目前在做电商鞋子图批量生成：把热卖图做成固定模板，只替换服装和鞋子，模特姿势和背景保持不变。 
当前流程是：把商品多角度图发给 GPT 做骨架提取 → 多维度建卡 → 套模板出图。但出来的图细节还原度不够，尤其是鞋子面料纹理、LOGO、花纹这些地方差得比较多。 
试过先用 Nano Banana 生成底图，再用 GPT-image 做高清放大，效果确实好一些，但稳定性还是不行，细节差的有点多，基本还是靠抽卡。 
想请教一下各位，有没有更稳的工作流或者工具推荐？比如换装保真度更高的方案、局部重绘的优化思路，或者能减少抽卡次数的方法，感谢！