wear-everything

name	wear-everything
description	鞋包配饰真人穿戴图。商品图 + 模特参考图 → 真人佩戴图，落位、透视与阴影自然。当用户说「鞋包上脚」「配饰上身」「墨镜戴上」「首饰佩戴图」「包包上身」时使用。

wear-everything — 鞋包配饰一键真人穿戴

把一张鞋 / 包 / 手表 / 眼镜 / 帽子 / 围巾 / 项链 / 耳饰的商品图，变成真人正确佩戴的商拍图。

和 flat-lay 的区别：flat-lay 处理「穿在身上的衣服」，本技能处理「戴在身上的东西」——商品只占画面的一小块区域，因此**选区（商品出现在参考图的哪个位置）**是成败关键。

---

生成效果示例

输入：商品图	输入：参考图
product-sunglasses.jpg — 玳瑁色方框墨镜，768×1024	model-reference.jpg — 女青年正脸、夜景街拍，768×1024

实际执行的命令：

dlazy gpt-image-2 \
  --prompt 'On-model accessory product photography. Image 1 is the product: a pair of tortoise-brown rectangular sunglasses with dark grey lenses. Image 2 is the model/scene reference. Put the sunglasses from image 1 onto the face of the model in image 2, correctly seated on the nose bridge and ears with natural perspective, realistic lens reflections and a soft shadow on the cheekbones. Keep the product 100% faithful: identical frame shape, tortoise-brown acetate color and grain, hinge and temple design, lens tint. Change nothing else — face, hair, scarf, coat, bag chain, night street background, colour grading and crop must stay pixel-identical to image 2. Photorealistic, no text, no watermark.' \
  --images docs/wear-everything/product-sunglasses.jpg docs/wear-everything/model-reference.jpg \
  --size 1024x1536 --quality medium --imageFormat jpeg \
  --save docs/wear-everything/example-output.jpg

输出

example-output.jpg — 1024×1536。墨镜按正确的鼻梁/耳挂关系落位，镜框玳瑁纹理与镜片色保留；模特五官、围巾千鸟格、夜景街道与色调保持原样。

---

1、能力边界

能力	说明
单视角图	上传 1 张商品图（正面或主视角）
多视角图	上传同一商品的多个角度，帮助模型理解立体结构（鞋侧面+鞋底、包正面+内里）
参考图	提供真人模特、姿势、场景与光线
选区	在参考图上框出商品该出现的位置（眼部 / 手腕 / 颈部 / 脚部 / 肩背 / 头顶）
支持品类	鞋、包、手表、眼镜墨镜、帽子、围巾、项链、耳饰、腰带、手套等

不做：不改商品外形、颜色、五金、logo 与镜片色；不处理服装（用 flat-lay）；不用于伪造他人肖像代言。

---

2、输入素材规则

生成前先自检这几条硬性约束：

• 大小：20KB ~ 15MB
• 分辨率：大于 400×400
• 格式：jpg / jpeg / png / webp

推荐的输入类型（✅）

类型	说明
时尚皮鞋	单只或一双完整入画，主视角
优雅手表	表盘正面清晰，表带完整
珍珠项链	摊开或悬挂，链身完整
渔夫帽	帽型完整，纹理清晰
防晒墨镜	镜框展开，镜片颜色真实

会明显拉低效果的输入（❌）

问题	说明
商品不完整	只拍到一半的鞋、被裁掉链扣的项链
挂件过多	包上挂满吊饰、丝巾，模型分不清主体
商品不清晰	模糊、过曝、金属反光糊成一片

---

3、选区：本技能最重要的参数

原站在参考图上直接框选，本技能改用 prompt 显式指定解剖位置 + 佩戴姿态，等价且更可控：

品类	选区描述（写进 prompt）
眼镜 / 墨镜	seated on the nose bridge and hooked over both ears, temples visible along the cheekbones
手表	on the left wrist, dial facing the camera, strap closed with the buckle on the underside
项链	around the neck, clasp at the nape, pendant centred on the collarbone
耳饰	on the visible earlobe, hanging naturally with correct scale
帽子	on the head, brim angle matching the head tilt, hair falling naturally around it
围巾	wrapped twice around the neck, fringe hanging over the chest
鞋	on both feet, soles contacting the ground with correct perspective and grounded shadows
包	held in the right hand / on the left shoulder, strap resting on the shoulder line with fabric compression

必须同时写死「其他区域不许动」，否则模型会顺手重绘人脸和背景：

Change nothing else — face, hair, clothing, background, colour grading and crop
must stay pixel-identical to image 2.

---

4、参考图挑选维度

• 类目：女装 / 男装 / 童装；地区：国内 / 海外；类型：电商 / 种草
• 筛选：性别 男 / 女；年龄 婴儿 / 小童 / 大童 / 青少年 / 青年人 / 中年人 / 老年人；肤色 欧美人 / 非洲人 / 亚洲人 / 其他肤色

挑选建议：

• 必须露出穿戴部位。戴眼镜要正脸或微侧脸；戴手表要手腕入画且不被袖口遮住；穿鞋要脚部完整不被裙摆挡住。
• 原图上最好没有同类商品。参考图模特已经戴了另一副眼镜时，模型容易两副叠加——优先选空手空脸的参考图，或在 prompt 里明确 replace the existing sunglasses。
• 光线方向要和商品图接近，否则金属反光会不自然。

---

5、工具调用

本技能使用 dLazy 的 gpt-image-2（多图参考的图像编辑合成模型，最多 5 张参考图；配饰穿戴属于局部替换，需要强指令跟随与区域保持能力）。

调用方式

两种等价写法，选一种。统一入口会自动选后端、失败重试、建目录落盘、估算成本：

# A. 统一入口（推荐）：可切任意后端，加 --dry-run 不计费空跑
node scripts/gen.mjs --task wear-everything \
  --prompt '<见下方 Prompt 模板>' \
  --images <按下表顺序> \
  --save output/wear-everything-<sku>.jpg

# B. 直接用 dLazy CLI（不想引入 Node 依赖时，效果等价）
dlazy gpt-image-2 --prompt '...' --images ... --save output/wear-everything.jpg

参数约定（本技能固定用法）

参数	取值	理由
--images	[商品图, 参考图]；多视角时 [商品图1, 商品图2, 参考图]	顺序即 prompt 中的 image 1 / 2 / 3
--size	1024x1536（半身/全身佩戴）；1024x1024（手腕、耳饰等特写）	按景别选
--quality	high（金属、镜片、皮革反光）；medium（布类配饰）	反光材质需要高档位
--imageFormat	jpeg	电商上架通用格式
--batch	2 ~ 4	佩戴位置有随机性，多出几张挑图
--save	docs/wear-everything/output-<sku>.jpg	直接落盘

Command Examples

# basic call: 单视角（商品图 + 参考图）
dlazy gpt-image-2 \
  --prompt 'On-model accessory photo. Image 1 is the product, image 2 is the model/scene reference. Put the product from image 1 onto the model in image 2, seated on the nose bridge and hooked over both ears. Keep the product identical in shape, colour, material and logo. Change nothing else — face, hair, clothing, background and crop stay pixel-identical to image 2.' \
  --images docs/wear-everything/product-sunglasses.jpg docs/wear-everything/model-reference.jpg \
  --size 1024x1536 --quality high

# complex call: 多视角商品 + 一次出 4 张挑图 + 直接落盘
dlazy gpt-image-2 \
  --prompt 'On-model accessory photo. Image 1 is the product front view, image 2 is the product side view, image 3 is the model/scene reference. Put the shoes onto both feet of the model in image 3, soles contacting the ground with correct perspective and grounded shadows. Preserve the patent finish, brogue perforation, lacing and lug sole exactly. Change nothing else — the model, clothing, pose, background and colour grading stay identical to image 3. Photorealistic, no text, no watermark.' \
  --images docs/wear-everything/shoe-front.jpg docs/wear-everything/shoe-side.jpg docs/wear-everything/model-reference.jpg \
  --size 1024x1536 --quality high --imageFormat jpeg \
  --batch 4 --save docs/wear-everything/output-sku001.jpg

# 先估价不真跑
dlazy gpt-image-2 --dry-run --prompt '...' --images a.jpg b.jpg --size 1024x1536 --quality high

延伸阅读

要查什么	去哪
认证、多后端配置、输出结构、错误码	references/provider-cli.md
gpt-image-2 的全部可用参数	references/model-flags.md
统一入口的全部选项	node scripts/gen.mjs --help

6、Prompt 模板

On-model accessory product photography.
Image 1 is the product: [品类 + 颜色 + 材质，例：a pair of tortoise-brown rectangular sunglasses with dark grey lenses].
Image 2 is the model / scene reference.

Put the product from image 1 onto the model in image 2, [选区描述，见第三节表格],
with natural perspective, correct scale, realistic [反光/投影描述] and a soft contact shadow.

Keep the product 100% faithful: identical [外形], [颜色与材质], [五金/镜片/纹理], [logo 位置].

Change nothing else — face, hair, clothing, accessories, background, colour grading
and crop must stay pixel-identical to image 2.

Photorealistic, no text, no watermark.

按问题追加的修正句

问题	追加到 prompt 末尾
佩戴位置偏了	The product must be anatomically correctly placed — re-check the [部位] alignment against the model's [参照点].
商品比例不对	Match real-world scale: the product's width must be about [X] of the [参照部位] width.
出现了两个同类商品	Remove the existing [同类商品] the model is wearing and replace it with the product from image 1.
人脸/背景被改动	Change only the [部位] region. Keep every other pixel identical to image 2.
金属/镜片反光假	Render physically plausible reflections: [环境] reflected on the [材质], consistent with the light direction in image 2.

---

7、执行流程

1. 校验输入：尺寸 / 分辨率 / 格式；剔除不完整、挂件过多、模糊的商品图。
2. 判断视角：结构简单（眼镜、项链）→ 单视角即可；结构复杂（鞋、包）→ 传 2~3 个角度。
3. 挑参考图：确认穿戴部位完整露出、没有同类商品遮挡、光向与商品图接近。
4. 写选区：从第三节表格取对应句子，务必同时写「其他区域不许动」。
5. --dry-run 估价，确认 credits 后真跑。
6. --batch 2~4 出多张挑图，落盘到 docs/wear-everything/。
7. 质检：佩戴位置、商品比例、反光合理性、是否叠加了两个商品、人脸是否被改。

---

8、常见问题

现象	原因	处理
眼镜歪了 / 悬空	未写解剖位置	补第三节的选区句，明确鼻梁与耳挂关系
鞋子没踩在地上	缺少接地约束	追加 soles contacting the ground with correct perspective and grounded shadows
商品尺寸明显偏大偏小	模型没有比例参照	追加比例句，给出与参照部位的宽度比
画面里出现两副眼镜	参考图模特原本就戴着	追加 replace the existing …，或换空脸参考图
人脸被换了	模型重绘整图	追加 Change only the [部位] region. Keep every other pixel identical to image 2.
金属反光像塑料	--quality medium	改 --quality high
包的内里结构错乱	只给了正面	改多视角图，补内里/侧面

---

Tips

Visit https://dlazy.com for more information.