挑选个人头像时，先选出几张近期拍摄、容易认出本人的照片，再向几位评价者提出同一个、针对特定受众的问题。在透露自己最喜欢哪张之前，分别收集他们的选择。然后检查，得票最多的照片是否依然像现在的你。这样可以区分三个容易混淆的决定：你个人最喜欢哪张照片，哪张照片能清楚地传达形象，以及哪张照片符合你目前的外貌。

最终决定权仍在你手中。独立反馈是有用的信息，不是对吸引力、性格或个人价值的投票。以下流程是参考研究制定的编辑建议；其中的建议人数和照片数量只是便于实践的起点，并非经过科学验证的公式。

照片选择研究究竟发现了什么

在White、Sutherland 和 Burton 于 2017 年发表的研究中，102 名大学生各提供了 12 张照片，并分别为自己和一位不熟悉的人挑选适用于社交、职业及约会情境的照片。另一些在线评价者评估了这些照片带来的印象。总体而言，由其他人挑选的照片，比本人挑选的照片带来了更正面的印象。

这项研究使用了年轻大学生的照片样本，并模拟了不同情境中的选图任务。它没有衡量真实的招聘决定或约会匹配，也没有证明任何一个陌生人都能帮你选好照片。2021 年发表的更正修正了部分分析中的数据处理错误；作者表示，主要结果和结论没有改变。我们依据这一经过更正的研究记录，而不会把最初的统计结果视为最终版本。

照片是否像本人，是另一个独立问题。White、Burton 和 Kemp 的身份识别实验发表于 2016 年的期刊卷期，发现对于不熟悉的面孔，由他人挑选照片时，人脸匹配的准确率高于本人挑选照片时。综合几位评价者的排序，也有助于选出更合适的照片。实验测试的是身份匹配，而不是吸引力或社交成功。

此外，Todorov 和 Porter（2014）发现，同一个人的不同照片可能引发明显不同的印象，而人们对照片的偏好也取决于预期用途。这支持在征求意见前先明确任务，但不能证明可以通过肖像照判断一个人真实的能力或可信程度。

先确定用途，再选择照片

用一句话说明照片将出现在哪里，以及观看者需要了解什么。如果用于职业人员名录，一个实用目标是提供清晰、近期的照片，让对方在见面时能够认出你。如果用于约会资料，你可能希望照片显得亲切，同时准确呈现你的脸。社交账号则完全可以优先选择一张富有表现力、让你喜欢的照片。

一张照片可以服务多个目的，但这些目的也可能互相冲突。从聚会照中裁出的俏皮头像，可能适合个人账号，却让你在小尺寸的公司头像里难以被认出。这些选择都不能说明你的资历。如果有帮助，可以分别保留职业和个人用途的肖像照，不必强求一张照片在所有场景中都胜出。

建立公平的候选照片组

先准备四到六张近期候选照片。这是便于比较的数量，并非研究证实的理想数量。只纳入你确实愿意发布的照片，要求脸部清楚可见，并且没有对五官进行大幅修改。排除已经过时的照片，以及他人比你更容易被认出的照片。

第一轮比较时，尽量使用相近的裁剪方式和显示尺寸。否则，评价者可能只是选了一张更大、更亮的照片，而不是你想比较的表情或形象呈现。也要检查最终的缩略图：全屏看起来很好的肖像照，在小型圆形裁剪中可能变得难以辨认。我们的照片准备清单可以帮助你获得更清晰的初始候选照片组。

基础编辑尽量保持一致。如果一张候选照片大幅修改了脸型，另一张完全未经编辑，那么比较就不再只是判断哪张照片更能代表你，而是混入了关于人为创造的外貌的另一个问题。你不必让所有照片一模一样，但需要清楚它们之间有哪些差异。

向独立评价者提出有用的问题

试着邀请三到五位愿意帮忙、能够理解预期用途的人。这一小组只是方便邀请的样本，既不代表整个目标受众，也不是具有已确定统计功效的实验。尽量邀请一些尚不知道你最喜欢哪张照片的人。你不必发起公开投票，也不必把可识别身份的照片发送给随机账号。

在任何人看到其他人的选择之前，分别私下询问他们。把候选照片标为 A、B、C 等。如果方便，可以为不同评价者调整照片顺序。不要宣布自己喜欢哪张，也不要先把其中一张介绍成职业用照片。这些是减少你个人反馈流程中暗示的实用办法，不意味着这套方法复制了已发表研究的实验流程。

  • 职业情境：哪张照片最清楚、最适合在这个具体的个人资料中介绍我？照片中的什么可见细节影响了你的选择？
  • 约会情境：哪张照片既能清楚、亲切地介绍我，又准确呈现我的脸？
  • 本人相似度检查：如果今天见到我，哪张照片最能帮助你认出我？

请每个人提供第一选择、第二选择和一个理由。避免要求他们给你的面部特征排序，或推断智力、诚实程度、健康状态及恋爱前景。指出裁剪方式分散注意力，是可以据此采取行动的反馈。根据下颌形状断言你的性格，则不是有用的照片反馈。

理解分歧，而不是把它隐藏在分数里

统计各张照片的第一选择票数，并把理由保留在旁边。假设在一次五人反馈中，四人因为脸部容易看清而选择 A，一人因为照片更有表现力而选择 B。这提示 A 可能更符合强调识别度的目标，但不能证明存在普遍偏好，不能得出适用于整个受众的可靠百分比，也不能保证改善实际结果。

如果意见分散，仔细阅读解释。评价者可能在优化不同目标，看到不同尺寸的缩略图，或受到不同个人喜好的影响。可以再澄清一次目标，必要时重新比较最后两张候选照片。不断邀请更多人投票，直到你最喜欢的照片胜出，只会增加操作次数，不一定让决定更好。

一张有用的反馈表只需要四列：候选照片编号、第一选择票数、可见的理由，以及与本人相似度有关的顾虑。避免把模糊评分平均成一个看起来很精确的小数。对于这种小规模、非正式的检查，清楚透明的描述往往比单一数字更有用。

自己完成最后的本人相似度与隐私检查

将选中的照片与现在的外貌进行比较。发型还相近吗？编辑有没有改变脸型？表情是否自然，让你自己也能认出自己？熟悉你的人可以帮助完成这项检查；不熟悉你的观看者则回答另一个问题：在不了解你的情况下，这张照片给人怎样的观感？

检查背景和裁剪范围，确认没有你不想公开的细节，例如位置线索、文件、其他人或工作信息。用私密方式分享候选照片，并请帮忙的人不要转发。即使评价者更喜欢某张照片，你的舒适感以及相关人的同意也应纳入决定。

FaceScore 在这个流程中的作用

FaceScore 可以针对你上传的照片提供 AI 生成的反馈。如果在准备候选照片时使用它，尽量保持拍摄条件相近，并将输出视为取决于模型的反馈。应用并不是上述研究中的独立受众，模型分数较高也不能证明一张照片会带来更多消息或更好的印象。

把应用的评语作为另一项参考，再回到受众目标和本人相似度检查。想了解更广泛的背景，可以阅读为什么同一张脸会带来不同的第一印象，以及共同偏好与个人审美有什么区别。如果想体验照片反馈，可以下载 iPhone 版 FaceScore，或下载 Android 版 FaceScore。

设定停止条件，让选图保持实用

只要一张照片在发布尺寸下清楚可见、符合近期外貌、让你愿意分享，也适合选定的用途，你就已经有了一个有依据的选择。记下用途说明和选择它的主要理由。等外貌、平台或目的发生变化时再重新考虑，不必每天查看评分。

如果这个过程让你感觉更糟，或推动你进行无止境的比较，就停下来，选一张清晰、自己能够接受的照片。有用的结果是更好地介绍自己，而不是为你的脸建立永久排名。没有哪张照片能传达你的全部信息，个人资料的其他部分同样重要。

经同行评审的来源与更正

  • White, D., Sutherland, C. A. M., & Burton, A. L.（2017）。选择面孔：个人资料照片选择中的自我选择困境（Choosing face: The curse of self in profile image selection）。Cognitive Research: Principles and Implications，2，23。原始研究。
  • White, D., Sutherland, C. A. M., & Burton, A. L.（2021）。个人资料照片选择研究的更正。Cognitive Research: Principles and Implications，6，55。已发表的更正。
  • White, D., Burton, A. L., & Kemp, R. I.（2016；2015 年首次在线发表）。照片不像本人：自行选择身份验证照片的代价（Not looking yourself: The cost of self-selecting photographs for identity verification）。British Journal of Psychology，107，359–373。身份识别研究。
  • Todorov, A., & Porter, J. M.（2014）。具有误导性的第一印象：同一个人的不同面部照片带来不同印象（Misleading first impressions: Different for different facial images of the same person）。Psychological Science，25，1404–1417。情境与照片差异研究。