AI生成黑模特实测：肤色写准、光打对，图才不翻车
别绕了，直接说：AI生成黑模特，坑不在模型画不了，在提示词写得糙、光线还是白模特那套。
我司两百多张深肤色模特图跑下来，成品率从五成提到八成，改的就三个地方。一条条讲。
AI生成黑模特的图，我第一次交给我们北美站的运营看，她直接说了一句"这肤色像涂出来的"。那批图确实糟糕，脸是深色的，手和脖子却是浅的，光影还是按白人模特的反射习惯打的。两年过去，现在我们店北美站三分之一的图是深肤色模特，评论里有人专门夸图里有"people like me"。中间踩的坑，值一篇文章。
肤色不是一句话，是一个色阶
deep skin tone这种笼统写法是画脏的根源，把色阶拆开写：深棕、暖调赤褐、冷调深咖，再单独写肤色均匀无色斑，准确率立刻不同。肤色是范围，不是颜色。
我翻车最狠的一次，出的图模特脸色深浅不一，脸和手的色号差了两个档，客户截图发到群里当笑话看。后来我把肤色描述系统化了：底色写清楚（deep brown skin with warm undertones 这类），再加一句 even skin tone（均匀肤色），色差问题基本绝迹。还有个细节——深肤色上衣服颜色的呈现完全不同，我们测过同一条鹅黄色裙子，浅模特穿是奶油感，深模特穿直接变荧光，图看着廉价。深肤色模特配衣服，米白、酒红、宝蓝这些颜色出片率高，荧光色慎用，这是拿三十张废片换来的经验。
光线方案得整个换掉
白模特常用的冷调棚光会把深肤色拍得发灰，换暖调自然光加侧面补光，皮肤质感立刻活过来。光不是打亮就行，是打对方向。
我们做过一组对比实验，同一位虚拟模特、同一件衣服，一套用影棚冷白光，一套用午后暖阳加反光板补光。结果暖光版那张，皮肤的高光是琥珀色的，质感像杂志片；冷光版整个人像蒙了层灰。这组对比图我存在电脑里当培训教材，新来的美工看一眼就懂。另外深色背景配深肤色模特要小心，容易糊成一团，除非你有意识地用轮廓光把人从背景里剥出来，不然老老实实用浅背景。
发型质感和两条红线
辫子、爆炸头、扭驳辫要单独描述辫型粗细，AI默认会画糊；另外别拿真人照片生成，也别用刻板印象元素堆场景。图要自然，先做到像人，不像标签。
发型是深肤色模特图的重灾区。AI默认把卷发画成毛绒一团，发丝没有走向。我的写法是具体到辫型：box braids 就写清中分加及腰，爆炸头写 volume 加轮廓形状，这样出图率高很多。两条红线也得说：第一，别拿真人照片去生成，尤其是网红的照片，肖像权加冒充的雷一起踩，我们全部用纯虚拟形象；第二，别在场景里堆刻板印象的元素，什么篮球街舞自动配上，看着就难受。模特就是模特，逛街、喝咖啡、试衣服，正常生活场景就挺好。从零出图的完整流程，这篇服装AI模特照全流程写得更系统，肤色部分用我这篇的方法替换就行。
成本数据也交个底：两百多张图，生成加筛选加修图，总共花了我九个工作日，会员费摊下来单张成本五毛上下。要是找深肤色模特实拍，一个模特一天的费用就够我们出全季的图，还得看档期。这笔账我们老板听完当场拍板，说以后新品的模特图预算就按这个标准走。
给同行一个上手的路径建议。别一上来就批量出图，先挑店里最畅销的三款衣服，每款出五个肤色档位做小规模测试，挂两周看点击和转化的分布。我们测出来的结论跟预设完全不一样——有一款我们觉得肯定适合浅模特的通勤裙，深模特版本的点击反而最高。数据会推翻你的直觉，这也是这事最好玩的地方。
第一篇里说我交的那批图被运营当笑话，现在同一批图挂在我们北美站首页轮换，点击数据比白模特版还高七个点。AI生成黑模特这事，技术上没有门槛，门槛在态度——你把深肤色当一种要研究的光影课题，图就自然；你把它当成换个色号的流水线活，图就假。先把一套提示词调熟，再批量铺开，这活儿急不得。
常见问题
深肤色模特图会不会显得不真实，像磨皮过度？
会，如果光线没调对的话。深色皮肤的高光层次比浅肤色敏感，磨皮参数要调低，保留皮肤纹理。我们后期修图只用一个原则：保留质感，只去瑕疵。
用AI生成深肤色模特算不算文化不尊重？
关键看你怎么用。图是用来展示衣服的，模特多元是市场真实需求，北美消费者就吃这一套。避开刻板印象、不用真人脸、不拿肤色做猎奇卖点，做到这三条就没问题。
一套衣服要出几个肤色的版本？
我们现在的固定配置是深、中、浅三档，主图用本地市场占比高的那一档，详情页轮播全放。成本几乎不变，覆盖的客群宽了一倍，这笔账怎么算都划算。
生成出来的辫子发型容易崩吗？
长辫比短辫稳，粗辫比细辫稳。玉米辫那种一根根极细的，AI经常画成网状，我现在的处理是辫型写粗一点，后期局部重绘补细节，别跟模型死磕。