情起因是一家做真丝旗袍的客户，要60张上新图，档期只有一周。我第一轮拿通用工具直接出，120张里挑不出15张能用的，十张里八张盘扣多一对或少一对扣袢，缠枝莲纹不是糊成色块，就是长出几笔不知道是什么的卷草。脸倒是没什么问题，问题全在细节上。第二轮我把流程拆了重排，才把这事救回来。

盘扣为什么十张里崩八张

盘扣崩的根因是它在训练数据里属于稀有物件，模型只见过大概，没见过结构。琵琶扣、一字扣这类手工盘结在图库里数量太少，模型只能靠想象补，于是扣袢忽多忽少、缠线走向凭空乱画。不是你提示词没写好，是这个部位压根不该指望一次生成到位。

我的做法是把盘扣从主生成里摘出来。主图先允许领口画错，构图、脸、面料都定了之后，进局部重绘，重绘幅度压到0.38，蒙版只圈领口往下三指宽的区域。提示词把扣型说死：琵琶扣五对，单排，手工盘结，缎面。数量给到具体数字，模型反而不乱发挥了。

这里有两个坑我踩过。一是蒙版圈太大，把立领整个重绘，结果领型跟着变了，客户那边对版对不上，后来重绘幅度降到0.35以下才稳住。二是提示词写"精致的盘扣"，越精致它越自由发挥，删掉形容词只留结构和数量，成形率反倒上去了。讲道理，这个反直觉的调整是我这批单里最值钱的发现。

说白了，盘扣得当成贴上去的零件，不是画出来的整体。这个思路转换比任何参数都管用。

纹样糊成一团的解法是拆成两步：第一步出纯色底加暗纹，第二步再单独生成提花层。一次让模型同时管面料又管花纹，它两边都顾不好，拆开之后每一遍任务都简单。

具体操作是：第一遍出图时面料词只写真丝素色、哑光缎面，让光感和垂坠先定下来；第二遍用图生图接手，重绘幅度0.5左右，把缠枝莲、云鹤纹这类主纹样加回去，词里带一句纹样边界清晰。两遍各自只干一件事，出错面就小了。

真实数据摆在这：两步走的做法，20张里16张纹样是干净的；一步到位直接描述全套装，20张里只有4张能用。这个差距就是返工时间的差距，划算得很。我把两步的参数单独存在提示词库里，上新直接调用，不再现场想词。

有个意外发现：写"苏绣"，出来的纹样偏立体、带线头感；写"缂丝"，出来是平面织纹。旗袍类目我更偏好缂丝那版，客户盲选也选了它。想理解这类旧物质感为什么这么写，可以看这篇讲绢本与包浆画法的实测，思路是相通的：ai绘画仿古仿的是味道不是做旧：绢本、印章题跋与包浆的画法实测。

顺带一句，中式模特图会生成人脸，图只拿来做商品展示，别拿去冒充真人身份，这个底线得守住。

盘扣和纹样这种细部，通用出图工具、电商换装平台、本地开源工作流三条路差别很大。同一张底图、同一套提示词，我各跑了20张盘扣特写，能直接用的张数差出一倍多。

测试条件说清楚：同一张底图、同一套盘扣提示词，三个渠道各出20张，只统计领口不用修就能过的张数，纹样另算一轮。

工具类型	盘扣成形率	纹样清晰度	单张成本	我的用法
通用出图工具	13/20	中，细纹易糊	约0.4元	出整体和脸部
电商换装平台	15/20	中上，纹样偏通用	月费约百元不限张	走量上新
本地开源（3090）	9/20，调后17/20	高，能控纹样密度	电费，一张40秒	攻克重点款

走量我首选电商换装平台，省心，就是纹样千篇一律；重点款必须本地开源，慢是慢，纹样密度能写进词里控。通用工具卡在中间，脸是真的好用，细部差一口气。三条线我都不撤，分工不同。

回到开头那句判断：中式模特图的成败不在脸，在盘扣和纹样这些小地方。别跟一张废图死磕整图重抽，盘扣交给局部重绘，纹样拆成两步，废图率立刻下来。参数先拿两三张试稳了再放量，比上来就跑批量划算。

行，但你平均要重抽七八张才碰上一张领口对的。局部重绘两三次就能修好一张，时间账一算就知道哪个划算，批量越大差距越明显。

不够，单写绸缎容易油光满面。我一般写哑光缎面、柔和漫反射，再补一句环境光均匀，出来的光泽才像真丝，不然像塑料布。

思路一样，扣型词换成对襟盘扣的描述。重绘幅度我从0.38提到0.42，男装面料纹理粗，容错高一些，修起来反而更省事。

本地开源工作流可以喂参考图做纹样迁移，电商平台大多不支持自定义花型。这也是我始终留着本地产线的主因，品牌款绕不开它。