手機裡的照片變成一座衣櫃，而你家廚房早就做過同樣的事

打開冰箱門，先數一遍：半顆高麗菜、兩根蔥、一盒雞蛋，還有上週買的那罐味噌開了沒。這個動作你大概每兩三天就做一次，不假思索。2026 年 10 月 29 日，TechCrunch 報導 Meta 旗下的 Style Sketch 正式把這套「清點」交給 AI 做，只是對象從冰箱換成衣櫃：連結 Instagram 帳號後，服務會從你已分享的照片建立虛擬衣櫃，也可以手動拍照、錄影或從相簿匯入衣物，再產生搭配構想、虛擬試穿，甚至輸入地點和旅遊天數，拿到考量天氣與活動的每日穿搭。

聽起來像魔術，但換個角度想，這件事你在廚房裡做了幾十年。

廚房裡的「虛擬衣櫃」，叫做冰箱清點

週間要開夥之前，你先拉開冰箱，眼睛掃過層架，腦中同步列出可用的食材。這一步做熟了，後面的菜就順：蔥花蛋、清炒高麗菜、味噌湯，一頓晚餐從盤點開始。Style Sketch 做的是同一件事，只是它掃描的是照片，辨識的是你穿過的衣服。

來源整理的細節裡有個值得留意的提醒：衣物辨識、偏好和行程都會影響推薦，漏掉常穿外套或辨錯顏色，清單就不完整。這跟冰箱盤點一模一樣。漏看了角落那包冷凍豌豆，你今天就想不到炒飯；照片裡光線偏黃，AI 把米白認成米黃，搭出來的構想就差一口氣。清單的品質，決定後面所有菜的品質，衣櫃如此，冰箱也如此。

虛擬試穿像食譜照片，實際穿上身才是真的

產品頁把虛擬試穿描述為把服裝呈現在符合使用者身形與膚色的模型上。但來源點出一個很實際的界線：這是功能說明，不等同於衣服實際版型、尺寸或布料垂墜效果的測量。袖長、材質厚薄、鬆緊和光線色差，都可能讓畫面與穿上的感覺不同。

這道理你一定懂。食譜書上那碗拉麵湯色澄黃、叉燒油亮，照著做出來的卻總是差一點鹹、差一點濃。圖片是構想，舌頭才是驗收。所以來源也建議，先把畫面當搭配靈感，合身與舒適仍要實際試穿。就像食譜給方向，火候要你自己顧。

授權畫面像成分表，讀完再放進購物車

真正值得停下來的地方，是照片怎麼進入服務。穿搭照常拍到本人，鏡面、門牌、室內擺設都是線索；多人合照更涉及沒有操作帳號的旁人。若照片裡有親友或未成年人，來源提醒要先考慮當事人是否知道影像會交給服務處理。

商店頁的揭露能回答一部分問題。來源整理：Google Play 頁列可能收集個人資訊、照片與影片，開發者申報不與第三方分享、傳輸加密、可提出刪除要求；Apple 印尼商店頁列照片或影片可能與使用者連結，並註明隱私資訊由開發者提供、未經 Apple 驗證。但兩邊都沒說明照片保留多久、刪除申請涵蓋哪些備份，影像是否用於模型訓練。

這種「申報有寫、沒寫的別自己腦補」的讀法，跟你站在超市架前讀成分表是同一套功夫。這與我們先前聊過的商店頁上那行小字跟罐身成分表是同一件事，用的是同一雙眼睛：標籤寫了什麼就當它寫了什麼，沒寫的，先當未知。

連結之前，像開火之前

連結 Instagram 與手動匯入是兩個不同的資料入口，來源建議分別查看權限範圍與撤回方法；使用後也要知道如何取消連結、刪除衣櫃項目、提出帳號資料刪除要求。這就像借鄰居一支鍋鏟：借之前講清楚，還的時候也知道怎麼還。

來源還比了同類工具：Google Photos 從相片庫辨識衣物，Alta 則提供拍照、資料庫與收據轉寄等整理方式。入口不同，盤點的功夫相同。

廚房教會我們的事是，好的清單讓人省力，但清單之前的那次核對，永遠不能省。衣櫃要 AI 幫忙整理可以，授權畫面跳出來的那一刻，先當自己在讀一張新醬料的成分表，一行一行看完，再按下去。