模特图ai生成图片教程：不拍一张照片，纯提示词造出模特图

我开店第三年才想明白一件事：没有模特、没有相机，模特图这件事也能靠打字解决。店里常备两种图——帆布袋、徽章、和纸胶带的产品渲染图，和工厂发来的白底图。上个月想给新款帆布袋配一张"有人背着逛街"的场景图，被摄影报价吓退之后，我开始试纯文生图这条路：只打字，一个像素都不喂。

结果先交底。四十张里挑出十一张能用，单张十来秒，比约摄影师便宜了两个数量级；可AI"编"出来的袋子，图案永远不是我这版设计。想通这层天花板，你才知道该把文生图用在哪儿。

文生图和图生图，差的不只是一个按钮

文生图只给文字，AI凭空编出人和产品；图生图要喂一张底图，AI换人但保住产品。没有实拍条件的店主只能走前者，代价是产品还原度。

模特图ai生成图片这事，说穿了分两条路。文生图，你打一行字，模型从零画一个不存在的人背着一只不存在的袋子；图生图，你把实拍图喂进去，模型保住产品、替换人和背景。我手头只有渲染图，本来想直接拿渲染图当底图走图生图，试了两次就退回来了——袋子平放在白底上拍的，角度是俯视，硬要生成一个背着它走路的人，胳膊全是怪角度，人物姿态被渲染角度锁死了。

表格里我最看重第二行，图案还原是我这种卖文创的命门。别的店可能反过来，毕竟人家有相机，喂张实拍图什么都能保住。

纯文生图出模特图的完整流程

流程三步：按人物、动作、服装、产品、光线的结构写提示词；一次生成四张、变着措辞跑七八组；挑图先看手，再看产品，最后才看脸。

提示词我是吃过亏才学会排顺序的。最早就写"一个女生背帆布袋，日系清新"，出来的人美是美，跟我的店半毛钱关系没有。后来固定成五段式：人物→动作→服装→产品描述→光线镜头。落到我袋子上是这样写的："二十二到二十五岁女生，齐肩黑发；单肩背帆布袋，微侧身回头；米色针织衫，直筒牛仔裤；帆布袋奶白底色，印橘色几何线条猫；下午四点侧光，35mm镜头，街边虚化"。产品那段最容易被跳过——你得用文字把袋子的底色和图案讲清楚，不然AI自己发挥，给你画一只不存在的猫。

这套五段式能解决七八成，剩下的靠平时积累，我从这份ai模特指令清单里直接抄过几条现成的，比自己瞎琢磨快。

出图节奏也有讲究。一次生成四张，一个思路变着措辞跑七八组，前后二十分钟出头，落到四十张图。中间岔开说一句：有次我偷懒，只改了光线没改动作，八张图构图几乎一样，白烧了一轮额度。挑图我给自己定了条铁律——先看手，手废了直接划走；再看袋子有没有被手指抠变形；最后才看脸。脸反而是最不用慌的，现在的模型画脸已经稳多了。

实测数字，和三个翻车现场

实测40张里11张能用，合格率27.5%，单张耗时12到18秒。翻车集中在手指、衣服细节、文字乱码三处，前两个靠挑图规避，乱码反而不用管。

数字先摆出来。用2026年11月当月的主流模型（名字就不点了，免得像打广告），单张生成12到18秒，一组四张一分钟左右，四十张连跑带挑一个钟头。十一张进素材库，其中真正让我想发朋友圈的就两三张，剩下的是"能看、能垫在产品图下面"的水平。这个比例说实话比我预想的高，我原本以为得重抽十几次才凑得齐。

翻车一：手。四十张里手指有明显问题的过半，六根手指算常规操作，还有握袋带的手指直接穿进布料的，指节往反方向弯的。挑图铁律的第一条就是这么来的。

翻车二：衣服细节随机。同一份提示词跑两组，针织衫一次圆领一次V领，袖子一次长一次短，连马尾的高度都对不上。想锁定一个形象连出五张图，纯文生图现在做不到——这是我最大的遗憾，账号主页要风格统一的话，这条路会露馅。

翻车三：文字乱码。我让模特举一块写"上新"的手写牌，四张图里那两个字被画得像甲骨文。这块我反而不慌：牌子和袋子上的图案，后期横竖都要换成我的真实设计，AI编的部分本来就是用来被贴掉的。

什么时候纯文生图够用，什么时候必须上底图

发社媒、详情页氛围位、测试配色，纯文生图够用；凡是产品图案要清晰示人的主图和特写，必须喂真实产品图或后期合成，别硬凑。

判断标准就一条：观众会不会放大看你袋子上的图案。朋友圈剧透、社群预告、详情页顶部的虚化氛围位，纯文生图完全够用，没人会去核对那只袋子上的猫是不是你的猫。主图、花色特写、要扫码的位置，一行字编不出你的真实设计，老老实实上底图。

我现在的分工：文生图负责场景和人物，挑好图之后在修图软件里把渲染图贴到袋子位置，透视对齐一张大概花二十分钟。嫌贴图麻烦的话，可以直接喂产品渲染图走图生图，省掉合成这步——具体能到什么程度，我在平铺图AI模特生成实测里单独跑过一轮，姿态受限这个缺点跑不掉，产品是真的。两条路怎么选，看你在"省事"和"保真"之间更心疼哪头。

从"这辈子约不起模特"到"四十张里挑十一张"，纯文生图没让我彻底告别摄影这件事，但把门槛从几千块的报价踩到了几十块的额度。它管人物和氛围，管不了你袋子上的图案——把这层边界记牢，就不会对它失望。

常见问题

纯文生图的模特图能直接当电商主图吗？

不建议。图里的产品是AI照你的文字现编的，图案细节对不上真实货品，买家收到货发现不一致容易起纠纷。主图用真实产品图，AI图放氛围位和社媒。

不会英文，中文提示词行得通吗？

行得通，这篇里所有图都是中文提示词出的。关键不在语言在结构：人物、动作、服装、产品、光线，一段都不能省。

一次生成几张比较划算？

四张一组起跑，一个思路至少换三种措辞跑三组再下结论。单张死磕最容易心态崩，我最好的一张出现在第33张，前面那三十二张没白费，都是给它探路的。

能让几十张图里的模特是同一张脸吗？

纯文生图做不到稳定复现。同一批四张可能长相接近，跨批次重跑基本换人。要固定形象连出图，得靠垫图或者角色训练，那是图生图路线的活儿。

拿AI模特图商用要注意什么？

先看平台的商用授权条款，不同订阅档位差别很大。提示词别碰真实明星、网红的名字，生成的脸也别去模仿具体真人，卖货的图被认出"这是谁谁"就是给自己挖坑。

延伸阅读

• 手串衣服模特AI怎么用？文玩店主60张上手图的教训——同样没有拍摄条件的店主视角，可以对照看。
• AI模特生成操作教程：从注册到第一张可用图的五步流程——看完流程想动手的，从这篇开始。