企业官网建设流程全解析

自己从 Qwen-Image-2.1 开源那会儿就开始把它往商品图、广告摄影的方向上“掰”，前后测了小半个月，各种提示词结构、采样器组合、LoRA 都过了一遍。这篇把目前最顺手、出图最稳的一批电商提示词整理出来，连带本地部署整合包的选择思路和几个容易翻车的细节一起写清楚。无论是做电商设计、帮店铺出主图，还是单纯想在本地跑一套可控的商品图生成管线，这篇都可以直接抄作业。

1. 为什么商品图这个场景，我最后锁定了 Qwen-Image-2.1

先交代一下背景。之前主力的出图路径是 SDXL 加各种电商 LoRA，出图质量不差，但有两个老问题一直很头疼：一是中文商品名、品牌 Logo 经常渲染成乱码，二是对“商业摄影质感”这件事理解得不够透，明明是产品图，出来的东西总带着一股“AI 味”。

Qwen-Image-2.1 的优势恰好在这两点上。它对中文文字渲染的原生支持做得相当好，同一句提示词里同时出现“品牌中文字样 + 产品卖点文案 + 背景标语”，它能把字写对、写清楚，这对做电商主图来说是实打实的效率提升。另外它在训练语料里吃进去大量专业摄影和广告素材，这也让它对“质感”的把控明显比 SDXL 系模型更接近真正商业拍摄的审美。用大白话说，它更像是“懂中文、懂摄影、懂电商”的多面手，而不是一个只会画美女和风景的通用画师。

可能有人会问，既然官方也提供了在线服务，为什么非得折腾本地部署？两个原因：一是产品图涉及大量迭代测试，每次都通过线上接口跑，一来一回的成本和等待时间不划算；二是很多店铺素材涉及未公开的新品，数据留在本地更稳妥。所以本文后半部分会花篇幅讲整合包怎么选、量化版怎么用，尽量让配置不高的机器也能跑出高可用性的结果。

2. 商品图提示词的核心结构：先学会拆解“商业摄影思维”

很多朋友拿到 Qwen-Image-2.1 之后第一件事就是抄网上的提示词模板，然后发现出图总是不对劲。问题不在模型，而在提示词本身不成体系。想稳定输出高质量电商图，提示词里得有五个维度互相配合，缺一个，画面就会“塌”一块。

2.1 提示词五要素：主体描述、环境、相机、光影、材质

我自己的习惯是把提示词拆成下面这块骨架来写：

• 产品主体：品类、名称、型号、颜色、材质、关键设计特征。越具体越好，比如“黑色磨砂金属外壳的无线机械键盘，键帽为灰白配色，右上角带音量旋钮”就比一个孤零零的“键盘”强十倍。
• 环境与场景：摄影棚、产品依旧摆在桌面、外景、悬浮效果、室内某个角落。商品图最常用的是干净背景和场景化展示，这两种的提示词写法完全不同。
• 相机与镜头：50mm 镜头、85mm 镜头、广角、微距、景深控制。很多 AI 商品图一眼假，就是因为忽略了镜头语言，画面没有景深层次，像是一张没有对焦逻辑的电子图。
• 光线与阴影：柔光箱、侧光、逆光、自然光、硬光、阴影方向。这一项对质感的影响最大，强烈建议单独写清楚，不要只扔一个“studio lighting”就完事。
• 材质与细节：纹理清晰、高光反射、金属拉丝、皮革纹理、表面瑕疵控制。电商图讲究“让人隔着屏幕想摸一下”，材质细节就是实现这种效果的关键。

2.2 从“描述产品”到“描述照片”的思维转换

这里有一个特别重要的认知升级：Qwen-Image-2.1 理解的不是“这是什么产品”，而是“这是什么照片”。所以提示词里描述镜头、光线、拍摄角度、背景处理方式，效率远比堆砌产品形容词要高。

举个例子。低质量提示词大概长这样：现代简约风格的保温杯，白色，好看，高级。模型能出图，但大概率是张“普通的白底产品图”，没有风格。

换一种写法：

product photography of a matte white insulated water bottle, minimalist design, softbox lighting from upper left, gentle shadow on the right, light gray seamless background, 85mm lens, shallow depth of field, subtle steam rising, premium commercial look, 8k

同一款产品，后者在构图、光比、镜头虚化上都能达到接近真实商业拍摄的质量。关键点在于描述“怎么拍”，而不是“它是什么”。

2.3 电商场景下的中文品牌字与卖点是加分项

做电商主图绕不开中文文案。你可以直接在提示词里加入类似“正面印有‘轻享’两个大字，字体现代简洁”这样的描述。实测下来 Qwen-Image-2.1 对短中文标语的成功率相当高，但要注意：文字越短、越常见，出错的概率越低；太长、太生僻的句子建议还是后期放进排版软件里处理，别全指望模型一次写对。

3. 直接能用的品类提示词：从家清、数码到食品美妆

提示词结构说清楚了，接下来上实战。下面这些示例都是我在真实出图过程中调过好几轮的版本，风格和方向可以完全照着用，产品细节替换成自己的就行。

3.1 数码与家电类

数码产品需要用画面凸显“精密感”和“材质感”，适合用深色背景加硬朗的光影。

commercial photography of a matte black wireless gaming mouse, RGB glowing logo, textured grip on the sides, floating above a dark brushed metal surface, dramatic rim lighting, blue accent light in the background, ultra sharp texture details, 8k, octane render style, 50mm lens

说明一下：这里的 “octane render style” 不是真的让模型去调用渲染器，而是作为一个“风格锚点”，引导画面往高饱和、高对比、材质锐利的方向走。实测对 Qwen-Image-2.1 效果非常明显。

3.2 家居日用与清洁类

家清类产品和“生活感”“场景感”强相关，纯白底反而没优势。用暖色环境光加轻微的生活痕迹（毛巾、水珠、绿植）能明显提升购买欲。

photorealistic advertisement photo of a white ceramic dish soap dispenser with pump, standing on a marble kitchen counter, soft morning sunlight through window, small green succulent plant in blurred background, gentle water droplets on the surface, cozy clean home atmosphere, 89mm lens, soft focus background

这类提示词里我把环境细节放在了比较高的权重上——绿植、厨房台面、晨光，这些都会让画面从“棚拍”变成“生活场景”，更适合在详情页里当“场景图”用。

3.3 食品与餐饮类

食品类最忌讳的是“看起来不好吃”。Qwen-Image-2.1 对材质和光泽的还原能力不错，只要把“温度感”写进去——蒸汽、油光、焦脆质感，效果就上来了。

overhead shooting of a bowl of ramen noodles, chashu pork, soft boiled egg, nori sheets, spring onion flakes, steam rising from the bowl, warm ambient light, matte black ceramic bowl, dark wooden table background, food advertisement photography style, high contrast, appetizing, 8k

注意视角。俯拍（overhead / top-down）是食品广告里通用性最强的角度，拍面食、披萨、沙拉都很稳。如果是侧面需要层次感的（汉堡、蛋糕），把 overhead 换成 45-degree angle 即可。

3.4 美妆与个护类

美妆产品的核心是“高级感”和“氛围感”。这类图适合用大面积纯色背景加光影层次来撑画面，关键是光的方向和阴影的柔和度。

premium cosmetic product photography of a frosted glass perfume bottle, beige background, soft golden hour light, beautiful long shadow on the left, minimal composition, delicate reflection on the bottle surface, elegant high-end atmosphere, product focus, shallow depth of field, 85mm macro lens

一个经验是，美妆类提示词里尽量少用“beautiful”这种泛泛的形容词，多写“frosted glass”“long shadow”“soft golden hour light”这种可被视觉化的具体特征。模型对“抽象的好看”不敏感，对“具体的光线质感”很敏感。

3.5 服饰与鞋包类

服饰鞋包要解决的问题往往是“版型”和“材质褶皱”。提示词里要明确写出“模特穿着状态”“面料纹理”“动态感”，不然容易出现衣服像纸板一样僵直的问题。

fashion e-commerce photo of a woman wearing a khaki trench coat, standing in a city street, soft cloudy daylight, coat fabric texture clearly visible, natural wrinkles, casual walking pose, medium shot, 50mm lens, realistic skin and fabric, muted color grading, commercial look

关注 “fabric texture clearly visible” 和 “natural wrinkles”——这两个短语直接影响衣服的真实感，实测不加这两个词，衣服很容易糊成一片。

4. 广告摄影风格的进阶提示词：几个高频风格方向拆解

商品图做多了之后会发现，平台里真正能跑出高点击率的，往往是那些“一眼有风格”的图。下面拆解几个我常用的广告摄影风格方向，大家可以直接复用。

4.1 极简高级风

核心特征：单一背景色 + 精致主体 + 比例留白。适合手表、首饰、护肤品。

minimalist product photography, a gold analog wristwatch on a beige stone pedestal, solid warm beige background, soft daylight from the left, clean composition with negative space, subtle shadow, high-end advertising aesthetic, 8k

注意 “negative space”（留白）这个词一定要写进去，AI 出图默认是尽量填满画面的，不写留白它就把画面塞得满满当当。

4.2 悬浮创意风

核心特征：产品“飘”在空中，周围搭配相关元素碎片。适合数码配件、饮料零食。

floating product photography of a smartphone, dynamic angle, surrounded by floating mechanical gears and tiny water droplets, dark gray background, dramatic studio lighting with soft shadows, motion feel, frozen high speed photography, 8k

“frozen high speed photography”这个词能给画面带来一种“瞬间定格”的张力感，出图效果非常有广告片味道。

4.3 暗调质感风

核心特征：深色背景 + 强对比光 + 厚重阴影。适合男装、酷感数码、香氛。

moody dark product photography, a black leather backpack on a concrete floor, single overhead spotlight, strong contrast, deep black background, dust particles visible in the air, rugged texture, cinematic atmosphere, 8k

背景里的 “dust particles visible in the air”（空气中可见的尘埃颗粒）是点睛之笔，瞬间把氛围感拉满。

4.4 户外自然光风

核心特征：模拟真实户外场景，光线柔和自然。适合户外装备、宠物用品、饮料。

lifestyle product photography of a stainless steel camping mug, on a wooden picnic table, forest bokeh background, warm morning sunlight, light mist, steam rising from the mug, outdoor adventure atmosphere, natural color, 8k

户外风出图时最容易出现的问题是“背景抢主角”。所以提示词里要把景深和焦点写明确，不然产品容易顺着背景一起糊掉。

5. 整合包与本地部署：秋叶整合包、GGUF 量化版怎么选

文章标题里写了“附整合包下载”，这里我不直接甩网盘链接——网盘链接时效性太强，与其给一个很可能失效的地址，不如把找整合包的思路、部署配置和避坑点讲清楚，你自己照着找就行。

5.1 优先考虑秋叶 ComfyUI 整合包

目前社区里对 Qwen-Image-2.1 适配做得最成熟的本地路径是 ComfyUI 工作流。秋叶整合包把 Python 环境、ComfyUI 主体、常用节点、模型管理器都打包好了，对不想折腾环境依赖的人来说，这是最省事的方案。

安装路径大致是这样的：先下载秋叶最新版 ComfyUI 整合包（注意不是 SD 整合包，在官网或者网盘文件夹里选 ComfyUI 分类），解压后启动启动器，然后在模型文件夹里把 Qwen-Image-2.1 的模型文件放进去。模型文件可以在开源模型站上找 fp16 原版或 GGUF 量化版，具体用哪个看你的显存。

5.2 GGUF 量化版就是给显存不大、又不想用云服务的人准备的

Qwen-Image-2.1 原版模型文件很大，对显存要求偏高。GGUF 量化版相当于把模型“压缩”了一部分精度，换取了更低的显存占用。那是不是量化版就一定画质差很多？实测下来，在 Q4/Q5 级别的量化下，商品图这类本身细节要求不算极端的场景，肉眼差距并不明显，但跑图稳定性和显存友好度提升了一大截。

以 8G 显存为例，配置大概是：量化版模型 + ComfyUI 的 fp16 运行模式 + 输出分辨率控制在 1024 级别，单张图差不多能稳定跑。如果你只有 6G 显存，也不是完全不能用，只是分辨率建议降到 832，并且尽量别同时开多个模型。说一下我的实际感受：本地玩商品图，显存 8G 是舒适门槛，12G 以上就基本可以放开跑了；再往上堆到 24G，那更多是为了炼丹和训练 LoRA 用的。

5.3 部署和使用时容易踩的几个坑

• 坑一：路径不能有中文。整合包解压后，路径里如果带中文或空格，很多节点会直接报错找不文件。建议统一放在类似D:\AI\ComfyUI_AY这种纯英文路径下。
• 坑二：启动器提示缺少节点。Qwen 系列走 ComfyUI 一般需要额外的自定义节点支持。遇到提示缺节点时不要绕开错误直接跑，去工作室的节点列表里搜对应插件，装齐了再跑。
• 坑三：采样器和步数不要乱调。很多人上来就把步数拉高到 40、50，反而容易出现过锐化痕迹。我个人常用的配置是 20-28 步，CFG 在 3.5-5.0 之间，采样器用 Euler 或 DPM++ 2M。这组参数在出图速度和细节保留上比较均衡。
• 坑四：下载模型时注意版本匹配。Qwen-Image-2.1 有多个版本，ComfyUI 节点也分新旧，版本不匹配会出现“出图全黑”或者“加载失败”的情况。最简单的方法是：优先选整合包内置示例工作流里默认对应的模型版本，不要自己东下一下西下一下。

6. 商品图中的高频翻车现场与修复思路

好模型也不是万能的。在实际出图过程中，我遇到最多的几个翻车场景，基本有通用解。

6.1 商品名中文错字：能修就修，别硬抠

Qwen-Image-2.1 虽然对中文的支持是目前开源模型里第一梯队，但遇到生僻词、多笔画字，还是会偶尔写错。我的处理方式是：如果这个图的中文文字是核心卖点，直接进入 PS 打 Logo；如果只是氛围点缀，那就重抽两三次，抽到对的为止。

想提高单次成功率，可以把字体相关描述写短一点，并且加上“text in bold modern font, centered on the packaging”这类描述，把排版信息写清楚后模型更容易写对。

6.2 产品边缘模糊、抠图困难

有些朋友想把 AI 生成的产品图直接拿去用，但发现产品和背景的边界是糊的，抠不出来。这种情况多数是因为提示词里背景描述和产品描述过于接近，色彩对比不够。

解决方式很直接：把背景和产品的明度拉开。比如深色产品配浅色背景，或者浅色产品配深色渐变背景，再在提示词里强调 “sharp edge between product and background”。如果还是糊，那就退一步用白底图（seamless white background）出图，后期自己抠，效率完全没问题。

6.3 光影不自然：大概率是光线方向没有写清楚

AI 有时会给一张“正面平光”的图，高级感瞬间归零。这是因为没有在提示词里指定光的来向。当你看到图的光线很“平”或者阴影乱飞，就在提示词里把光的方向写死：light from the upper right、soft light from the left这种越简单越好。

另外提醒一下，“studio lighting”这个词太抽象，模型有多种理解方式。真正有效的是具体光型：softbox lighting是柔光箱，rim lighting是轮廓光，golden hour light是黄金时刻自然光。每一种光型对应完全不同的画面气质，写之前要想清楚你要什么。

6.4 多产品构图失控

如果你需要一张图里同时放多个产品，比如一个系列的三款颜色，建议直接拆成“一个产品一张图”，然后在后期里排列组合。多主体情况下 AI 很容易把数量画错、位置摆乱。硬生成多产品图，生产效率反而更低。

7. 提示词之外的效率补全：LoRA 和批量出图的配合

说了很多提示词本身的事，最后补一个提高生产力的维度。

Qwen-Image-2.1 底模本身很强，但如果你希望出图风格更偏某个固定方向——比如“店铺所有主图都要是莫兰迪色调”“所有图都要有磨砂玻璃质感”，建议基于自己的历史生图样本训练一个小体积 LoRA。这样做的好处是，你的风格不再需要每张图都靠提示词硬撑，LoRA 会帮你兜底，出图的一致性也会大大改善。

批量出图方面，ComfyUI 的批处理能力本来就比 WebUI 强，加上 Qwen-Image-2.1 在 1024 分辨率下速度比预期要快不少。我跑过一组 20 张商品图的压力测试，平均单张时间大约在几分钟到十几分钟之间，具体取决于采样步数和显存，这个速度放在电商日常迭代里完全够用。

最后再分享一个提高效率的小技巧：把常见品类、常见光源、常见背景拆成关键词块，写提示词的时候就做填空题。比如主体描述 + 光源块 + 背景块 + 镜头块 + 风格块，每个块里放三四个固定短语，换品类时只需要替换“主体描述”那一块。我这套玩法跑了一个多月，出图稳定性和效率都明显往上走了一截。