企业官网建设流程全解析

经常有做电商运营、美工设计的朋友问我：AI 生图到底能不能直接用？为什么同样用 gpt-image-2，别人生成的是高级商品大片，自己生成的却像“某宝随便拍”？这个问题的答案，几乎都出在提示词上。

这篇文章围绕gpt-image-2 生图提示词做一次系统整理。我会先拆解提示词的底层结构，再按电商场景给出可以直接复制使用的模板，最后补充一批落地时的避坑经验。不管你是电商运营、设计师，还是想用 AI 图像能力做前端素材、小红书配图的开发者，都可以照着改、照着用。

1. gpt-image-2 是什么，电商为什么需要它

1.1 一句话理解 gpt-image-2

gpt-image-2 是当前图像生成领域关注度很高的模型之一。它根据你输入的文本提示词生成图像，也能基于已有图片进行编辑、扩展、风格迁移等操作。和早期 AI 生图模型相比，它在画面语义理解、复杂构图、文字渲染和真实质感方面有明显提升。

通俗地说：你给它一句话，它给你一张接近摄影级或设计级的图片。这句话写得越清楚，图片越接近你脑子里的画面。

1.2 电商场景能用到 AI 生图的几个位置

• 商品主图：纯白底、场景图、细节图。
• 模特图：服装鞋包的上身效果。
• 促销素材：大促海报背景、渐变底纹、节日氛围图。
• 内容素材：小红书配图、社群分享卡、店铺装修头图。
• 切图与设计稿：用 gpt-image-2 生成前端设计稿，再二次切图或提取元素。

对电商来说，AI 生图的核心价值不是完全替代摄影棚，而是大幅降低“验证想法”的成本。你可以在实拍前先做出概念图，可以用很少的成本补齐季节性素材，也可以快速生成几百张 A/B 测试图。

1.3 本文适合谁读

• 电商美工：想提升出图效率，减少基础修图时间。
• 电商运营：需要自己做活动图、详情页素材。
• 前端 / 全栈开发者：接到 AI 生图接口，需要写提示词模板。
• AI 内容创作者：想把提示词能力沉淀成可复用资产。

读完本文，你可以掌握一套“结构化提示词”写法，拿到手里就能改出适合自己类目的 gpt-image-2 提示词。

2. 提示词不玄学：5 个组成部分写清楚

2.1 为什么你写的提示词总是不对

很多人写提示词就写一句“生成一张白色背景的保温杯图片”。这句话在模型眼里信息密度极低：保温杯什么材质？什么角度？什么光线？有没有阴影？构图居中还是偏左？背景是纯白还是带一点渐变？

模型不是不会生成这些信息，而是你没有告诉它，它只能按最平均、最普通的概率去生成。这就是提示词工程存在的意义：把画面里每个关键变量显式写出来，减少模型自由发挥的空间。

2.2 电商提示词的万能 5 段式

我把一个合格电商提示词拆成五段，之后所有模板都围绕这五段变化：

后面我会反复使用这个结构。你可以把它当作“填空题”，每次只需要替换商品主体和环境背景，光线、构图、画质部分甚至可以直接复制。

2.3 中文提示词还是英文提示词

目前 gpt-image-2 支持中文输入，但英文提示词在细节控制上通常更稳定。原因是训练数据里的英文图像描述更丰富。

我的建议是：

• 自己写草稿时用中文思考，最后把关键词改写成英文。
• 如果英文不好，可以中文为主，英文只补充风格词。
• 不要写太长的从句，模型对单一概念理解更好。

一个可行的中英混搭示例：

一个白色陶瓷马克杯，纯白背景，studio lighting, minimalist, product photography, ultra HD

这里中文负责“是什么”，英文负责“拍成什么样”。

3. 电商场景提示词模板合集

这一节给模板。所有模板都按“5 段式”组织，你可以直接复制后替换商品名。

3.1 纯白背景商品图模板

适用于电商主图、搜索列表图。

A [product name], pure white background, soft shadow, centered composition, studio softbox lighting, e-commerce product photography, minimalist style, ultra realistic, sharp details, 8k resolution

使用示例：

A white ceramic tea cup with gold rim, pure white background, soft shadow, centered composition, studio softbox lighting, e-commerce product photography, minimalist style, ultra realistic, sharp details, 8k resolution

要点：pure white background和soft shadow要同时出现。真正的纯白背景配合一点阴影，会让商品看起来更立体，不会“飘”在画面里。

3.2 场景化商品图模板

适用于详情页、生活方式图。

A [product name] on [scene], [environment details], warm natural lighting, [composition], lifestyle product photography, cinematic color grading, high detail, 8k

使用示例：

A wooden cutting board with fresh vegetables on a kitchen counter, morning sunlight from window, top-down composition, lifestyle product photography, cinematic color grading, high detail, 8k

小技巧：场景类提示词不要只写“在桌上”，要写“什么桌、旁边有什么、什么光线”。桌面材质和光线对画面风格影响极大。

3.3 模特穿戴图模板

适用于服装、鞋帽、配饰。

Professional fashion photography, a model wearing [product], [pose], [background], [lighting], realistic skin texture, sharp focus on product, 85mm lens, full body / close-up shot, commercial photography, 8k

使用示例：

Professional fashion photography, a female model wearing a beige trench coat, standing pose, light gray studio background, soft diffused lighting, realistic skin texture, sharp focus on coat, 85mm lens, full body shot, commercial photography, 8k

这个模板里我故意写了sharp focus on product而不是sharp focus on model。电商模特图的重点是商品，不是模特的脸。这个细节能让成图更符合“卖货”的需求。

3.4 产品细节特写模板

适用于强调工艺、材质、成分。

Extreme close-up macro shot of [product detail], [lighting], shallow depth of field, rich textures, premium feel, product commercial photography, ultra sharp, 8k

使用示例：

Extreme close-up macro shot of a leather handbag stitching detail, warm spotlight, shallow depth of field, rich textures, premium feel, product commercial photography, ultra sharp, 8k

特写图最容易出现的问题是“连产品是什么都看不出来”。所以提示词里必须写清楚当前画面到底是什么细节：是缝线、拉链，还是液态质地。

3.5 促销海报背景图模板

适用于大促头图、电商 Banner。

E-commerce promotional background, [color gradient], [decorative elements], ample copy space in center, clean commercial style, wide composition, high resolution

使用示例：

E-commerce promotional background, soft gradient from coral to cream, floating geometric shapes, subtle light particles, ample copy space in center, clean commercial style, wide composition, high resolution

这类提示词的重点是copy space，也就是给文字留出位置。如果你生成完还要叠加大标题和促销信息，这个字段一定不能省。

4. 完整实战：从提示词到可上架商品图

4.1 准备工作

先确认两件事：

• 你是在 gpt-image-2 的对话界面里用，还是通过 API 调用。
• 你需要的是 1:1 主图、3:4 详情长图，还是 16:9 的 Banner。

建议先做一组 1:1 草稿，确认风格后再统一生成。批量生成前，把商品名称、颜色、材质都整理成表格，避免重复修改提示词。

4.2 实战一：服装类目模特图

需求：一件白色圆领卫衣，需要浅色背景的全身模特图。

提示词：

Professional fashion photography, a young female model wearing a white rounded-collar sweatshirt, relaxed standing pose, minimal light beige studio background, soft diffused lighting, realistic skin texture, fabric folds visible, sharp focus on sweatshirt, 85mm lens, full body shot, commercial photography, 8k

生成后检查：

• 卫衣版型是否正常，领口是否变形。
• 模特手臂、手指是否自然。
• 卫衣颜色是否偏色。
• 背景是否干净。

如果领口文字或 logo 有乱码，下一条提示词里加上no text on clothing或者明确写出比实际更简单的图案。

4.3 实战二：美妆类目精修图

需求：一瓶琥珀色精华液，需要高级感场景图。

提示词：

A glass bottle of amber serum with dropper, standing on a beige stone pedestal, soft warm studio light, gentle shadows, magnolia flowers in background, luxury cosmetic advertising photography, sharp reflections, shallow depth of field, elegant minimal atmosphere, 8k

美妆图最容易翻车的是液体折射和瓶身反光。sharp reflections是关键词，它能让玻璃瓶看起来有“贵气”。但要注意，模型可能在瓶身上生成出并不存在的文字标签，后期需要自行叠加品牌 logo。

4.4 实战三：数码产品氛围图

需求：一款黑色无线耳机，深色科技风场景。

提示词：

A black wireless earbuds case, placed on a dark slate surface, blue neon rim light, soft reflections, futuristic tech atmosphere, cinematic lighting, macro product photography, ultra realistic, 8k

数码类商品的核心卖点是“科技感”。这里用blue neon rim light制造轮廓光，用dark slate surface提供质感基底。如果想要更冷静的商业感，可以把 blue 改成 white 或 silver。

4.5 生成后的处理与验证

生成图不等于上架图。不管模板多好，生成后都要做四步验证：

1. 看商品：主体是否走形，细节是否真实。
2. 看背景：是否干净，有没有奇怪物体。
3. 看文字：任何品牌名、说明文字都要检查乱码。
4. 看格式：确认比例、分辨率符合平台要求。

如果有一个问题，不要急着重新生成整张图，可以只调整提示词里的对应字段。例如背景脏，就改背景描述；主体变形，就精简主体描述、少加复杂动作。

4.6 通过 API 批量生成的参考思路

如果你需要批量出图，可以按下面思路封装函数。这里以 OpenAI 图像生成 API 的常见写法为例，实际操作时模型名要按官方控制台提供的为准。

from openai import OpenAI client = OpenAI() def generate_product_image(product_prompt, size="1024x1024"): response = client.images.generate( model="gpt-image-1", # 请按实际可用模型调整 prompt=product_prompt, n=1, size=size, ) return response.data[0].url # 示例：批量生成不同颜色卫衣 products = [ "a white rounded-collar sweatshirt", "a black rounded-collar sweatshirt", "a beige rounded-collar sweatshirt", ] for p in products: prompt = ( f"Professional fashion photography, a young female model wearing {p}, " "relaxed standing pose, minimal light beige studio background, " "soft diffused lighting, realistic skin texture, 85mm lens, " "full body shot, commercial photography, 8k" ) url = generate_product_image(prompt) print(url)

这是一个最小可用的批量生成思路。真正落地时，你还需要把 URL 下载保存、加命名规则、生成后存入对象存储或本地文件夹。

5. 常见问题与排查思路

5.1 生成结果和商品完全不像

这是电商 AI 生图最让人头疼的问题。常见原因有两个：一是提示词里只有商品名称，没有材质、颜色、形状细节；二是描述里混入了过多风格词，干扰了模型对主体的判断。

排查顺序：

• 先去掉所有风格词，只保留主体描述，看能不能生成一个“这个类目的正常物体”。
• 如果主体正常，再逐步加回光线、背景、镜头描述。
• 如果主体还是不对，尝试换一个更具体、更常见的产品描述词，比如“保温杯”改成“磨砂白色不锈钢保温杯带黑色提手”。

5.2 模型生成带文字的内容全是乱码

现象：瓶身、包装盒、服装上的文字要么拼写错误，要么出现一串“假英文”。

原因：图像模型在短文本渲染上比长文本稳定得多。提示词里包含越多品牌名、店铺名，越容易触发乱码。

解决：

• 提示词明确写no text, no letters, no watermark。
• 如果必须显示文字，把文字内容单独写出来，例如with the word "BEAUTY"。
• 不要指望模型一次生成完美品牌字，后期用设计软件叠加文字更靠谱。

5.3 生成图很美，但没法直接当主图用

这里要区分“图好看”和“能卖货”。买家很多是被商品信息吸引进来的，主图需要商品清晰、无歧义、色彩真实。如果模型给它加了一层浓重滤镜，导致商品颜色和实拍完全不同，图中使用对消费者就是误导。

建议：

• 色彩还原要求高的类目，在提示词里写natural color, accurate color reproduction。
• 保留一张纯白底实拍图作为参考，让模型“按参考图改背景”。
• 不要把氛围感和真实感对立：可以先用氛围图做详情页，再用白底图做主图。

5.4 用 gpt-image-2 切图时切不准确

有人反馈“用 gpt-image-2 生成前端设计图，然后再让它切图，切出来的图不理想”。这里要理解本质：gpt-image-2 是生成模型，不是像素级切割工具。它可以很好地输出“透明背景的物体图”或“分图层设计指南”，但无法保证精确到像素的裁切结果。

如果你真的要切图，有两种做法：

• 在提示词里直接要求输出isolated on transparent background, 1:1 aspect ratio，生成后放入 Photoshop 或 remove.bg 类工具二次处理。
• 如果你是想从设计稿中提取 UI 元素，建议把设计稿裁剪、缩放、标注后再生成“抠图结果”，而不是直接让模型理解“切图”指令。

5.5 网络搜索热词中的高频疑问速查

6. 电商提示词的最佳实践与工程建议

6.1 把提示词当作资产来管理

不要每次现写现用。建议在项目目录里建一个prompts/文件夹，按类目组织：

prompts/ ├── klothing_woman.md ├── cosmetics_serum.md ├── digital_earbuds.md ├── banner_sale.md └── common_style.md

每个文件里同时保存中文说明和英文提示词，方便设计师和开发共同维护。

6.2 固定商品描述块，降低不稳定因素

同一款商品如果需要多次生成，保持主体描述完全一致，只修改背景、光线、构图。这样能最大程度保证商品特征稳定。

示例：

主体描述（固定）: a white rounded-collar sweatshirt with slightly dropped shoulders 变化部分（每次调整）: soft beige studio background / city street bokeh background / autumn park background

6.3 合规意识必须前置

AI 生图用于电商会有几个合规风险点：

• 平台规则：部分平台要求 AI 生成图标注“AI 生成”，上架前先查平台规范。
• 品牌侵权：提示词里不要写知名品牌名并要求生成类似设计，这会带来侵权风险。
• 人物肖像：生成模特图如果涉及真实人物形象，需要确认是否有肖像授权。
• 虚假宣传：AI 生成的效果图不能替代实物图误导消费者，该标注的要标注。

合规不是阻碍，而是让 AI 生图能长期稳定用下去的前提。

6.4 与开发协作时的交接格式

如果你不是个人操作，而是要和开发、运营协作，建议统一采用“表格 + 提示词”的交接格式：

这样开发可以写一个简单的配置解析逻辑，从表格中读取字段直接调 API，减少沟通成本。

6.5 成本与效率优化

• 草稿阶段的输出尺寸不要选最大，确认后再升级。
• 相同提示词可以一次性生成 2 到 4 张图，人工挑选，而不是来回单张重试。
• 如果 API 支持seed参数，固定 seed 可以复现同一构图的微调版本。
• 把高频提示词模板沉淀成函数或配置，而不是每次重新拼写。

7. 总结与动手练习

到这里，gpt-image-2 生图的电商提示词体系已经完整过了一遍。核心就一句话：先拆结构，再写细节，最后固定模板做批量迭代。

你现在可以做一个简单实验：

1. 选一个你正在运营的商品。
2. 按第 2 节的五段式写出提示词。
3. 分别生成“纯白底图”“场景图”“细节特写图”三张。
4. 对比哪种风格最适合你的平台主图，然后把该模板收藏到自己的提示词库里。

如果后续想深入，可以继续研究图生图工作流、批量出图脚本，以及如何把生成图接入商品发布流程。AI 生图的迭代速度很快，但提示词设计的底层逻辑短期内不会变：把商品说准，把场景讲清，把画面留给模型的发挥空间控制在最小范围。