同一张穿搭照，三款 AI 谁更懂高级感？

AiFan 提示词盲盒 · 第 1 期

同一张照片、同一段提示词，分别交给 Image2、Nano Banana 和豆包。差距到底出现在哪里？

今天不讲复杂工作流。

我们只做一个简单但挺有意思的实验：

把同一张日常穿搭照，交给三款 AI，做成高级时尚杂志风的 OOTD 穿搭拆解海报。

原图里的穿搭很简单：白色短袖、浅蓝阔腿牛仔裤、白色运动鞋、奶油色帆布包和一条极简项链。

越是简单的素材，越考验模型能不能守住人物、读懂衣服，并把信息排得像一本真正的杂志。

这次用的提示词

基于用户上传的人物穿搭照片，生成一张高级奢侈品杂志风 OOTD 穿搭拆解海报。保留主体人物的姿态、服装结构、配饰和整体气质，去除杂乱背景，置于暖白、象牙白或浅米色高级背景中。

画面为竖版 4:5 或 2:3。左侧展示人物全身，右侧设置 4 到 6 个穿搭拆解模块。每个模块包含编号、中文品类名、英文品类名、局部放大图、材质纹理小图和 2 到 3 行时装编辑式说明。使用细金线或浅灰金线连接人物关键单品与对应模块，加入圆形放大镜效果。

标题为 OOTD / 穿搭拆解 / OUTFIT ANALYSIS。底部加入 COLOR PALETTE 和 STYLE KEYWORDS。整体参考高端时尚杂志、奢侈品 lookbook 和精品服装工艺解析页。不要添加真实品牌 Logo，不要做成电商详情页，不要价格标签、二维码和杂乱背景，不要改变主体穿搭，不要让文字乱码。

本次输入原图

这张照片是三款模型共同使用的参考图。

后面的结果，可以重点看人物是否自然、原有穿搭有没有被改动，以及模型是否凭空增加了原图中不存在的细节。

▲ 本次图生图任务的输入原图

第一张：Image2

▲ Image2 生成

这一张的优势，是完成度最高。

五个拆解模块都对应了真实穿搭，中文和英文基本准确，配色方案、风格关键词、放大细节和连接线也都交代完整。

更重要的是，它没有擅自给人物换衣服，也没有凭空增加品牌和装饰。

如果把“能否直接进入下一步编辑”作为标准，这一张最省事。

我的判断：结构、文字、细节和提示词遵循度最均衡，适合作为本次第一名。

第二张：Nano Banana

▲ Nano Banana 生成

Nano Banana 的画面很干净，人物保留自然，整体很像一本轻奢生活方式杂志。

它对领口、面料、牛仔、包袋、鞋履和整体气质做了六项拆解，阅读节奏也很顺。

不过，它没有完全按照原提示词指定的五个品类组织内容，还自行增加了包袋挂饰细节。部分说明文字也有轻微异常。

所以这张视觉气质很好，但任务遵循度略逊一筹。

我的判断：人物自然、版面清爽，适合看视觉；综合准确度排第二。

第三张：豆包

▲ 豆包生成

豆包抓到了暖白、浅金、杂志拆解页这些视觉关键词，第一眼的氛围并不差。

但放大看，问题也最明显：中文说明出现乱码，英文失真，编号从 3 跳到 6，还凭空增加了刺绣、纽扣、手提包等原图没有的元素。

它做出了“像杂志的样子”，却没有稳定守住“这身穿搭本来是什么”。

我的判断：大方向对了，但细节可信度和文字可用性不足，本次排第三。

最后排名

第 1 名：Image2　最完整，文字和服装对应最准确。

第 2 名：Nano Banana　人物自然，杂志感强，细节有少量偏移。

第 3 名：豆包　氛围合格，但乱码和虚构细节影响使用。

这次让我印象最深的，不是谁的画面最“炸”。

而是做信息型图片时，真正决定可用性的，往往是三件小事：

文字能不能读、细节有没有乱编、要求有没有执行完整。

图片漂亮，只是第一关。

如果还要拿去发公众号、做方案或交给客户，准确和省返工，可能更值钱。

你更喜欢哪一张？

只看第一眼，你可能会有不同答案。

但如果要从三张里选一张直接继续编辑，我会选 Image2。

下一期，我们再换一条提示词，继续让它们同题作答。

-晚安，么么咪⊙⊙-

AiFan Lab出品

你造吗？

我只是，

对这个世界充满了好奇。

分裂时间

“高级感不是加得更多，而是每一个细节都没有说错。”

—— AiFan