这两年做电商视觉的朋友应该都有一个共同的体感修图这件事正在被AIGC彻底改写。以前一个电商主图项目拍摄、选片、精修、反复返工一周能完整交付三张主图就已经很能打现在工具链成熟之后同样的需求用AI绘图辅助推进基本就是半天到一天的周期而且出图质量完全不虚传统影棚。这篇文章就是一份实战笔记。我做电商视觉差不多十年了最近两年几乎把一半的日常活都切到了AI绘图的流程上。文章不聊虚的就从一线设计师的视角把我实践过的“一键生成商业级电商图片”的方法和踩过的坑完整拆一遍。无论你是电商设计师、淘宝店主、自由摄影师还是想用AI做点副业的创作者这套思路都能直接套用。整套方法的本质是把原本“人肉精修”的工作拆解成模型选择、提示词编写、画面控制、后期兜底四个环节再用一套固定流程批量跑。下面一步步来。1. 为什么AIGC制图能改变电商美工的工作模式1.1 传统修图流程的“三座大山”先说一个我过去的真实经历。有一回接了一个保温杯的产品主图需求客户要求场景图要有办公桌、露营、手持三个版本。当时团队的做法是联系影棚、租道具、约摄影师和模特光是拍摄就花了两三天。拍完还不是终点选片、色调统一、去脏点、补倒影、修反光层层关卡来来回回磨了将近一个礼拜。最后客户提出“桌子质感不够”整个系列的背景又要重来一遍。那种感觉做过电商设计的朋友都懂成本高、周期长、返工痛。传统修图的难点可以拆成三座大山。第一是拍摄成本高好的场景图需要影棚、灯光、道具、模特预算分分钟上千即便预算到位时间和档期也不是说约就约。第二是修图周期长一张高质量场景图在修图软件里细修熟练工也要三四个小时如果遇到复杂光影可能得耗上整天。第三是风格统一难同一系列图在多套素材里各自为政很容易出现曝光不一致、色调不协调的问题后期的返工也大多集中在这里。这三座大山在电商高速上新、素材日抛式的节奏下越来越让人喘不过气。这也是AIGC能在短短一两年内成为行业生产力工具的根本原因——它正面回答了这三个痛点。1.2 AI绘图的新范式从修图到生成从劳动到控制AIGC制图和传统修图的本质区别在于“生成”和“修补”完全不同。修图的前提是你得先有一张底图你的工作量花在“让它更好看”上AI绘图不一样它是按照你给出的文字描述直接“画”出一张现实中可能根本不存在但看起来极其真实的照片。这个差别就像前者是你在盖好的毛坯房里刷墙贴砖后者是你直接告诉建筑师“我要一个什么样的空间”然后整个房子原地生成。这对电商图片生产意味着什么意味着设计师的角色从“执行修图的人”变成了“把控方向的人”。你不用再一笔一笔抠图修光而是用提示词决定画面里有什么、光线是什么方向、模特穿什么衣服、背景是办公室还是雪山。以前花好几天的拍摄与精修现在压缩成十分钟的调试和等待。这也是为什么说“一键生成”——当然真正用好这件事需要控制力“一键”里面的门道我们后面专门讲。这几年我最大的感受是AI并不会直接帮你完成所有细节但它把大量的“劳动密集环节”变成了“创意决策环节”。这恰恰是生产力提升的底层逻辑人做决策机器做执行。效率的差距不是一倍两倍而是数量级的变化。1.3 适用边界哪些图能交给AI哪些不能不过我也得泼盆冷水AI并不是万能。我刚上手那阵子什么图都往AI里丢结果翻车不少。现在我的判断标准很清楚适合与不适合的场景大致如下。适合交给AIGC的图片类型说明电商主图的背景替换白底产品图换办公、户外等场景AI生成背景效率极高氛围场景图需要“温柔午后”“北欧极简”等情绪化场景提示词直接出平铺图与多角度展示图服装、箱包等产品平铺AI对材质细节还原到位创意灵感提案给客户看风格方向时用AI出一批初稿比做PPT方便多了模特试穿图用产品图生成模特上身效果适合服装、饰品类不建议交给AIGC的图片类型原因严格按尺寸/结构展示的标准件产品有精确结构AI很难保证螺丝孔位、刻度等细节完全一致复杂多物强交互合成多个产品加空间加人物的复杂场景AI经常逻辑混乱已有人物的商业肖像涉及肖像权与人脸一致性风险太高不建议依赖AI需要严格色彩管理的品牌物料AI输出的色彩管理不够可控不适合直接印刷边界判断其实一句话凡是“描述清楚就大概能想到画面”的图AI都可以尝试凡是“必须精确到毫米、色号”的图老老实实交给传统工具。保持这个边界感AIGC就能帮你省力而不是添乱。2. 工具选型与基础准备别急着充值先理清方案2.1 我的工具组合与选型逻辑市面上现在能用来做商业图的AI绘图工具不少但大体上分成两类一类是开源的SD系模型可以本地部署也可以在很多在线平台上调用特点是可控制性非常强开放式生态里有各种插件和微调模型另一类是商业化的在线AI绘图服务出图审美下限高操作简单上手快但可控性和批量扩展能力偏弱。我实际的组合是两者结合用在线服务来快速验证创意方向用开源模型管线来做正式精修和批量交付。有人会问是不是本地部署更好我的经验是如果你只是偶尔做一两张图直接去用在线工具是最省事的。但如果你要像我一样靠这个吃饭、每天批量产出几十张交付图那么掌握可本地部署的开源管线更重要。本地部署虽然要折腾环境、对显卡显存也有要求——我的建议是独立显卡至少8GB显存起步12GB以上更舒服——但换来的自由度非常高模型可以换、参数可以调、插件可以加关键是可以无限次批量测试不用抠调用额度。关于选型我再多说一句别因为某个工具宣传“强大”就一股脑充值。先用免费试用额度把完整流程跑通再决定要不要付费升级。工具永远在迭代但你对流程的理解不会过时。2.2 提示词编写与AI沟通的基本功无论用哪个工具提示词Prompt都是最核心的一部分。很多人觉得提示词就是堆关键词其实不是它有自己的语法逻辑。我习惯把一段提示词拆成六个维度主体、材质、环境、光线、构图、风格最后再统一加质量词。举个例子一个保温杯的办公桌场景差的提示词是“一个保温杯放在桌子上”——AI确实能出图但大概率是一张平庸且没法用的图。好的提示词是这样写“不锈钢保温杯磨砂金属质感放在深色实木办公桌上后景是模糊的显示器与绿植侧面自然光45度视角写实商业摄影风格细节清晰浅景深”。同样一个需求一个给的是模糊范围一个给的是清晰画面出图质量天差地别。还有负面提示词Negative Prompt这个环节千万别省。商业图常用的负面词我会固定放一组模糊、低画质、噪点、畸形、多余手指、文字乱码、变形、比例失调。别小看这行字它直接影响出图可用率我自己的经验是加了负面词之后废片率至少下降一半。关于参数也有几个默认起点分辨率我常用1024×1024或1024×1536迭代步数在25到40之间CFG提示词引导强度设置在6到8。注意这些是起点不是终点后面我们会讲到具体怎么根据出图结果微调。2.3 让画面受控的三种手段如果说提示词是“告诉AI画什么”那么控制工具就是“按住AI的手让它画得更准”。我在商业项目里最常用的控制手段有三种。第一种是图生图把一张真实产品图喂给AI让它在此基础上生成新画面。这个方式特别适合电商主图产品本体不变背景和光影让AI重画。关键参数是重绘幅度Denoising strength我一般先放到0.4到0.6这样背景能换得比较彻底产品主体又能基本保留如果产品特征容易飘就往0.3以下调。第二种是局部重绘手动圈定画面中的某一区域只让AI重新生成这个区域。比如背景太乱、桌面上多了一个不知道哪来的杂物都可以用局部重绘精准处理其他区域一点不动。这是我在后期处理里使用频率最高的功能。第三种是结构控制通过线稿、深度图、姿态骨架等方式约束AI的构图和人物动作。比如要生成一张模特手持产品的半身图用姿态骨架锁住手臂位置就不会出现抱着一杯咖啡或者举起奇怪手势这种失控动作。这类控制工具的插件生态现在已经很成熟学起来也不难关键是理解每种控制方式适合什么任务。3. 核心实操把一张普通产品图变成商业级场景大图3.1 先看清楚需求再动手接下来用一套完整的实操演示来展示具体流程。假设我接到一个保温杯品牌的电商主图需求客户要求出三张一张办公桌场景、一张露营场景、一张手持使用场景全部用于电商详情页顶部主视觉分辨率要求1024×1024起步要保证产品外观和材质真实还原。接到需求之后我没有急着打开AI工具而是先做了15分钟的需求梳理客户给到的产品参考图是白底图吗有没有多角度素材三个场景分别偏什么色调文案大概会放什么位置这些信息决定了后续所有的提示词写法。比如办公场景偏暖调、露营场景偏冷调、手持场景需要重点突出产品比例这些细节我在提示词里都会有所体现。这也是我想反复强调的一个观点AIGC流程的效率不在于乱枪打鸟式狂生成而在于开始之前把需求想清楚。想清楚之后生成过程反而很快。3.2 从素材准备到首轮出图第一步准备模型和底图。在开源管线里我通常选择写实类大模型——专门针对摄影风格微调过的模型而不是动漫风格模型。商业产品图走写实路线永远是安全牌。底图方面客户提供的白底产品图要先做预处理裁剪成正方形、尽量让产品居中、确保边缘干净没有阴影杂边。白底图质量决定了后续重绘的稳定性这一步值得花10分钟好好做。第二步编写提示词并生成初稿。以办公场景为例我当时的提示词长这样不锈钢保温杯曲面反射明显放在深色胡桃木办公桌上旁边有笔记本电脑与咖啡杯背景是玻璃隔断与植物上午自然光侧光45度角拍摄商业产品摄影风格浅景深细节丰富——同时加上固定负面词。参数起点分辨率1024×1024迭代步数30CFG 7随机种子先不固定。一次性生成8张快速看初稿效果。这一步不看细节只看整体构图和光感。初稿里想找到一个能直接用的大概率不容易但你能从中找到“大方向对不对”的参考是偏暗还是偏亮、构图重心是否合适、产品比例有没有离谱变形。基于这批初稿去微调提示词和参数比闷头一版版试要高效得多。3.3 换背景与局部修复保住产品本体的关键商业级电商图和普通AI趣味图最大的区别就是产品本体一定要真实可信。AI直接文生图生成的“产品”十次里有八次会有各种细节突变——杯口的螺纹不对、把手粗细变了、Logo被吞掉了——这些问题在商业交付中一个都不能忍。所以我的标准做法是产品本体一律以真实素材为底只用AI生成和优化背景。具体操作上传客户提供的白底产品图选择图生图模式先用0.3左右的低重绘幅度把产品融入AI生成的场景里。注意如果直接整图重绘产品会被AI“二次创作”风险很高。所以我一般会分两步第一步整图生图生成场景底图锁一个满意的构图第二步用局部重绘圈选产品外的背景区域填入背景描述词进行细化产品区域保持不动。局部重绘时有一个细节蒙版边缘要稍微羽化一点让产品和背景的光影过渡自然否则就会有一眼假的“贴纸感”。如果生成后背景里有桌椅穿模、植物长进画面边缘这类小瑕疵继续用局部重绘在对应区域修复。这一步通常要迭代两三轮但每次只花一两分钟。产品阴影也是个常见问题。AI生成的背景和产品之间如果没有合理的阴影衔接产品就像悬浮在画面里。我的处理办法是在提示词里写明“产品底部有柔和落地阴影”如果还不行就在图生图里用灰度画一个阴影蒙版提示AI。3.4 批量化处理把单张成功变成稳定交付当你把办公场景这一套提示词、负面词、局部重绘蒙版的固定流程跑通之后剩下的工作就是复制放大。把办公桌替换成露营餐桌把“玻璃隔断与植物”改成“帐篷与山脉背景”光线从“上午自然光”改成“黄昏暖光”其实就是在提示词模板里替换几个关键词的问题。为了保证出图的一致性我在跑批之前会把参数全部固定下来同一套种子范围、同一组负面词、同样的迭代步数和CFG。批量生成30到50张每张之间的差别主要来自种子变化和一些环境词微调。这一步用脚本或批处理能自动跑完人只需要抽检。批量出图之后我会快速过一遍所有图能用的放进“候选池”明显崩掉的直接删除。我试过在一个20张的批次里找出3张可用的交付稿在传统流程里这是不敢想的比例。挑选的逻辑也有讲究第一看产品本体的真实度第二看构图是否留够了文案位置第三看整图色彩有没有硬伤。选好之后进后期修图软件做最后的兜底精修。3.5 后期合并与精修兜底AI出图通常可以直接用但“商业级”这个目标需要传统修图软件来收尾。我的后期流程集中在四类修正一是清脏点把产品表面多出来的杂点、背景里莫名其妙的颗粒修掉。二是统一色温不同种子生成的图色调可能有偏差批量交付时一定要校准到同一视觉基调。三是补光影AI生成图偶尔会有光源方向不一致的问题我会加一个柔光层和一个压暗层来微调对比度。四是加字电商主图通常需要放促销文案在修图软件里排版加字比让AI生成靠谱得多——AI画出来的文字基本不能商用。最后交付时我会给客户或运营两个版本一个带文案的终稿一个不带文案的干净背景稿。干净背景稿的用途很多后续做不同渠道素材比如直播间贴片、海外平台图时就不用再找我要原图重排了。这个小习惯帮我省掉了大量来回沟通的麻烦。4. 常见问题与排查技巧实录4.1 产品特征跑偏、Logo被抹掉怎么办第一个高频问题AI把产品画“歪”了。比如杯身的弧线不对称、Logo位置偏移、材质纹理被AI“脑补”成完全不同的样子。原因很简单AI在生成时并不会严格复制你的产品它会根据训练分布“凭印象”补全细节。解决思路就是我前面强调的产品本体锁定绝不参与大范围重绘凡是涉及产品本体细节的调整用局部重绘的小范围、低重绘幅度去处理。如果只是Logo被吞我习惯单独把Logo区域框出来用极低的重绘幅度让AI补回纹理或者直接后期叠加一个透明Logo图层。还有个技巧是“固定种子”。当你找到一张接近完美的图时记下它的随机种子值后续微调提示词、改局部区域时把种子值锁死这样AI会在原有画面基础上做修改整体结构不会发生剧烈漂移。这个参数在传统工具里没有对应概念但在AI绘图工作流里是稳定输出的命根子。4.2 光影不自然产品像“P上去的”这是电商场景图最容易翻车的地方。原因在于AI生成背景的光源方向和产品原图的光源方向往往不一致比如产品是左侧光背景却是右侧光的窗户感官上就会非常别扭。我的对策分三层首先在提示词里直接写清楚统一的光线来源比如“主光源来自左上方”其次在局部重绘背景时把光的方向参数也写进背景提示词最后如果仍然不一致后期调整阴影方向——加一个加深减淡图层手动补一笔投影。另外产品底部的接触阴影也很容易被AI忽略。没有阴影产品就像悬浮在桌子上。遇到这种情况我会给AI一个明确的“落地提示”比如提示词里写“产品底部有清晰的接触阴影”或者干脆在局部重绘时用画笔在底部涂出一个阴影区域让AI在此基础上渲染。后者我实测效果更好因为AI对语言指令的落地提示不一定精准但画面引导是它最擅长的。4.3 手部崩坏、文字乱码怎么绕开手是AI绘图公认的“老大难”。手指数量不对、朝向怪异、扭曲成麻花这些在生成人物时非常常见。商业项目中我的处理原则是能不露手就不露手必须露手就用手持产品的半身构图给手部的画面占比尽量小。如果局部建了手部却崩坏就用局部重绘圈住手部区域重新生成这个区域可以多试几次总有一次能出正常结构。文字乱码就更好理解了AI本质是画像素而不是写字它生成的文字大都是“形似而神不似”的伪字符没法商用。所以电商主图里的促销文案、品牌名称我一律在后期修图软件里添加。AI只负责生成干净的背景图文字排版完全交给专业工具。记住这个分工能让你的交付质量稳定很多。4.4 版权与商用安全的底线商业用途绕不开版权问题这块我给自己定了几条铁律。第一产品素材必须用自有版权或者获得授权的内容比如客户提供的白底图、自己拍摄的实物图不要用网络上随便抓来的图片去喂AI。第二不要在提示词里出现真实公众人物、动漫角色、知名IP等名字避免生成侵权内容。第三AI生成图如果包含可识别的品牌元素、商标、门牌、清晰人脸等交付前要仔细排查并处理。第四如果客户对AI生成图有疑虑我会主动提供生成记录和批次文件并且建议重要的商业主视觉图仍然叠加实体素材降低整体风险。这块可能和纯技术操作关系不大但它是商业化落地绕不开的一道闸。我的建议是技术可以激进合规必须保守。5. 进阶心得把AIGC流程变成你的生产力工具5.1 建立自己的“提示词资产库”用AI绘图一段时间后你会发现真正花时间的不是生成而是打字。为了不让每次开工都从零开始我维护了一个私人的提示词资产库用表格或者纯文本文档都可以。资产库分成几类通用环境词库办公场景、户外场景、室内场景、城市夜景等光线词库晨光、黄昏、霓虹、顶光、侧逆光等材质词库磨砂金属、哑光塑料、真皮、木纹等风格词库北欧极简、美式复古、日系清新、科技未来等需要新图时我不再凭空想词而是从库里取场景词、光线词、风格词各一两个按固定模板排列组合。这样有三个好处提示词质量稳定不会因为状态不好写飘风格统一性强同一个系列产品用同一套组合效率提升非常明显新需求的提示词基本五分钟内搞定。5.2 批量生成的习惯先出量再择优AI绘图的随机性既是缺点也是优点。同样一组提示词换个种子可能出来完全不同的构图这意味着“大量生成再筛选”是现在最理性的工作方式。我现在接每一个需求初稿至少8张起步正式稿至少30到50张。整个过程看起来浪费其实比一张张纠结要省下大量时间。选片原则也很简单第一轮只留“没有硬伤”的第二轮在可用图里挑“有点惊喜”的——AI偶尔会给到你完全想不到的构图和光影这种惊喜在传统拍摄里基本不可能遇到。有一次接一个香薰蜡烛的详情页我按传统思路准备了场景图AI却输出了一张蜡烛在深色大理石台面上、水汽凝珠的特写质感远超原计划。这种惊喜靠拼命改提示词反而碰不到想碰到就得多跑批次。5.3 给客户交付的注意事项最后说说交付环节。AI辅助制作的内容我一般会在交付说明里标注为“AI辅助视觉稿”并主动把过程文件和参数档发给对方。这么做不是为了显得专业而是为了防止将来客户想改一个细节的时候你还要重新去回忆当时用了什么词。交付格式我建议预览图加源文件加批次参数档三个一起给。预览图用于日常查看源文件用于二次改动参数档用于找回当时的生成条件。和客户沟通时也有一个电商特有的技巧主动给出两到三个风格方向。你不用问客户“你喜欢哪种风格”因为大多数人答不上来。直接拿两张AI生成的风格稿让他选决策效率会高很多。这也算是AI把设计师变成提案者的一个典型场景。5.4 一点个人体会写了这么多最后分享一点我自己的真实感受。很多人担心AI会让设计师失去价值我的观察恰恰相反AI淘汰的从来不是设计师而是那些把精力全部耗在执行环节、停止思考的人。会用AI辅助生产的设计师能同时出更多的方案、更快地试错、更稳地交付这个能力在当下的市场竞争里就是核心竞争力。如果你还没开始我的建议很简单翻出一个以前做过的真实需求按这篇文章的流程完整跑一遍从素材处理到批量出图再到后期收尾。不用追求一次就完美先跑通再优化。你很快会发现AI替代繁琐修图不是什么遥远的趋势它就是你明天就能用上的日常工具。