设计案例

AI商品图制作最容易讨论成“能不能替代拍摄”，这个问法太粗。对服装来说，背景、光线和模特姿态是展示方式；颜色、版型、缝线和配件是商品信息。前者可以尝试不同表达，后者若被改动，读者对实物的判断就可能出错。所以更有用的问题是：每张新图对应哪张实拍依据，哪些信息必须回头核对？

假设要给一件普通衬衫准备上架图，桌上有正面平铺、背面平铺、领口近景和三张角度差不多的侧面图。第一件事不是再生成十张，而是把这些照片摊开，问每张到底回答了什么。三张侧面若只是在换背景，信息并没有增加；领口近景却可能是读者判断做工的唯一依据。

做服装图时可以先画四个空格，不用急着打开生成页面。第一格放正面平铺原片，第二格放最能说明材质或做工的近景，第三格才放穿着展示，第四格留给核对结果。四格不是平台要求，只是一种把图的用途摆清楚的方法。

有些衣服图片第一眼很漂亮：背景柔和、姿态自然、颜色也被调得很统一。继续往下看，却找不到一张能看清布料纹理的照片。图并不算“差”，只是它回答的是审美问题，不是面料问题。

一件衬衫平铺在桌上，领口、纽扣和整体颜色都能看见。把它放进一个有人穿着的画面，商品介绍会更直观，但也多出了一串问题：袖子穿上以后有多长，肩线落在哪里，下摆如何垂落，面料贴身还是挺括？这些信息，未必能从平铺照里直接读出来。