新手AI提示词变装教程:人物换衣服怎么写Prompt?

新手AI提示词变装教程:人物换衣服怎么写Prompt?

神马中转API

国内直连

企业级中转,600+全模型支持

比官方
便宜77.7%
免费试用福利
注册即送$0.2美金
02
01
00
:
5
4
3
2
1
0
9
8
7
6
5
4
3
2
1
0
GPT5.5 / Claude4.7 / Gemini3Pro
GPT Image 2 / NanoBanana / MJ
高并发不封号
OpenAI接口兼容
立即注册体验
1000+ 新用户今日注册

新手AI提示词变装教程:人物换衣服怎么写Prompt?

用 AI 给人物换衣服,看起来很简单:上传一张照片,再告诉 AI“把衣服换成西装”“换成连衣裙”就可以了。

但真正生成以后,经常会遇到另一回事。

衣服虽然换了,人物的脸却变了;原来的站姿被重新生成;手臂和衣服粘在一起;衣服颜色正确,版型却完全不同;甚至只是想换一件上衣,AI 连背景、发型和人物体型一起改掉。

对于刚开始接触 AI 变装的人来说,最重要的不是把 Prompt 写得特别长,而是先分清楚:

哪些东西需要改变,哪些东西必须保持不变。

一条比较实用的 AI 变装提示词,可以从下面这个结构开始:

人物保留 + 目标服装 + 服装细节 + 穿着效果 + 场景光线 + 构图 + 限制条件

只要把这几个部分说清楚,即使是新手,也能明显降低变装过程中人物和服装一起“跑偏”的概率。

如果平时需要测试不同服装效果,也可以使用 机灵助手 这类支持 AI 生图和服装上身的工具,先上传人物或服装参考图,再通过 Prompt 调整版型、场景和穿着效果,比每次从零生成完整人物更适合做连续测试。


AI变装提示词,先分清楚“保留”和“修改”

AI 变装和普通文生图最大的区别,是已经存在一个需要保留的主体。

例如上传一张人物照片,只想更换衣服,那么人物本身就是固定条件。

可以先把信息拆成两组:

保留内容 修改内容
人物脸型 上衣
五官特征 裤子或裙子
发型发色 鞋子
身材比例 配饰
人物姿势 服装颜色
原始构图 服装材质
背景(如需要) 服装风格

如果只想换衣服,可以明确写:

保持人物脸型、五官、发型、身材比例、姿势和背景不变,仅替换人物服装。

这句话看起来很普通,但对于变装任务非常重要。

因为如果没有限制修改范围,AI 很容易把“换衣服”理解成“根据这个人物重新生成一张照片”。


新手可以先记住这套变装Prompt公式

比较通用的 AI 变装公式是:

参考人物 + 保留特征 + 目标服装 + 版型材质 + 穿着状态 + 场景光线 + 限制项

例如:

根据上传人物照片进行服装替换,保持人物脸型、五官、发型、身材比例、站姿和背景不变,将原来的上衣替换为浅灰色宽松短款卫衣,圆领、长袖、落肩版型,面料自然垂坠,衣服随人物身体产生真实褶皱,保持自然穿着效果,光线和原照片一致,不改变人物身份,不改变身体比例,不增加额外服装和配饰。

如果已经有一张明确的服装参考图,则可以进一步写成:

人物参考图 + 服装参考图 + 保留人物 + 保留服装 + 自然融合 + 限制条件

这种方式通常比单纯用文字描述衣服更加适合电商服装上身。


日常服装变装:先从简单款式开始

对于第一次使用 AI 变装的新手,建议先测试结构比较清楚的服装。

例如:

服装 Prompt重点
T恤 颜色、领型、宽松程度
卫衣 长度、落肩、袖型
衬衫 领口、袖长、面料
连衣裙 裙长、腰线、领型
牛仔裤 裤型、腰线、颜色
西装 肩线、剪裁、内搭

衣服越复杂,需要说明的结构信息就越多。

例如“换成灰色卫衣”仍然比较宽泛。

更完整的描述可以是:

浅灰色、圆领、长袖、宽松短款、落肩、无印花。

这几个词基本确定了服装的主要结构。

日常卫衣变装Prompt示例

根据上传人物照片进行AI变装,保持人物脸型、五官、发型、身材比例和原始站姿不变,将人物原来的上衣替换为浅灰色宽松短款卫衣,圆领、长袖、落肩设计,无印花和额外Logo,面料柔软自然,衣服贴合人物身体并产生真实褶皱,保持原照片光线和背景,不修改人物面部,不改变下装和鞋子。

这种 Prompt 特别适合“只换上衣”的任务。


通勤变装:西装最重要的是版型和肩线

商务西装看起来结构简单,但实际上很容易生成得不自然。

常见问题包括:

  • 肩膀过宽;
  • 西装领左右不对称;
  • 袖长异常;
  • 内搭消失;
  • 腰部比例被修改;
  • 衣服像直接贴在人物身上。

所以西装类 Prompt 应该重点描述:

肩线 + 剪裁 + 内搭 + 面料 + 合身程度。

商务西装变装Prompt示例

保持参考照片中人物的脸型、五官、发型、体型、动作和构图不变,将人物服装替换为深灰色现代商务西装,西装肩线自然,剪裁利落但不过度修身,内搭白色简洁衬衫,面料呈现自然羊毛西装质感,袖口和衣摆比例合理,服装根据人物姿势产生真实褶皱。保持原场景和光线,不改变人物年龄、身材和面部特征。

如果是用于商务头像,还可以加入:

上半身构图,服装整洁,背景保持简洁,适合职业头像。

这样 AI 会更清楚最终图片的用途。


连衣裙变装:裙长、腰线和领口要写清楚

“换一条漂亮连衣裙”属于非常开放的要求。

AI 可以生成无数种完全不同的裙子。

如果希望结果可控,至少要确定:

服装信息 示例
颜色 米白、黑色、浅蓝
裙长 短裙、及膝、中长款
领型 方领、V领、圆领
袖型 无袖、短袖、泡泡袖
腰线 高腰、自然腰线
材质 棉麻、丝绸、针织
风格 通勤、法式、度假

连衣裙变装Prompt示例

根据上传人物照片进行服装替换,保持人物脸型、发型、五官、身材比例和动作不变,将原服装替换为米白色法式中长款连衣裙,方领、短袖、自然高腰设计,裙摆轻微展开,面料采用柔软棉麻质感,服装随着人物姿势自然垂坠并形成真实褶皱。保持原照片背景、镜头和自然光线,不改变人物身份,不改变身体比例。

如果发现裙摆经常生成错误,可以进一步强调:

裙摆结构完整,不与腿部粘连,双腿和裙摆边界自然清晰。


电商服装上身:重点不是“好看”,而是衣服准确

如果 AI 变装用于电商,标准会比娱乐型换装更严格。

因为用户最终购买的是衣服本身。

需要优先保持:

颜色 + 版型 + 长度 + 领型 + 袖型 + 图案 + Logo + 材质。

检查项 需要注意
颜色 是否接近商品实物
版型 宽松/修身有没有改变
衣长 是否被自动拉长或缩短
袖型 长袖、短袖是否准确
图案 印花有没有随机变化
Logo 位置和结构是否正确
面料 是否符合真实材质
配件 拉链、纽扣、口袋是否缺失

因此,电商 Prompt 最好明确:

服装结构和颜色严格参考上传商品图,不重新设计服装。

电商模特上身Prompt示例

根据上传人物图和服装商品图生成真实电商模特上身效果,保持人物脸型、发型、身材比例和自然站姿,服装严格参考商品图,保持颜色、圆领、长袖、落肩、短款长度、袖口和整体宽松版型准确,不增加图案、Logo或额外装饰。服装自然穿着在人物身上,面料垂坠真实,产生符合身体姿势的自然褶皱,使用简洁浅灰影棚背景和柔和均匀棚拍光,全身完整入镜,适合电商商品主图和详情页。

这类任务中,衣服准确通常比场景漂亮更加重要。


同一件衣服,可以换不同模特和场景

AI 变装另一个很实用的方向,是围绕同一件商品扩展视觉素材。

例如一件卫衣,可以生成:

图片方向 使用场景
白底模特图 电商主图
影棚上身图 商品详情页
咖啡馆街拍 社媒种草
城市街头 新品宣传
居家场景 生活方式展示
半身特写 面料和版型展示

这样做的核心不是每次重新设计衣服,而是:

固定服装,改变模特、动作和场景。

如果已经确定商品图,可以把经过验证的变装方向整理成模板。需要寻找类似服装上身或人物转绘方向时,也可以从 AI 生图模板 先找接近的视觉,再修改人物、服装和场景变量。

机灵助手内置多种模板

 

利用机灵助手进行模特换装

 


想做街拍感,Prompt要加入环境和镜头语言

同样一件衣服,放在纯色影棚里更像商品展示,放到咖啡店、街道或者商场外,则更接近社媒种草。

这时 Prompt 可以加入:

地点 + 时间 + 光线 + 镜头 + 人物状态。

例如:

城市咖啡店门外、秋季阴天、柔和自然光、全身街拍、人物自然站立。

秋季街拍变装Prompt示例

保持参考人物的脸型、五官、发型和身体比例,将人物服装替换为浅灰色宽松短款卫衣,圆领、长袖、落肩版型,保持服装颜色和结构准确。人物自然站在城市咖啡店门外,秋季街拍氛围,阴天柔和自然光,全身构图,人物姿态放松,服装为主要视觉重点,背景轻微虚化但保留真实城市环境,适合服装新品宣传和社媒种草内容。

这里场景只是帮助用户理解穿着效果,不能抢掉服装的视觉重点。


只换衣服时,背景和人物要主动锁住

AI 变装最常见的失败之一,是“顺手把整张照片都重新设计了”。

所以如果任务只是换衣服,可以在 Prompt 最后明确限制:

仅修改服装区域,其余内容保持不变。

根据实际情况还可以加入:

不希望变化 Prompt限制
人脸 保持人物面部不变
发型 不改变发型和发色
身材 不改变身体比例
姿势 保持原始动作
背景 保持原背景不变
镜头 保持原始构图
下装 仅替换上衣
配饰 保持原配饰

如果只换上衣,“仅替换人物服装”仍然稍微宽泛。

更准确的是:

仅替换人物上衣,下装、鞋子、配饰、人物和背景全部保持不变。

修改范围越清楚,越容易控制。


服装真实感,主要来自褶皱、遮挡和受力

有些 AI 变装图片第一眼看起来没问题,但仔细看会发现衣服像“贴”在身体上。

原因通常不是材质不够高清,而是缺少真实穿着关系。

真实服装需要考虑:

  • 肩膀支撑;
  • 手臂弯曲;
  • 腰部堆积;
  • 衣摆下垂;
  • 身体遮挡;
  • 面料重量;
  • 动作产生的褶皱。

所以 Prompt 可以加入:

服装根据人物动作自然受力,肩部、手肘、腰部和衣摆产生符合真实穿着状态的自然褶皱。

对于针织、棉质、丝绸、西装等不同面料,褶皱表现也应该不同。

材质 视觉特点
棉质 柔软、自然褶皱
卫衣面料 稍厚、有垂坠感
针织 柔软、贴合
牛仔 较硬、褶皱明确
丝绸 顺滑、轻微反光
西装 挺括、结构清楚

相比单纯写“衣服真实”,这些具体描述更容易影响最终效果。


 经常做变装,可以建立自己的Prompt模板

当需要反复生成服装上身图时,没有必要每次重新写一整段 Prompt。

可以固定一个基础模板:

根据上传【人物参考图】和【服装参考图】进行AI变装,保持人物【脸型/五官/发型/身材/动作】不变,将原服装替换为【目标服装】,严格保持服装【颜色/版型/长度/领型/袖型/图案/Logo】准确,面料呈现【材质】,根据人物动作产生自然褶皱,使用【场景】和【光线】,采用【构图】,适合【使用用途】。不改变【限制内容】。

以后主要替换:

服装 + 场景 + 构图 + 用途。

例如可以建立:

模板 适合用途
白底上身 电商主图
浅灰影棚 详情页
城市街拍 新品宣传
咖啡馆 小红书种草
商务空间 西装、通勤装
居家自然光 家居服、休闲服

模板真正节省的不是写 Prompt 的几十秒,而是减少反复测试同一种构图和光线的次数。


变装失败时,先判断是哪一部分出了问题

第一版生成不好,不需要马上把整条 Prompt 推翻。

可以按照:

人物 → 服装 → 身体关系 → 构图 → 场景 → 光线

逐项检查。

常见问题 调整方法
人脸改变 强化保持面部和身份不变
身材改变 加入保持身体比例
衣服版型错误 明确领型、袖型、长度
衣服颜色偏差 强调颜色参考商品图
图案被修改 要求图案和Logo保持准确
衣服像贴上去 增加真实褶皱和受力
手臂穿过衣服 强调衣服与身体遮挡自然
全身变半身 加入全身完整入镜
背景被改变 明确保留原背景
只换上衣却换了裤子 限定仅修改上衣区域

每轮优先解决最明显的一个问题。

这样更容易判断究竟是哪一句 Prompt 起了作用。


FAQ:新手AI提示词变装常见问题

AI变装最简单的提示词怎么写?

可以先从:保持人物脸型、五官、发型、身材和姿势不变,仅将服装替换为【目标服装】,保持服装颜色、版型和材质准确,穿着自然,其他内容不变。

开始,再根据结果补充细节。

为什么AI换衣服以后脸也变了?

通常是修改范围没有限定清楚。可以明确加入“保持人物身份和面部特征不变”“仅修改服装区域”。

有服装参考图,还需要描述衣服吗?

建议仍然描述最重要的特征。参考图负责提供视觉信息,Prompt 则告诉 AI 哪些信息最不能改变,例如颜色、衣长、领型和Logo。

怎样让AI生成的衣服更真实?

重点描述面料、自然垂坠、身体受力、遮挡关系和褶皱,而不只是增加“真实、高清”等形容词。

怎么只换上衣,不改变裤子?

直接写明:仅替换人物上衣,下装、鞋子、配饰、人物姿势和背景全部保持不变。

AI变装适合做电商服装图吗?

适合用于上身效果测试、场景扩展、详情页素材和社媒内容,但正式商品图需要人工检查颜色、版型、图案、Logo、材质和细节是否与实物一致。

同一件衣服怎么批量生成不同场景?

固定服装参考图和服装限制条件,只替换 Prompt 中的模特、场景、动作、光线和构图变量即可。


AI变装的关键,是控制“变什么”和“不变什么”

对于新手来说,AI 变装没有必要一开始就研究特别复杂的 Prompt。

先记住这套结构:

人物保留 + 目标服装 + 服装细节 + 穿着效果 + 场景光线 + 构图 + 限制条件

其中最重要的是前两件事:

人物要保留,服装要描述准确。

不同用途的重点也有所不同:

使用场景 核心重点
娱乐换装 风格和视觉效果
日常穿搭 人物自然、服装协调
商务头像 人脸、肩线、西装结构
电商上身 服装准确性
社媒种草 穿搭 + 场景氛围
品牌宣传 服装 + 模特 + 统一视觉

 

实际操作可以按照:

上传人物 → 上传服装 → 确定保留项 → 描述服装 → 选择场景 → 生成第一版 → 检查人物和服装 → 修正Prompt → 保存模板

如果已经有人物照片和服装图片,可以进入 机灵助手 AI 生图,先从简单的上衣替换或电商模特上身开始测试;如果暂时不知道适合什么场景,也可以从 AI 生图模板 找接近的穿搭和人物视觉方向。

先把一种服装、一个人物和一个场景跑通,再保存有效的 Prompt。

之后无论换卫衣、西装、连衣裙还是其他服装,都只需要替换几个关键变量,不必每次从头开始。