大家好，我是李同学Lino，专注于AI智能体开发和AI副业变现，带领大家学会使用AI搞钱、提效、并最终成为AI超级个体。
点击下方👇“李同学Lino” 关注公众号
一起在AI时代提效、搞钱、成为超级个体...
对于做服装电商或自媒体的朋友来说，最头疼的环节往往不是选品，而是“上新”。
约模特、租影棚、还要等待漫长的后期修图……一套流程下来，不仅成本高昂，周期更是拖得让人心力交瘁。有时候甚至衣服都过季了，图还没修好。你是否想过：如果只需一张衣服的平铺图，再加上一个简单的名称，就能立刻生成媲美商拍的真人模特上身图，那该多爽？
没错，今天我要分享的就是我基于 Coze 搭建的“NanoBanana2 服装模特生成 ”工作流。不需要复杂的 Prompt 调试，不需要昂贵的摄影器材，通过这个工作流，我实现了“一键批量”生成。不管你是想做电商主图，还是想搞定私域素材，这篇文章都能帮你打开新思路！
体验链接：https://www.coze.cn/s/Xnv8zzeW4SM/
这一部分是整篇文章的核心。为了实现“从一张平铺图到多张不同姿势模特图”的自动化，我将工作流设计为 “参数输入 -> 提示词裂变 -> 循环绘图 -> 数据清洗 -> 结果输出” 的闭环结构。
第一步：定义输入参数
一切自动化的起点。为了让 Bot 足够灵活，我们需要在开始节点 预设好关键参数，而不是把它们写死在代码里。 我在 Start 节点定义了以下 4 个变量：
Product_Name (String): 衣服的名称（例如：法式复古碎花连衣裙）。
image (Image): 用户上传的衣服平铺图/白底图。
api_key (String): 用于调用 NanoBanana2 服务的密钥（配置为变量，方便后续灵活替换）。
image_count (Integer): 设定一次性生成的图片数量（比如一次生成 4 张）。
第二步：生成模特姿势提示词
在开始节点之后，我没有直接调用绘图插件，而是接入了一个大模型节点： 大模型_生成模特姿势提示词 。这是整个工作流的“大脑”，它决定了生成的模特图是否专业、姿势是否丰富。
这里我选择的模型是 Doubao-1.6-lite-251015 ，它具备优秀的意图识别能力且成本极低。更重要的是，我在这个节点做了一个关键配置：启用了视觉理解 。输入变量 (Input):
Product_Name：衣服名称（辅助判断风格）。
image_count：生成数量（决定要设计几个动作）。
image ：关键点！ 我将 Start 节点传入的图片直接喂给大模型，让它通过视觉能力“看懂”这件衣服。
在写完 Prompt 后，别忘了配置输出变量，这是连接下一个节点的“桥梁”。
输出变量名: Product_Prompt
类型: String (字符串)
含义: 这里承载了大模型刚刚规划好的“拍摄方案”。
第三步：生成模特图片提示词
有了上一步规划好的“中文拍摄方案”还不够，我们需要把它翻译成 AI 绘图模型能精准执行的英文 Prompt（提示词） 。
为此，我配置了第二个大模型节点： 大模型_生成模特图片提示词 。
输入变量 (Input):
Product_Prompt：接收上一步生成的“拍摄方案”。
Product_Name & image_count：辅助信息，确保生成的 Prompt 数量正确。
image：再次传入图片 。这一步是为了让大模型在写具体 Prompt 时，能更精准地描述衣服的材质（比如“silk texture”丝绸质感、“denim”牛仔布），保证还原度。
模型选择: 依然使用性价比极高的 Doubao-1.6-lite-251015。
输出配置这里藏着一个必须遵守的规则 ：
变量名: Image_Prompt
变量类型: Array<String> (字符串数组)
为什么要设为数组？ 因为我们要在下一步使用 Loop（循环） 节点。循环节点只能遍历“列表”或“数组”。
大模型怎么输出数组？ 在 System Prompt 中必须强制要求：“请将生成的 {{image_count}} 个 Prompt 封装在一个 JSON 列表中返回，不要包含任何多余的文字。”
配置好这一步后，我们就得到了一个包含 4 条（假设生成 4 张）高质量英文 Prompt 的列表，万事俱备，只欠“循环”！
第四步：生成多张模特图片
有了上一步生成的“提示词数组”还不够，因为 NanoBanana2 插件一次只能处理一条指令。想要一次性生成多张图，我们就需要用到 Loop（循环） 节点。 这里有一个新手最容易卡住的逻辑陷阱 ，请务必仔细看：
循环模式设置 (Loop Setup)
循环类型: 选择 使用数组循环 (Loop by Array) 。
输入数组: 选择上一个节点输出的 Image_Prompt。
变量名: 这里我将其命名为 input。
请注意： 很多同学配置完上面就急着去设置循环节点的“输出变量”，结果发现下拉菜单里空空如也。正确的逻辑是：你必须先在“循环体”内部把插件跑通，外部才能抓取到结果。
第五步：Na2图片生成
这是整个工作流的第一个视觉高潮 ，也是决定模特质量的核心环节。我们将使用 NanoBanana2 模型来生成风格化的参考图。
首先，我们需要在插件市场找到这个工具。点击 Coze 画布左侧的 “+” (添加节点) ，选择 “插件” 。在搜索框输入关键词： Na绘图 。
在搜索结果中，你可能会看到多个选项。请务必注意：
✅ 请选择： Na2_generate_image (Na图片生成，即图生图)。
❌ 不要选： text_to_image (文生图)。
参数映射 (Mapping): 这是让工作流“活”起来的关键：
api_key: 引用 Start 节点的 api_key（全局通用）。
image_url: 引用 Start 节点的 image（始终保持用同一张原图）。
prompt (核心): 这里要选择 循环_生成多张模特图片 · input 。
原理解析： 这告诉插件，“虽然原图不变，但每次循环请用列表中不同的 Prompt 来画图”。
aspectRatio: 设置为 9:16（电商模特图通常是竖屏）。
第六步：聚合输出
等循环体内的插件配置好之后，我们回到 Loop 节点外部 的设置面板。此时，神奇的事情发生了：
输出变量 (Output): 我们需要把 N 次循环生成的 N 张图片链接，重新打包成一个列表吐出来。
变量名: ImageURLs
变量值: 点击选择框，你会发现现在能选到 Na2图片生成模特 · image_url 了。
类型: 系统会自动识别为 Array<String>。
第七步：代码_去除空字符
经过循环节点，我们手里已经有了一把图片链接。但为了防止 AI 偶尔“抽风”生成失败（导致链接为空），或者为了格式更整洁，建议加一个简单的代码节点 兜底，这也是一个成熟工作流的标志。
目的: 遍历 ImageURLs 列表，剔除无效数据，确保展示给用户的每一张图都能打开。
输入变量 (Input): imageURLs
值: 引用上一步循环节点的输出 循环_生成多张模特图片 · ImageURLs。
输出变量 (Output): image_urls
类型: Array<String> (字符串数组)。
第八步：结束节点
最后，我们将清洗干净的数据交给结束节点 ，完成对用户的交付。
配置逻辑： 将代码节点输出的 image_urls 变量，直接作为 End 节点的输出变量。
用户侧效果： 当整个工作流运行完毕，用户在对话框里不会看到一堆复杂的中间参数，而是直接看到几张高清的模特大片整齐排列。
在使用 Nano-Banana2 之前，需要先注册 API 平台并获取对应的 API Key。首先进入到API平台：https://linoapi.com.cn/register?aff=sJ68，点击右上角 「登录 / 注册」 完成账号注册。（新注册账号默认赠送 0.4 元 体验额度，不够的话可在【钱包】中按需充值。）
注册完成后，进入 【API 令牌】 页面，点击 「添加令牌」 新建一个 API Key。
在创建令牌时，填写名称并选择分组，分组务必选择「官转 gemini」或「优质 gemini」 ，这样才能正确匹配 NanoBanana2 模型。额度可根据需要自行调整，其余参数保持默认即可，最后点击 「提交」 。
创建完成后，在 API 秘钥 列表中复制对应的 Key，后续直接填入工作流的 api_key 参数即可。
一切配置就绪，现在到了最激动的检验成果环节。点击画布右上角（或底部）的 “试运行” 按钮，系统会弹出一个侧边栏让我们输入测试数据。 在这里，我们需要填入真实的测试案例，为了验证效果，我特意找了一张很有特色的“洛丽塔”风格服装图：
Product_Name (产品名称): 输入一个具体的产品名，辅助 AI 识别风格。例如截图演示中我填写的 “女仆装洛丽塔” 。
api_key (密钥): 填入你获取到的 NanoBanana2 密钥（通常以 sk- 开头，记得去 LinoAPI 获取）。
image (产品图): 上传一张清晰的服装平铺图或挂拍图。这里我上传了一张黑白配色的女仆装图片。
image_count (生成数量): 设置你想生成的图片数量。为了测试循环稳定性，我这里设置了 3 张。
确认所有参数无误后，点击底部的绿色 “运行” 按钮。
稍等片刻，你就能在右侧的运行日志中看到：大模型开始分析衣服构造、循环节点开始逐一绘图、代码节点完成清洗……最终，一组为你量身定制的真人模特上身图就会一次性弹出来！
回顾整个搭建过程，从一张简单的白底图，到最终生成多张媲美商拍的模特大片，我们只用了不到 10 分钟。而放在传统流程里，这可能意味着几千元的摄影预算和数天的等待周期。
Coze 工作流 + NanoBanana2 的组合，通过“视觉理解”与“自动化执行”的无缝衔接，向我们展示了 AI 时代的电商新玩法：低成本不代表低质量，高效率也能产出好内容。希望今天的分享能给你带来一点启发，去动手搭建属于你的第一个 AI 摄影师吧！
🎁 免费工作流获取方式：关注公众号并发送“Na2服装模特”即可免费获取工作流❤️
往期推荐
解放运营双手！揭秘 Coze x NanoBanana2 详情页自动批量生成工作流（附保姆级教程 ）
只有 Coze 懂你：接入 NanoBanana2 生成专属表情包，自动切图+打包一步到位！