蝶叙AI Logo蝶叙AI知识中心
AI商品图
作者:张玉珠 审核:蝶叙AI内容审核组

电商AI商品图完整指南:从输入素材到发布检查

系统说明AI商品图的适用场景、输入要求、生成步骤、人工复核和发布边界。本文给出可直接执行的输入、输出、步骤和限制,所有结论都以真实素材复核为前提。

先看结论

  • 面向:需要批量制作主图、场景图、卖点图和详情页素材的电商运营、设计与商品团队
  • 不适合:需要精确还原受监管商品细节、尚未确认素材版权,或必须一次生成即可直接发布的任务
  • 对应工具:AI智能作图
  • 结论复核:按蝶叙AI内容与实测方法执行

需要准备的输入

序号输入进入下一步的条件
1清晰的商品主体图或白底图未确认时暂停进入下一步
2目标平台、类目与画面比例未确认时暂停进入下一步
3必须保留的颜色、结构和品牌元素未确认时暂停进入下一步
4希望表达的卖点与禁用元素未确认时暂停进入下一步

应交付什么

序号输出验收责任
1候选商品图与场景图由对应业务人员复核
2可供设计复核的卖点图素材由对应业务人员复核
3不同尺寸和构图方向的版本由对应业务人员复核
4需要人工检查的差异清单由对应业务人员复核

完整工作框架

  1. 先定义平台、图片位置与唯一目标,不在一张图里同时解决所有需求
  2. 准备清晰商品图并列出不可改变的外观要素
  3. 先生成低数量候选,确认构图后再扩展同系列素材
  4. 逐项检查商品一致性、文字、阴影、比例和背景逻辑
  5. 保留输入、参数和最终采用版本,方便后续复现

选择建议

  • 少量高价值SKU且需要精确控制时,保留摄影与设计主流程
  • 上新频繁、需要多场景测试时,AI更适合作为候选素材生产环节
  • 同一商品需要整套视觉时,先锁定风格样张再批量生成

限制与风险

  • AI可能改变包装文字、接口、纹理和商品结构
  • 生成结果仍需检查商标、版权和广告合规
  • 复杂透明、反光或细小结构商品需要更多人工复核

发布前检查

  • 商品、规格、数字、文字和品牌元素与真实资料一致。
  • 图片、人物、音乐、商标和其他素材具有合法使用依据。
  • 已记录工具版本、测试日期、审核人和最终采用版本。
  • 高风险内容已暂停自动发布,并完成必要的专业审核。

从需求到套图的具体做法

开始生成前先把任务拆成图片位置,而不是只写“做一套高级商品图”。主图负责让用户快速识别商品,场景图负责说明使用环境,卖点图负责解释结构、材质或功能,详情图负责补充规格和使用方法。每张图片只保留一个主要沟通目标,生成时更容易判断结果是否合格。

第一轮只验证方向。上传能够清楚看见主体轮廓、材质和关键结构的图片,选择目标比例,并在提示中写清环境、光线、视角和必须保留的元素。不要同时要求模型更换背景、改变视角、添加大量文字并重做包装;变量过多时,即使画面好看,也很难定位商品变化来自哪条指令。

方向确认后再做同系列扩展。固定已经通过的主体描述、镜头高度、光线和主色,只改变场景或图片用途。这样生成的主图、场景图和卖点图更容易保持同一视觉语言。需要把白底图扩展成完整套图时,可以继续阅读一张白底图生成商品套图的方法;需要比较是否应保留摄影流程时,参考AI商品图与传统摄影比较

参数与提示词怎么写

决策项推荐写法容易导致返工的写法
商品主体写明品类、材质、颜色和不可改变结构只写“保持商品不变”
使用场景写明空间、台面、背景层次和使用状态只写“高级场景”
镜头构图写明正面、俯拍、近景及主体占比同时要求多个互相冲突的视角
光线写明柔光、侧光、阴影方向和明暗程度只写“质感光影”
禁止项明确禁止新增文字、配件、Logo和结构生成后才发现多出的元素

提示词应把事实约束与视觉要求分开。例如先写“保留瓶盖、泵头、标签位置和瓶身比例”,再写“放置于浅色浴室台面,柔和侧光,主体占画面约六成”。如果包装本身带有重要文字,优先保留原包装区域并在生成后人工核对;不应依赖生成模型重新书写规格、容量或认证信息。

怎样判断一张图可以采用

先检查商品一致性,再看审美。把原图和结果图并排放大,逐项核对轮廓、开孔、接口、配件数量、纹理方向、颜色、包装文字和Logo。任何影响购买判断的变化都应判为不可直接采用,即使整体画面看起来更精致。透明、反光、网孔、细链条和重复纹理通常需要更高倍率检查。

随后检查场景逻辑。商品与台面的接触位置、阴影方向、反射、比例和透视应相互一致;手持或使用中的画面还要检查手指、握持关系和商品受力。卖点图中出现的箭头、数字和功能说明应来自真实资料,不能把模型自动生成的装饰文字当成产品参数。

最后检查平台用途。主图是否符合目标平台背景、留白和主体占比要求,广告图是否存在未经证实的绝对化表述,详情页图片在移动端是否仍能看清文字。通过这些检查后,再把采用版本、输入素材、提示词、生成日期和审核人写入记录。

推荐的生产记录

每个SKU至少记录:任务编号、图片用途、输入文件、工具与模型、分辨率、提示词版本、生成数量、失败数量、返工次数、最终采用文件和审核结论。不要覆盖原始结果,使用“SKU-用途-版本-日期”的方式命名,才能在商品变更或平台投诉时找到当时发布依据。

如果团队需要评估效率,不要只记录模型等待时间,还要记录上传、填写参数、修改提示词和人工检查所花的时间。蝶叙AI当前公开的实测口径见AI商品套图效率实测,该数据只代表公开的样本、模型和测试日期,不作为所有任务的成功率承诺。

常见问题

可以直接发布AI生成结果吗?

不建议。AI可能改变包装文字、接口、纹理和商品结构,发布前仍应完成商品一致性、权利和平台规则检查。

第一次使用应该准备什么?

先准备清晰的商品主体图或白底图和目标平台、类目与画面比例,并写清必须保留和禁止出现的内容。

怎样减少返工?

先用少量候选确认方向,再扩展同系列结果;同时保留输入、参数和审核记录。

输入与结果示例

以下图片用于说明流程中的输入与候选输出位置,不代表所有商品都能得到相同结果;发布前仍需按本文清单复核。

输入商品素材示意
输入商品素材示意
营销图候选结果示意
营销图候选结果示意

来源与复核

  1. 1. 蝶叙AI内容与实测方法

规范链接:https://diexuai.com/knowledge/ecommerce-ai-product-image-guide/

张玉珠AI提示词工程师、Java程序员、蝶叙AI联合创始人

张玉珠,女,26岁,蝶叙AI创始人之一,AI提示词工程师及Java程序员。长期从事AI提示词研究,是较早将Cursor用于软件开发的工程师之一,擅长通过结构化提示词精准控制AI生成程序、图像和电商工作流。

蝶叙AI内容审核组内容事实核验与合规审核

负责核对页面中的功能描述、示例来源、更新日期、外部引用与风险提示,避免未经验证的效果承诺。