上身图对生意的影响分两条路径，点击率看首图，转化率看图组。这两条的优化方向不同，混在一起想就会做出「首图很抓眼但退货很高」或者「图很实在但没人点」的结果。下面分开拆，再给一份能逐条过的自查清单。
影响点击率：首图的三件事
首图在列表页里和几十个竞品并排，只有一瞬间的机会。
- 主体占比。人物应占画面高度的 70% 以上，商品部分要落在画面中心区。列表页缩略图很小，人站得太远等于什么都没展示；
- 背景干净度。背景元素越少，商品的轮廓越清楚。街景、咖啡馆这类场景适合做副图讲氛围，首图用纯色或极简背景更容易赢得点击；
- 姿势的信息量。首图的姿势要能交代版型——直立正面能看出肩线和下摆，坐姿和大幅度动作会让版型判断困难。
影响转化率：图组的四件事
买家点进来之后，决定他买不买的是「疑虑有没有被消除」。
- 版型被完整交代。正面、侧面、背面三个角度至少要有两个，落肩、阔腿、开衩这些结构必须有一张能看清；
- 尺码可判断。同一件衣服用不同身形的模特各出一张，比任何尺码表都有说服力；
- 场景对应使用情境。通勤款配办公或街拍场景，家居款配室内，度假款配户外。场景错位会让买家觉得「不是给我穿的」；
- 细节图补齐结构。这一条尤其重要——平铺图上的扣孔在上身图里会丢失，这是已知偏差。衬衫、外套这类带扣位的单品，必须用平铺实拍图单独补一张细节图。
四个槽位怎么填
用 PixGT 流光AI 的服装试穿功能生成时，是一句填空、四个槽位：「让 [模特] 穿上 [服装图]，在 [场景] 中，[姿势]」。使用者不写提示词，系统自动生成。这四个槽位的填法直接对应上面的优化点：
- 模特：模特库支持按性别、年龄、地区（东亚、欧美、非洲）筛选。按目标市场选，不要全站点用同一套；
- 服装图：用平铺或挂拍的清晰原图，不要用已修过的营销图；
- 场景：首图填干净背景，副图填具体使用情境；
- 姿势：首图填正面直立，副图填侧身、背面、坐姿，把版型交代完整。
把「多张差异」设为每张姿势不同，就能一次拿到一组姿势各异的图，这也是常说的姿势裂变的实际形态——它不是一个独立模块，而是试穿的一种多图产出方式。
计点与耗时：流光 G2 为 10 点/张，2K 为 15 点/张，单张实测 70~90 秒。一套 5 张的 2K 图组是 75 点，按这个量级可以放心地多出几张再挑。
上架前的自查清单
按顺序过，不过就重出或补拍：
- 缩略图状态下（把图缩到 200 像素宽再看），商品还认得出来吗？
- 版型的关键结构（肩线、腰线、下摆、开衩）有没有至少一张能看清？
- 扣位、五金、口袋这些结构，有没有用平铺实拍图补上？
- 图组里有没有两种以上身形？
- 颜色和实物对得上吗？用实拍图并排看，不要只看生成图。
- 场景和这件衣服的实际穿着情境一致吗？
第 1 条和第 5 条最容易被跳过，也最容易出问题。
一个常见误区
不要把所有图都做成「好看的大片」。整组图都是氛围感强、光线戏剧化的片子，看着高级，但买家判断不了版型和尺码，转化反而掉。一组图里至少要有两张是「说明性」的——光线平、背景净、角度正，把它们和氛围图搭配着放。
FAQ
Q：一个 SKU 出几张上身图合适？ 4~6 张。再多买家不会看完，反而稀释了关键信息的曝光。
Q：不同身形的模特怎么选？ 在模特库里按目标市场的主流身形选两档，一档偏标准、一档偏丰满。这比在详情页放一张尺码表有效得多。
Q：生成要多久，能当天上架吗？ 单张 70~90 秒，一组 5 张十来分钟就能出完，当天上架没问题。
Q：需要自己写提示词吗？ 不需要，填四个槽位就行，提示词由系统自动生成。
Q：深色衣服的细节总是看不清怎么办？ 换一张暗部更亮的服装原图。原图里已经并成一团黑的结构，生成端没有依据可以还原。
想先算清这件事值不值，可以看 Temu 服装试穿图的外包与自制成本对比。