结论先给：白底图、场景图、卖点图交给 AI 套图，材质细节图和上身版型图保留实拍。服装鞋包是最适合混合方案的品类——它既有大量可以合成的展示型图片，也有几张必须靠实物才说得清的关键图。下面按成本、周期、可控性三项逐条比，最后给一个可以直接照搬的配比。
三项核心对比
| 维度 | AI 商品套图 | 摄影棚实拍 |
|---|---|---|
| 单张成本 | 10 点/张，2K 为 15 点 | 按套报价，含场地模特 |
| 出图周期 | 五模块实测约 113 秒 | 约档期加修图，通常按天计 |
| 改一版 | 重生成单个模块，分钟级 | 重拍或重修，重新排期 |
| 场景数量 | 不受场地限制 | 受布景和道具限制 |
| 材质真实度 | 依赖输入素材 | 天然真实 |
| 版型准确度 | 平铺图上的结构可能丢失 | 准确 |
最后两行是分界线所在。
AI 套图更划算的场合
一、需要大量场景变体的时候。 同一件风衣要出城市街头、咖啡馆、秋日公园三个场景，实拍意味着三次外景，AI 侧只是换一次提示词。用 PixGT 流光AI 的商品套图功能，上传一张平铺图加一段卖点描述，系统会自己把描述扩写成各模块提示词再并行出图，整套风格还能保持统一——因为各模块的"设计风格"段完全相同，只有"图片内容"段不同。
二、需要多平台多语言版本的时候。 功能内置 14 个发布平台、16 种语言，同一套素材换个平台重新导出就行，不用为每个渠道单独排一次拍摄。
三、SKU 多、单 SKU 销量不确定的时候。 新品测款阶段，几十个 SKU 每个都进棚不现实。先用 AI 出一版能上架的图，跑出数据之后再给爆款补实拍。
四、改版频繁的时候。 卖点文案换了、主推色换了，重生成对应模块即可，成本是分钟和点数，不是一次重拍。
必须实拍的两类图
材质细节图。 面料的织纹、绒感、皮革的纹理和油蜡效果，AI 能画得"像"，但画的不是你这批货的那块料。买家拿到实物对不上，就是描述不符。这类图老老实实微距实拍。
上身版型图。 服装的落肩、腰线、下摆长度，鞋包的容量和背负效果，这些是购买决策里权重最高的信息，也最不能失真。
这里有一个已知的、必须提前知道的偏差：平铺图上的扣孔，在生成的上身图里会丢失。类似的还有暗扣、隐形拉链、内衬标签。凡是决定版型判断的结构件，不要指望从平铺图合成出来。
一个可以照搬的配比
以一个 SKU 八张主图为例：
| 图位 | 内容 | 方式 |
|---|---|---|
| 1 | 白底图 | AI |
| 2 | 首屏海报 | AI |
| 3 | 核心卖点 | AI |
| 4 | 场景展示 | AI |
| 5 | 规格参数 | AI |
| 6 | 材质微距 | 实拍 |
| 7 | 上身正面 | 实拍 |
| 8 | 上身背面／细节结构 | 实拍 |
AI 五张、实拍三张，大致是 6:4 的工作量分配。测款期可以先只做前五张上架，跑出数据后再补后三张。
需要注意的是，服装的上身效果如果要走 AI，对应的是服装试穿功能而不是商品套图——那是另一条路径，用一句填空的四个槽位描述模特、服装、场景和姿势，系统自动写提示词。它同样有扣孔丢失的问题，所以结论不变：结构件看实拍。
什么时候不该用 AI
三种情况直接放弃：
- 商品的核心卖点就是材质本身（真丝、羊绒、头层皮）；
- 定制款、非标款，市面上没有同类可参考；
- 平台对该品类有明确的实拍要求——规则时有调整，以平台最新公告为准。
常见问题
Q：AI 生成的服装图会被平台判违规吗？ 关键不在于是不是 AI 生成，而在于是否与实物一致。展示型图片合成没有问题，用合成图伪造材质或版型才是风险所在。部分平台要求标注 AI 生成，按当地最新公告执行。
Q：一套五张图成本是多少？ 按每张 10 点算，一套五张 50 点；走 2K 分辨率每张 15 点。相比进棚拍一次，差距主要体现在改版上——重生成一个模块是分钟级的事。
Q：平铺图和挂拍图，哪个做输入更好？ 挂拍图更好，它已经带了一部分垂坠信息。平铺图也能用，但要接受版型细节的还原度下降。
Q：出图之后还要人工检查吗？ 要。尤其是纽扣、口袋、拉链这类可数的结构件，每张都要放大数一遍再上架，不能照着提示词想当然。
Q：新品测款阶段，最少做几张就能上架？ 白底图、首屏海报、核心卖点三张是底线。素材要求可以对照珠宝饰品的素材清单，完整操作流程见数码套图的分步拆解。