把人物照和服装配件图合成一张 4:5 时装棚拍图

最终效果

做完以后，你会得到一张竖向全身照：人物站在暖灰到浅米色的棚拍背景前，穿着你上传的上衣、短裙和高跟鞋，一只手拿手袋，另一只手自然扶在胯部。人物的脸保持原照片的特征，衣服贴合身体，腰带、鞋跟和饰品都在正确位置。

这篇只做一张静态棚拍图。最终文件不是四张不同姿势，也不需要先做九宫格身份板。先把这一张做对，才能看清多张参考图有没有被正确使用。

示例造型是深红色挂脖上衣、同色腰带短裙、漆皮露跟高跟鞋、心形手袋、红色项圈、金色手链和发夹。你可以换成自己的单品，但要把提示词中的颜色、版型和配件名称一起替换。

结果应该是：一张 4:5 全身图；脸与人物参考相符；所有上传的服装和配件都穿戴在正确位置，没有多出陌生单品。

第 1 步：准备人物和单品图

先把需要上传的图片放到一个文件夹。每张图尽量只展示一个对象，文件名直接写用途：

为什么要分开？模型需要知道每张图是在提供人物，还是在提供衣服。如果人物和服装都挤在复杂截图里，它可能沿用截图中的模特、背景或其他不需要的商品。

做完应该看到：一个包含人物和五类单品的文件夹。图片没有购物平台按钮、聊天记录或大面积文字，单品边缘能看清。人物照片必须得到本人许可，不要用陌生人的社交头像做练习。

第 2 步：打开 Nano Banana 2 并上传全部图片

在 Bagel 中选择 Nano Banana 2 的图像生成入口，创建一个图生图任务。先上传人物照，再依次上传上衣、短裙、高跟鞋、手袋和饰品图。

上传顺序本身不保证模型一定理解，所以等缩略图全部出现后，数一遍数量，并记住每张图对应什么。缺一张就先补齐，不要在提示词里描述一个没有参考图的复杂单品。

为什么使用图生图而不是只打字？人物的脸、服装剪裁、鞋包外形都来自图片。文字更适合说明“谁负责什么”和“怎样组合”，不能替代这些视觉信息。

做完应该看到：输入区里至少有一张人物图，以及上衣、下装、鞋、包和饰品图。没有混入第二个人物或第二套造型。

如果当前入口显示的模型名称不同，先不要继续。模型能力和界面可能变化，这篇操作以能够选择 Nano Banana 2、并支持多张参考图的入口为准。

第 3 步：说明每张参考图负责什么

提示词的第一段只做素材对应。把名称改成你自己的文件或上传顺序：

这是一个多参考图的时装棚拍任务。
使用人物图作为唯一的人物身份参考，保持她的脸部特征、肤色和发型。
让人物穿上参考图中的深红色挂脖上衣和同色腰带短裙。
鞋子使用漆皮露跟高跟鞋，手里拿心形手袋。
红色项圈戴在颈部，金色手链戴在手腕，发夹固定在头发上。
不要把服装参考图中的模特、背景或姿势带入结果。

这一段回答的是“每张图到底拿来做什么”。如果只写“参考我上传的图片”，模型可能用人物照里的衣服，也可能把手袋的颜色套到裙子上。

做完应该看到：提示词中每一张参考图都有明确用途。人物图只负责身份，服装图只负责对应单品，没有一句含糊的“融合所有风格”。

第 4 步：写清衣服怎么穿、材质怎么看

接着写穿戴关系。不要只写“把这套衣服穿到她身上”，要说明容易出错的位置：

上衣贴合躯干，但保留真实布料褶皱和缝线受力，不要像贴纸。
短裙准确落在胯部，腰带扣有重量感，腰带会轻微压住面料。
双脚自然踩地，高跟鞋后跟与脚跟贴合，左右鞋一致。
手袋大小与身体比例协调，金属五金有真实反光。
项圈沿颈部弧度贴合；手链落在手腕；发夹与头发接触，不悬空。

为什么要写这些细节？多参考图最容易在“接触”处出错：腰带浮在裙子外面、鞋跟穿过脚、包带粘到手、发夹离开头发。直接说明接触关系，比反复强调“真实”更有效。

做完应该看到：每件单品都有一个身体位置和一个材质表现。提示词没有要求模型改变人物身材来迁就衣服。

第 5 步：设置棚拍背景、镜头和姿势

最后补上摄影条件。这里决定画面长什么样：

输出比例为 4:5，竖向全身时装棚拍。
背景是暖灰到浅米色的干净渐变棚景。
左前方使用大型柔光箱，轻微补光，轮廓边缘有柔和分离光，脚下有清楚但不过重的影子。
使用 85mm 镜头感、f/2.8 景深，焦点落在眼睛和服装纹理。
机位略低。人物站姿自信，肩膀放松，一手拿手袋，另一手自然扶胯，目光看向镜头。
深红色不要过度饱和，肤色自然，保留真实皮肤纹理。

为什么用这些设置？中长焦镜头感可以减少全身比例变形；柔光让脸和红色面料都有细节；略低机位配合稳定站姿，会得到更接近时装编辑而不是证件照的效果。

做完应该看到：提示词已经依次写完人物与单品对应、穿戴关系、棚拍背景、灯光、镜头和姿势。所有描述都指向同一张最终画面。

第 6 步：生成一张 4:5 棚拍图

提交提示词，等待图像生成。第一轮只生成这一个站姿，不要同时要求四个动作、多个背景或一段视频。

结果出来时先缩小看全身。你应该看到人物从头到脚都在画面内，深红上衣和短裙属于同一套造型，手袋在手中，鞋底与地面接触，背景从暖灰平滑过渡到浅米色。

如果失败：

• 人物变脸：把“人物图是唯一身份参考”移到提示词第一句，删掉其他人物描述；
• 某件单品没出现：在素材对应段单独点名它，并写清身体位置；
• 身体比例过长：加强 85mm 和全身自然比例，去掉“夸张长腿”；
• 画面像廉价目录照：保留棚拍灯光与略低机位，不要堆更多“奢华”形容词。

做完应该看到：一张可以继续检查细节的 4:5 候选图，而不是四张变体或九宫格。

第 7 步：检查脸、腰带、鞋跟和手袋

先看脸，再从上到下看穿戴细节。按这个顺序检查，比较不容易漏：

1. 脸型、眉眼、鼻子、嘴角和发型是否仍像人物参考；
2. 上衣领口和肩部是否贴合，布料有没有融进皮肤；
3. 短裙腰线是否自然，腰带扣有没有错位或重复；
4. 左右鞋是否同款，鞋跟是否接住脚，脚底是否落地；
5. 手指是否自然握住手袋，包的大小是否合理；
6. 项圈、手链和发夹是否在正确位置，没有悬空。

如果只有一处错误，把修改指令写得具体，例如“保持脸、姿势和其他服装不变，只修正右脚鞋跟，使鞋跟与脚后跟贴合并接触地面”。如果整个人物或整套衣服都不对，回到第 3 步检查素材对应，不要靠局部修补硬救。

最终保存一张人物身份稳定、穿戴关系自然的 4:5 时装棚拍图，以及生成它的完整提示词。这一张图看起来合理就完成了，不需要继续做视频或四张姿势变体。