
一个做女装独立站的卖家遇到的事:国内拍的一组模特图,国内站转化还行,挂到北美站点广告跑了两周,点击率一直偏低。素材本身不糊、构图也不差,问题出在"看着不像本地卖的货"——模特长相、妆面、搭配、背景户型,全是国内审美那一套。换到中东站点更明显,一张吊带连衣裙上身图直接被当地买家划走。
重拍当然可行,但跨境卖家一个季上几十个款,按市场各拍一轮模特,排期和预算都扛不住。这篇讲的是另一条路:原图只拍一次,用 AI 把模特和场景换成目标市场的样子,商品本身一丝不动。
全程在 AI生成中文站 中文界面在线完成,按次计费。换模特这类"图生图且必须保住商品"的活,主力用 Nano Banana Pro——它在上传原图后对商品结构、印花、面料肌理的还原相对稳,这是做本地化模特图的前提条件。
本地化模特图指的是:同一件商品,按不同销售市场分别出一套模特上身图,模特的外观特征、妆造、穿搭方式和背景环境都贴近该市场买家的日常审美。
它不是换个脸那么简单。实际影响点击的至少有四层:
做跨境的核心判断是:这四层你换得越到位,买家越容易把这件商品代入自己的生活,而商品本身的细节(版型、印花、扣子、logo 位置)必须零改动,否则就是货不对板。
先给结论:原图优先用平铺图或白底图,其次用国内模特上身图,带复杂背景的实拍最后考虑。
原因是 AI 换模特本质上是在重绘人物,商品区域保留得越干净,重绘时被"顺手改掉"的概率越低。具体标准:
服装类目更细的出图流程(平铺转上身、换季场景)在《Nano Banana Pro 怎么给服装店出图》里写过,这篇只聚焦"按市场换人"这一层。
把提示词拆成固定四段,比一句话大白话稳定得多:
① 锁定商品 + ② 模特描述 + ③ 场景环境 + ④ 画质与禁止项
下面 7 段按市场分,可直接复制改词。
1)欧美街头风·女装外穿(适合:女装、外套、牛仔)
完整保留图中这件外套的款式、颜色、面料质感和所有细节,不要改动衣服本身。换成一位欧美女性模特穿着,20 多岁,浅棕色长卷发,自然妆,表情轻松,站在砖墙老街的人行道上,午后自然侧光,背景轻微虚化,真实街拍摄影感,全身构图,无文字无水印。
2)欧美中大码·家居场景(适合:女装、家居服、内衣外穿款)
完整保留图中这件上衣的版型、印花和颜色不变。换成一位欧美中大码女性模特自然穿着,微笑,站在明亮的公寓客厅里,木地板,白墙,大窗自然光,浅景深,真实生活摄影感,半身构图,无文字无水印。
3)欧美男装·通勤(适合:男装衬衫、Polo、西装)
保持图中这件衬衫的剪裁、领型、颜色和纹理完全不变。换成一位 30 岁左右欧美男性模特穿着,短发,干净面容,站在现代办公楼玻璃幕墙前,清晨柔和光线,背景虚化,真实商业摄影感,无文字无水印。
4)东南亚日常·轻薄夏装(适合:连衣裙、短袖、度假风)
完整保留图中这条裙子的款式、花色和细节不变。换成一位东南亚女性模特穿着,黑色长直发,清透淡妆,站在热带植物旁的米色墙前,明亮日光,略带暖调,真实摄影感,全身构图,无文字无水印。
5)东南亚街市场景·配饰类(适合:包袋、首饰、太阳镜)
保持图中这只手提包的形状、五金件、颜色和材质纹理完全不变。换成一位东南亚年轻女性手持这只包,休闲穿搭,走在热闹的街边店铺前,自然日光,背景适度虚化,真实生活化摄影感,半身构图,无文字无水印。
6)中东保守穿搭·女装(适合:长裙、长袖、外搭)
完整保留图中这件长裙的版型、印花、颜色和所有细节不变。换成一位中东女性模特穿着,搭配同色系头巾,长袖长裙,整体穿着保守得体,站在米色石材拱门建筑前,柔和日光,真实摄影感,全身构图,无文字无水印。
中东站点出图要额外注意:裸露程度、搭配方式比模特长相更关键。原款如果是吊带或短裙,不要靠 AI 硬改成长袖长裙——那已经不是换模特,是改商品,属于货不对板。正确做法是原款就配一张内搭/外搭的搭配图,或者这个款干脆不投该市场。
7)日韩清淡风·宽松叠穿(适合:针织、卫衣、宽松外套)
保持图中这件针织衫的织纹、颜色和廓形完全不变。换成一位东亚女性模特宽松穿着,内搭白色衬衫露出衣领,低马尾,极淡妆,站在简约白色墙面前,柔和散射光,低饱和清淡色调,真实摄影感,半身构图,无文字无水印。
换模特的主要风险不是模特不好看,是商品被悄悄改了而你没发现,等到买家收货才暴露。每张图按这三步过一遍:
对不上就改提示词重跑,把出错的部分点名写进第①段,比如「保留胸前印花的原始位置和图案内容,不要重新生成任何文字」。一轮改不动就换张原图,别在一张难图上反复耗次数。
跨境一个款要出多市场多尺寸,批量环节的组织方法见《跨境电商 AI 素材怎么批量出》。
先说结论:AI 生成的虚拟模特可以用于商品展示,但不能生成指向真实特定人物的形象,部分站点还要求标注 AI 生成。
Nano Banana Pro 换模特会把衣服也改了吗?
有可能,所以提示词第一句必须写死"完整保留衣服的款式、印花、颜色和细节"。即便这样也要按上面三步自查,印花上的文字和小图案是最容易被改的地方。原图商品区域越干净、分辨率越高,改动概率越低。
一件衣服做 4 个市场版本,要跑多少次?
按经验每个市场留 3-5 次尝试余量比较稳妥:第一次定基调,之后微调模特特征和背景。所以一个款四个市场大致是十几到二十几次的量级。按次计费,具体花多少取决于你跑了几次,页面上每次生成的消耗是透明的。
能不能固定成同一位虚拟模特,让整店风格统一?
可以尽量靠近,做法是把模特描述当成一段固定模板(发色、发型、脸型、体型、妆面逐项写死)每次复用,并把一张满意的出图当参考图上传。完全一致比较难,整店一致性的具体做法见《AI 生成的模特能固定成同一个人吗》。
平铺图能直接出本地化模特图吗?
能,而且平铺图往往比带背景的实拍更好用,因为商品区域干净。要点是在提示词里补上穿着状态,比如「自然穿在模特身上,衣服贴合身形,有自然褶皱」,否则容易出现衣服像贴图一样浮在人身上。
中东市场的图是不是必须加头巾?
不是必须,取决于你的类目和定位,但保守穿搭的接受度普遍更高。更重要的是别用 AI 把原本短袖短裙的款"改成"长袖长裙——那是改商品,不是本地化。
本地化模特图的做法可以压成三句话:原图越干净越好(优先平铺或白底)、提示词按"锁商品 + 模特 + 场景 + 画质禁止项"四段写、出图后按三步核对商品还原度。模特、妆造、穿搭、背景这四层换到位,一组国内拍的原图就能铺到多个市场,省掉按市场分别排期拍摄的那部分成本和时间。
要动手的话,从店里卖得较好的那个款开始:挑一张干净平铺图,按上面对应市场的提示词各跑一版,对比完再往下铺其他款。工具页在 Nano Banana Pro。