ai选择模特的五个维度：我们厂按这张表定了全年主图
结论放前面。ai选择模特就是给"人选"建一张打分表，五个维度按品类定权重，半小时定一个季度的模特方向。依据是我们厂十几个客户跑出来的返工率变化。先把表搭起来，再开图。
ai选择模特这件事，我在打样厂的头三个月全靠感觉，翻车翻明白了才肯做表。八月接一个男装polo的单，我凭喜好挑了个清爽网红脸的模特方向，三十个SKU出完图客户只回了一句"我们的客户是钓鱼佬，这不是我客户"。整批返工，两晚白干。从那批开始我把选模特做成了打分动作，九月到现在十一个客户的单子没再返过工。
五个维度，按品类调权重
ai选择模特的五维表：气质匹配、肤色、年龄感、体型、商用授权，各品类权重不同，总分七十分才开图。表的意义是把"我感觉不对"变成能指出的具体扣分项。
五个维度分别讲。气质匹配占三十分，最大头：户外款要"风吹日晒的稳重感"，通勤款要"干净利落"，睡衣家居款要"松弛"。肤色占十五分，不是谁好谁坏，是跟服装颜色的对比关系——藏青、黑灰需要亮一点的肤色提精神，米白、浅粉压深肤色反而出质感。年龄感十五分，跟目标客群上下浮动不超过五岁。体型十五分，基础款用标准体型，宽松廓形款我反而爱配结实一点的体型，撑得起版型。商用授权占二十分，很多人忽略这条：工具脸库的授权范围要一条条看，有的脸禁用于广告投放，选了就是埋雷。
权重怎么调？给个我们厂的实际参考：童装单我把年龄感和授权都往上加，气质权重往下压，因为童装的客群决策人是家长，画面传递的"安全放心"比时髦重要；工装单反过来，体型和气质拉满，年龄感放宽。表是死的，权重跟着品类走，这一步别偷懒，每接一个新品类就重配一次权重，五分钟的事。
那次返工教会我的事
选模特先看客群画像再看图，方向错了技术再好也是白费，返工成本是选型成本的几十倍。那批polo返工让我把"客户画像确认"写进了流程第一步。
钓鱼佬事件的细节我记得很清楚：客户是做户外钓鱼服的，客单价三百多，买家画像平均年龄四十二。我选的方向是二十五岁的清爽短发男生，衣服没错，人全错。返工时我照着客户发来的老客照片库重新选：三十五到四十五岁、肤色偏深、带点胡茬、眼神平静。新图出来客户秒回"就是这个感觉"。这单之后我们流程里加了一步，出图前让客户发三张他们自己认可的老图或者老客照片，参照物一到位，选型分歧少了一大半。
打分表还有个隐藏好处：跟客户扯皮有依据了。以前客户说"换个人"，我全靠猜；现在我把五维评分表发过去，客户自己勾选，他要的是"再成熟一点"还是"再硬朗一点"，落在哪个维度一目了然。沟通成本从一轮两天压到半天，这是表以外我最意外的收获。
选型定下后，锁住它
选定的模特方向要沉淀成固定词段加参考图，全店全季复用，别每批图重新选。换一次模特，详情页的连贯感就断一次。
方向确认后我做两件事：把外貌描述写成一段六十字左右的固定词段存进词库，再把客户最满意的一张图存成垫图参考。之后三十个SKU全部挂这两样出图，脸的稳定性肉眼可见地好。有个客户做到第四个月提出"想让模特换个发型换个季节"，我只动了发型和背景段，脸部词段一个字没碰，买家基本没察觉模特"变过"。全年主图的连贯感，就是这么攒出来的。
九月中到现在，这张表在厂里跑了十一个客户、六百多张图，返工只有一次，还是因为客户自己中途换了定位。选型时间也从原来的半天左右压到半小时上下，表里的权重我每季度回看一次，按客户新需求微调。工具会过时，打法会失效，"按客群选人"这个原则短期内看不出会过时的迹象。
回到开头，ai选择模特不是挑最好看的脸，是挑最像你买家的人。五维表搭起来半小时，能省下的是整批返工的两晚上和客户对你的信任。你手上要是正压着一款没定模特方向的款，先把买家画像写成三句话，再照表打分，今晚就能把方向定下来。
常见问题
同一个店能用多个模特吗？
能，建议按品类分，一个品类锁一个模特，比如家居线一个、外出线一个。同一条链接里频繁换人才是伤转化的。
肤色维度会不会踩到歧视的雷？
打分的对象是服装与肤色的搭配效果，不评判人。实际操作里我们深浅肤色模特都长期用，关键是跟款式颜色协调。
工具自带的授权脸库去哪确认范围？
在工具的授权说明页逐条看，重点看"广告投放"和"修改再创作"两条。拿不准的截图留档，出事时有据可查。
预算有限先优化哪个维度？
先抓气质匹配和商用授权这两头，一个决定转化，一个决定风险。肤色和体型可以在锁定大方向后再微调。