ai模特试镜六项打分：给店铺挑主打模特的选角流程
先给结论：挑店模不能挑"最好看的"，要挑"最合适的"，好看是海选标准，合适才是定稿标准。我这套二十进三、六项打分、五款试拍的流程，两个晚上能定稿，选错的概率比拍脑袋小太多。
ai模特试镜这个说法是我从选角导演那儿借来的。帮朋友店里挑"店模"那阵，我一开始也犯过所有卖家都犯的错：出几张图，看哪张漂亮就定哪张。结果那模特挂了两周，同事说看久了腻，买家群里没人提起过。后来换成像剧组选角一样走流程，才明白问题出在没标准。
选角的逻辑和买东西不一样。买家每天刷几百张脸，你的模特要在信息流里被记住，还要在你的品类里不违和，"漂亮"只是及格线。真正拉开差距的是六个更具体的维度，下面按流程顺序讲。
二十进三：初筛看整体缘
同一段描述连出二十张候选，缩略图排一排凭第一眼留三张，初筛看的是路人的"缘"，不是细节。第一眼留不下来的，放大了也不会留。
初筛我的做法很粗暴：二十张候选缩略图平铺在屏幕上，假装自己是个刷手机的买家，三秒钟里视线落在哪几张上，哪几张就进下一轮。这个方法的好处是逼你用买家的眼睛看图，卖家视角会不自觉放大图找优点，买家没有这个耐心。
候选阶段的描述别写太细。我第一轮把细节描述得像简历，出来的二十张像是同一个人的二十个瞬间，筛了个寂寞。后来只给年龄和气质两三个词，让模型自由发挥，候选的多样性立刻就出来了，这才有得挑。
二十张里第一眼能被记住的大概就三四张，剩下的大同小异。有个现象值得记：连续出图时中间位置的那几张容易被偏爱，我会把缩略图打乱顺序再筛一遍，避免位置带来的偏差。
六项打分：把"合适"拆成硬指标
品类匹配、光线表现、辨识度、姿势可塑性、耐看度、合规安全，六项各占不同权重，低于线的直接淘汰。打完分你会发现，最漂亮的未必得分高。
| 维度 | 权重 | 怎么测 |
|---|---|---|
| 品类匹配 | 25% | 与主营品类的气质对不对路 |
| 光线表现 | 15% | 换三种光位脸会不会崩 |
| 辨识度 | 20% | 混进十张图还能不能被认出 |
| 姿势可塑性 | 15% | 坐姿走姿是否走样 |
| 耐看度 | 15% | 连看三天是否腻 |
| 合规安全 | 10% | 像不像真人明星，像就废 |
品类匹配这项最容易被高估颜值带偏。卖大码女装的店，选了个巴掌小脸的模特，图好看，转化不给面子。五官自然度的检查手法我在这篇里写过一套：ai美女 模特脸假在哪里？五官精修的自然度实测参数，打分前先过一遍，把假脸在初筛就刷掉。打分表就贴在屏幕边上，逐项给分，十分钟出结果，比几个人吵半小时快得多。
合规安全这项权重不高但一票否决：候选里有一张特别像某个当红女星，朋友坚持要用，被我拦下来了。像真人的那张辨识度确实最高，风险也确实最大，这笔账不能只算收益。
五款试拍：定稿前的最后一关
三强各试拍五款不同风格，看跨款稳定度，谁翻车少谁定稿。海选漂亮的脸，试拍阶段最容易现出原形。
试拍的五款我固定选：基础白T、碎花裙、深色西装、亮色针织、高领毛衣，覆盖了素色、花色、正式、休闲、领口遮挡五种情况。三强各跑一轮，十五张图排开看，谁的跨款表现稳一目了然。
那次的试拍结果很有戏剧性：初筛人气最高的一号在亮色针织上肤色发灰，直接出局；定稿的是二号，五款里四款稳，只有高领款需要微调。回头看，如果当时凭感觉定了一号，后面每上一个亮色款都要跟她较劲。
定稿之后的事我另有规矩：当天把提示词、参数、垫图全部归档，第二周用小批量试运行，没问题才全店铺开。试拍也别忘了留记录：谁在哪款上翻车、翻在哪，下个季度换品类再试镜时，这些就是现成的雷区图。两晚定一个店模，听着慢，对比选错重来一次的成本，这已经是捷径了。
试镜流程走完，那张定稿的脸就成了店铺资产的一部分。ai模特试镜的本质，是把"我觉得好看"翻译成买家视角的"我记得住、看着舒服、不违和"，标准建立一次，后面每季选款选模特都能复用，这才是流程真正的价值。下次给店里挑模特，别在两张图之间纠结半小时，把流程走一遍，答案会自己浮出来。
常见问题
店铺换品类了，店模要跟着换吗？
跨度小不用换，跨度大建议重新试镜。从少女装换到熟女装，原来那张脸再稳也不对味，选角跟着品类走。
打分表要严格执行吗？
权重可以按品类微调，但六项别砍。我砍过一次耐看度，选了个很"惊艳"的模特，两周后自己先看腻了。
初筛用自己的眼睛靠谱吗？
单人初筛有偏差，我后来固定拉两个人各自筛一轮，取交集进三强。三个人的交集通常就两三张，效率反而高。
试拍五款不够代表全店怎么办？
够用了，试拍目的是暴露跨款弱点，不是穷举。定稿后日常出图遇到翻车款，记录下来当补测样本就行。