模特替换出来的图能不能用，看三个地方就够了：发丝边缘、脖颈肤色断层、手与服装的交界。这三处占了穿帮案例的绝大多数，而且都能在放大到 200% 后几秒内判断。其余部位即使有瑕疵，买家通常也注意不到。
先说清楚为什么是这三处，再讲怎么查、怎么修。
为什么破绽集中在这三处
模特替换的本质是在保留服装的前提下重新生成人体。这意味着模型要处理两类边界：
- 人与背景的边界——发丝是其中最复杂的部分，它有成千上万条半透明的细丝；
- 人与服装的边界——脖颈和手腕是人体与服装的交接处，既要衔接肤色，又要保持服装形态。
这两类边界都要求模型同时满足"看起来连续"和"两边各自正确"，难度远高于生成一张平整的皮肤或一块纯色布料。所以出问题的概率天然更高。
理解了这一点，检查就有了重点，不必逐像素看全图。
破绽一：发丝边缘
表现：头发外轮廓像被剪刀剪过一样整齐；或者发丝与背景之间出现一圈浅色描边；再或者碎发糊成一片色块。
判断标准：放大到 200%，沿着头发外轮廓走一圈，看三件事——
- 有没有规则的锯齿。自然的发丝是不规则的，出现规律锯齿说明是算法边缘；
- 有没有异色描边。头发与背景交界处出现一圈比两边都亮或都暗的线，是典型的合成痕迹；
- 碎发有没有细节。真实头发在光下有零散的飞丝，糊成实心块就是破绽。
容忍度：深色头发配深色背景时，轻微问题肉眼难辨，可以放行；浅色背景配深色头发是最严格的组合，必须干净。
处理：这类问题通常重新生成比修图快。换一个背景更简单的场景（纯色或虚化背景）能显著降低出错率。
破绽二：脖颈肤色断层
表现：脸部和脖子、锁骨区域的肤色明显不连续，出现一道横向的色带；或者脖子的明暗关系与脸不一致——脸是顺光，脖子却有侧光的阴影。
判断标准：
- 色相连续性：从下巴到锁骨拉一条视线，肤色应该是渐变的，不应该有可见的分界线；
- 明暗逻辑：下巴下方应该有自然的投影（因为下巴遮光），如果这块反而比脸还亮，光影逻辑就错了；
- 冷暖一致：脸偏暖、脖子偏冷（或反过来）是常见问题，说明两部分是在不同光照假设下生成的。
为什么容易错：脖颈区域往往被衣领部分遮挡，模型在这里要同时处理遮挡、投影和肤色延续，信息最少、约束最多。
处理：优先换姿势或换服装款式重新生成——高领、有围巾的款式会把这个区域盖住，天然规避问题。真要修，可以在交界处做小范围的色彩过渡，但要连同明暗一起调，只调颜色会更假。
破绽三：手与服装的交界
表现：手指数量不对；手腕与袖口的交界处服装形态断裂；手部比例与身体不协调；手指关节弯曲方向反常。
判断标准：
- 数手指。这是最快也最有效的检查，每张图都要做，不要凭印象；
- 看袖口。袖口应该有自然的褶皱和厚度，如果手腕像是"插进"袖子里、没有布料堆积，就是穿帮；
- 看关节。手指关节的弯曲方向和幅度要符合人体结构。
容忍度：手部完全没有容忍空间。买家对手的异常极其敏感，这是最容易被一眼识破的破绽。
处理：手部问题几乎无法靠修图解决，直接重新生成。选择手部不入镜或手部姿态简单（自然下垂、插兜）的姿势，能大幅降低出错率。
次要破绽：看到了最好修，不影响放行
以下几类不属于硬伤，按商品价值决定要不要处理：
- 服装细节丢失：实测中一个典型现象是，平铺原图上的扣孔在上身图里消失、变成光面纽扣。纽扣数量能保持正确，但孔洞这类小结构容易丢。高客单价商品建议重做，低客单价可以接受；
- 版型变化：上身后版型通常比平铺状态更收身、下摆位置略微上移。这属于合理的穿着状态变化，不算错误，但要确保不至于让买家误判版型；
- 下装自动搭配：只提供上装时，系统会自行搭配下装，且多次生成结果不同。同一商品的多张图建议统一，避免买家困惑；
- 阴影方向：人物投影方向应与画面光源一致，多个光源方向矛盾时画面会显得不真实。
30 秒筛选流程
批量生产时不可能每张精修，需要一个固定动作：
- 先看手（5 秒）：数手指、看袖口。不对直接淘汰，不用看其他；
- 再看脖子（5 秒）：从下巴扫到锁骨，找有没有色带；
- 然后看发际线和头发外轮廓（10 秒）：放大到 200% 走一圈；
- 最后整体看一眼（10 秒）：光影方向是否一致、服装关键细节是否还在。
按这个顺序的原因是把淘汰率最高、判断最快的放在前面——手一旦不对，后面都不用看了。
前期怎么把穿帮率压下来
事后筛选不如事前规避。四条有效的做法：
- 选简单背景。纯色或虚化背景能显著降低发丝边缘的出错率；
- 选手部简单的姿势。自然下垂、插兜、单手叉腰，都比复杂手势稳；
- 输入图质量要够。服装平铺图越清晰，版型和图案的还原度越高，长边建议 1500px 以上；
- 一次多生成几张再挑。生成成本远低于返工成本，一次出 2～4 张挑最好的一张，比反复重做效率高。
以 PixGT 的服装试穿功能为例，它的输入是一句填空——「让 [模特] 穿上 [服装图]，在 [场景] 中，[姿势]」，四个槽位都可以从库里选，使用者不需要自己写提示词，系统会把槽位翻译成完整描述。模特库支持按性别、年龄、地区（东亚/欧美/非洲）筛选，跨境卖家可以按目标市场选人种。出图张数可选 1～4 张，正好对应上面第 4 条的做法。实测单张 2K 图的生成耗时在 70～90 秒量级。
返工的决策标准
发现问题后，判断是修图还是重做：
| 问题类型 | 建议 | 原因 |
|---|---|---|
| 手部异常 | 重做 | 修图几乎不可能自然 |
| 发丝边缘 | 重做（换简单背景） | 修发丝耗时远超重新生成 |
| 脖颈色带 | 轻微可修，明显重做 | 小范围过渡可以修，但要连明暗一起调 |
| 服装细节丢失 | 看客单价 | 高价商品重做，低价可接受 |
| 光影方向矛盾 | 重做 | 属于系统性错误，修不动 |
一个简单的判断原则：修图预计超过 3 分钟的，直接重新生成更划算。
常见问题
Q：AI 模特有肖像权问题吗？ 使用平台内置的 AI 模特没有肖像权问题。上传真人照片做替换时，必须确保拥有该照片的使用授权。基础流程见模特替换完全指南。
Q：同一商品的多张图要用同一个模特吗？ 建议用同一个。不同模特会让买家怀疑图文不符，也会削弱店铺的风格一致性。
Q：替换后的图需要标注是 AI 生成吗？ 部分平台和地区有 AI 内容标识要求，且在持续更新，具体见电商 AI 图片标注规则，并以平台最新公告为准。
Q：为什么有些款式怎么生成都不对？ 多层叠穿、大面积镂空蕾丝、强反光面料（漆皮、亮片）是公认的难点。这类商品建议实拍，不要硬凑。
Q：筛选要花多少时间？ 熟练后每张 30 秒左右。100 张图约 50 分钟，这个时间省不掉——它是 AI 方案里唯一无法自动化的环节。
Q：和直接拍摄比，质量差多少？ 简单款式差距已经很小；复杂结构和特殊材质仍有明显差距。务实的做法是主推款实拍、长尾款生成，具体的成本测算见服装试穿完全指南。