prosumer-headshot-studio

头像照工作室

输入：一张普通的手机自拍。输出：一组符合平台比例要求的专业级头像照——精致的 LinkedIn 头像、证件照／护照照、编辑风／创作者肖像、休闲的创始人照片——每个版本都保持同一张脸。标准是“看起来像真实拍摄的照片”，而不是“明显的 AI 滤镜”。

适用场景

• 独立创作者、创始人或求职者需要用于 LinkedIn／演讲者简介／“关于”页面的头像照，但不想找摄影师
• 用户有一张可用的自拍（光线充足、面部清晰可见），并想要 3-5 个精修版本
• 用户说“头像照”“LinkedIn 照片”“专业资料照片”“精修这张自拍”“把这张照片做得专业些”“编辑风肖像”
• 用户需要多种风格保持同一张脸（而不只是单张图片）

**不适用：**合影、全身时尚大片（属于不同的模型系列），或视频片段中的角色一致性（请使用 gen-ai-use，并提供生成的参考图）。

前置条件

运行前请询问（合并为一条消息）：

1. 自拍原图——路径或 URL。必须是正面照，眼睛可见，光线良好。如果原图模糊或昏暗，建议重新拍摄后再生成。
2. 所需风格——想要哪些版本？默认组合为 LinkedIn／编辑风／休闲／证件照。可混搭。
3. 服装方向——模特应穿与原图相同的服装、建议款式（如“深色西装外套”“中性色针织衫”），还是让模特按每种风格自行选择？
4. 审美倾向——暖色／冷色、编辑杂志风／稳妥商务风／创意科技风？
5. 背景——中性影棚、办公室、户外、纯色，还是模糊环境？
6. 所需宽高比——LinkedIn／证件照用 1:1，编辑风用 4:5，Reels／Stories 用 9:16？

运行方法

1. INTERVIEW        → confirm source, styles, wardrobe, ratios
2. ENHANCE SOURCE   → upscale the selfie for better identity lock
3. GENERATE         → i2i per style, face reference locked
4. REVIEW           → verify face consistency; check hands, eyes, ears
5. REGENERATE       → one-at-a-time for misses
6. DELIVER          → per-platform folder with correct ratios

1. 先放大自拍。 Gemini／Flux i2i 模型使用清晰的参考图时，能更好地锁定身份：

   gen-ai enhance -i selfie.jpg -m topaz-upscale-image --download ./headshots/src
   

   也可以使用 picsart-enhance 进行较轻度的处理。

2. 估算批次。

   gen-ai batch run headshots.json --dry-run
   

3. 以增强后的自拍作为参考，按风格分别生成。 锁定面部身份是整个流程的关键——务必传入 -i：

   gen-ai generate -m gemini-3-pro-image -i ./headshots/src/selfie-hd.png \
     -p "professional LinkedIn headshot of the same person, dark blazer over neutral knit, soft studio lighting, clean charcoal background, shallow depth of field, 50mm lens look, editorial corporate photography" \
     --ar 1:1 --download ./headshots/linkedin
   

4. 检查每个输出是否出现身份偏移。 常见问题：

   • 面部略有不同（鼻子、下颌线或眼型改变）
   • 皮肤过度平滑，产生恐怖谷效果
   • 发色或发型的变化超出提示词要求
   • 双眼略微错位

   如果面部发生偏移，请使用更强的提示词重新生成：“与参考图中的面部完全一致，骨骼结构、肤色、瞳色和发型都精确匹配”。

5. 按照平台要求的文件夹结构交付。

   ./headshots/
     linkedin/  1:1, 1200×1200
     ig/        4:5, 1080×1350
     story/     9:16, 1080×1920
     id/        1:1, 600×600, neutral background
     editorial/ 4:5, wider crop
   

快速参考

{
  "defaults": {
    "model": "gemini-3-pro-image",
    "imageUrls": ["./headshots/src/selfie-hd.png"]
  },
  "jobs": [
    {
      "id": "linkedin",
      "prompt": "professional LinkedIn headshot of the same person, dark blazer over neutral top, soft studio lighting, clean charcoal background, shallow DoF, 50mm look, editorial corporate photography, exact same face as reference",
      "aspectRatio": "1:1"
    },
    {
      "id": "id",
      "prompt": "passport-style ID photo of the same person, neutral expression, plain white background, even front lighting, shoulders visible, no shadows, exact same face as reference",
      "aspectRatio": "1:1"
    },
    {
      "id": "editorial",
      "prompt": "editorial portrait of the same person, moody side light, textured dark background, film grain, 85mm lens, shallow DoF, magazine cover composition, exact same face as reference",
      "aspectRatio": "4:5"
    },
    {
      "id": "casual",
      "prompt": "casual founder portrait of the same person, natural window light, cafe background blurred, warm tones, slight smile, 35mm lens, documentary style, exact same face as reference",
      "aspectRatio": "4:5"
    }
  ]
}

快速参考

子任务	模型	原因
主要用途——锁定身份的头像照	gemini-3-pro-image (Nano Banana Pro)	不同风格下的面部保真度最高，提示词遵循度强
替代方案——创意风格转换	flux-kontext-pro	i2i 编辑能力强，迭代更快，但身份锁定略弱
原图增强／放大	topaz-upscale-image	i2i 处理前最清晰的 2-4× 放大
柔和增强（伪影更少）	picsart-enhance	轻柔锐化并调整色彩；更适合本身质量较好的自拍
打印／4K 网页用最终放大	topaz-upscale-image	将输出提升至视网膜屏幕／打印级画质
仅替换背景（面部保持 100% 不变）	picsart-change-bg	面部已完美，但背景不合适时使用
移除背景（用于透明 PNG）	picsart-remove-bg	生成干净的抠图，用于网站／头像

此处避免使用 flux-2-pro——它主要用于 t2i，相比 Gemini 或 Kontext 更容易改变面部。

流程

• 源图质量至关重要。 模糊、逆光或滤镜过重的自拍会导致人脸出现偏差。先花 30 秒请用户在日光下重新拍摄，再消耗额度。
• 始终先放大源图。 参考图越清晰，后续身份锁定就越准确。
• 每个提示词中都要使用“the same person”或“exact same face as reference”这类表述。 明确的身份提示能让模型更好地响应。
• 每种风格先生成 1-2 个变体，确认身份一致后再批量生成。不要一次生成 12 个，却不先检查第一个。
• 明确说明每种风格的服装和光线变化，不要留下模糊空间。“深色西装外套、中性色针织衫”胜过“商务着装”。
• 检查眼睛、耳朵和发际线——AI 头像的偏差往往藏在这些地方。尤其要检查耳朵：不对称、缺失或融合在一起的耳朵都是明显破绽。
• 避免在提示词中使用极端角度或表情——侧面照、大笑、歪头的魅力姿势都会破坏身份一致性。正面、表情自然或略带微笑最稳妥。
• 将最终图像放大至 2048+，用于 LinkedIn / 关于页面。源图是手机拍摄的画质，输出不应停留在这种分辨率。

常见问题

• 不同变体之间的人脸略有偏差——源图分辨率过低、提示词没有写“same person”，或模型不是带身份锁定功能的 i2i 模型。解决方法：放大源图、使用 Gemini 3 Pro，并明确描述身份一致性。
• 皮肤像塑料一样不自然——处理痕迹过重。在提示词中加入“natural skin texture, subtle pores, no beauty retouching”。
• 耳朵不对称或融合在一起——重新生成；不要尝试后期修补。Gemini 3 比旧版模型更擅长处理这个问题。
• LinkedIn 头像的宽高比不合适——LinkedIn 头像实际上会从 1:1 图片裁剪成圆形。构图时应让人脸居中，并在四周留出空间。
• 还没验证一个结果就批量生成——如果风格 1 已经出现偏差，风格 2-4 也会如此。始终先验证第一个输出，再批量生成。
• 忘记放大最终图像——将 1024×1024 的头像上传到 LinkedIn，在 Retina 屏幕上会显得模糊。务必放大最终图像。

验证

运行 gen-ai whoami 确认身份验证状态，然后使用 --debug 重新运行失败的命令。

成本与时间

资源	模型	额度	时间
放大源图（topaz）	topaz-upscale-image	~2	~15s
1× 头像（Gemini 3 Pro，i2i）	gemini-3-pro-image	~3	~25s
1× 头像（Flux Kontext，i2i）	flux-kontext-pro	~4	~30s
每张图像的最终放大	topaz-upscale-image	~2	~15s
典型的 4 种风格组合（Gemini）	—	~16	~2 min
典型的 4 种风格组合 + 最终放大	—	~24	~3 min

另请参阅

• gen-ai-use — CLI 命令参考、标志、模型 ID、批量清单架构
• multi-channel-bundle — 头像属于更广泛的创始人发布计划时
• text-to-visual — 用于持续进行的创作者内容队列