企业官网建设流程全解析

我做跨境电商不是一天两天了，但每次接到“俄区详情图”这种需求还是头皮发麻。俄罗斯的Ozon、Wildberries对商品图的逻辑跟国内完全不一样，俄语本身又是一个我不太熟的语言，产品卖点不能照搬英文直译。最近要上一款男表，供应链给的素材只有一张白底图和一页英文规格表，设计师排期两周后。我心一横，把这只表直接丢给了Codex。结果它没有先跟我聊机芯、聊材质——那些其实我也不太懂——而是自己拆解卖点、写俄语方案，调起GPT Image 2.5，一口气出了8张俄语详情图。整个过程从扔素材到收图，大约一集午休的时间。这篇记录不是炫耀，而是把我如何配置Codex、如何设计图片位、如何踩坑修复的过程完整复盘一遍。如果你也在做跨境商品素材，或者想用AI完成从文案到视觉的自动化流水线，这篇应该能帮你省不少力气。

1. 项目思路拆解：为什么“丢给Codex”比人工做图更快

1.1 详情图的核心不是图，而是卖点逻辑

打开Ozon和Wildberries，你会发现俄区消费者看手表详情图的路径其实很固定：先看这张图能不能回答“这是什么表、值不值这个价”，再看有没有特写图证明用料和工艺，最后才翻评论区。这些图位组合起来，就是一个说服链路。我原来找设计师时，总是先自己把俄语文案写好，再让设计师做图，结果设计师排期久，而且经常出现文案和图片对不上的返工问题。这次换成Codex，我做的事情反而简单了：把素材丢进去，把规则说清楚，剩下的拆解工作全交给它。Codex会先读取产品资料，抽取出机芯、表镜、防水、表盘直径这些结构化信息，再按俄区电商的阅读习惯排成8个图位。这个能力的关键，不是它能画画，而是它知道每张图应该承担什么转化职能。

1.2 为什么是“先出图后讲机芯”

标题里那句“没先讲机芯”，很多人以为是吐槽。我解释一下：我自己确实不太会讲机芯，但更重要的是，详情图的第一步不是教育用户机械表有多精密，而是让用户在三秒内看懂“这是一款值得买的机械表”。Codex对这个逻辑的理解比我预期好，它自动把“机芯特写”安排在第三张，而不是第一张。图1是主图和核心卖点标题，图2是品牌感和整体质感展示，图3才切入机芯局部。这种顺序符合俄区用户的浏览习惯：先建立兴趣，再给细节证据。人工写方案时我们往往按产品资料顺序平铺，而Codex是按用户心理顺序重排的。这也是我觉得AI流水线真正有增量的地方：它不替代人的审美，但能把“懂用户”这一步自动前置。

2. 环境准备与工具配置：Codex + GPT Image 2.5 的落地清单

2.1 Codex桌面版安装与登录

我用的Codex是桌面版客户端，不是网页版，也不是只装在终端里的CLI。原因是这次任务要管理大量文件（产品图、规格表、输出目录），桌面版的工程上下文更直观。安装倒不复杂：从官网下载对应系统的安装包，Windows走exe，macOS走dmg，装完打开，用ChatGPT账号登录即可。这里有个常见坑：登录后偶尔会弹“codex auth token is unavailable”，通常不是账号密码问题，而是登录态没写进本地密钥链，退出重新登录一次基本能恢复。我自己第一次遇到时以为是账号被风控，折腾了半小时，最后发现就是重登一下的事。

2.2 模型选择与GPT Image 2.5的计费感知

Codex默认会按你的订阅计划选择可用的模型，但如果你之前手动改过配置，就有机会踩到一个报错：“the 'gpt-5.6-sol' model is not supported when using codex with a chatgpt account”。这句话的意思是，你选了一个当前ChatGPT账号订阅方案下不支持的特殊模型，需要把模型切回方案支持的版本。这个报错我在换模型尝试时见过，解决方式很简单：打开模型设置，选回下拉列表里实际列出的模型，保存后重启会话。

图像生成走的是GPT Image 2.5，它和对话模型是分开计费的，按生成张数、分辨率阶梯扣费。我这次8张图用的是电商详情图常用的分辨率，成本摊下来大概是一杯常见饮品的价格区间，具体单价每个区域有差异，以控制台的实时金额为准。我的建议是先小批量试2张，确认风格和俄语文字稳定性后再放量。千万别一上来就8张连跑，万一模型风格没定住，后面每张图都要返工，那个成本反而比人工做图还贵。

2.3 工程目录与SKILL文件准备

Codex不擅长在乱糟糟的文件夹里干活，所以我先建了一个干净的项目目录：

watch-ozon/ ├── source/ │ ├── watch-white-bg.jpg │ └── spec-en.md ├── prompts/ │ ├── russian-listing-skill.md │ └── image-brief.yaml └── output/ ├── draft/ └── final/

source放原始素材，prompts放任务定义，output分draft和final两层，方便Codex先出草稿再精修。这里我最推荐的做法，是把整个“俄区详情图设计师”的角色定义写成一个SKILL文件，也就是Codex能自动加载的技能包。比如我写的是这个：

--- name: russian-listing-designer description: 面向俄罗斯电商平台Ozon/Wildberries的商品详情图规划与生成，负责卖点拆解、俄语文案、图片位规划与输出。 --- 你是一名资深的俄罗斯电商视觉设计师。你的工作流程是： 1. 阅读商品规格，提炼结构化卖点； 2. 规划8张详情图位，每张图必须有独立的转化目标； 3. 生成每张图的俄语主标题和辅助文案，标题不得多于8个词； 4. 调用图像生成工具，按图片位描述生成高清详情图； 5. 校验俄语拼写与构图比例，不合规则重新生成。

有了这个SKILL，我在对话里只需要说“按这个技能跑男表项目”，Codex就会自动按流程执行。这也是整个自动化流水线里最值得先做的部分，一套技能包以后可以复用到项链、背包、耳机等各种品类的俄区详情图。后面如果再接到其他品类，我只需要微调卖点提取规则，不用每次从零开始教模型。

3. 实操全流程：从一只男表到8张俄语详情图

3.1 丢素材：让Codex先提取结构化卖点

我丢给Codex的素材很简单：一张白底男表图，加一小段英文规格说明。规格表里包含的信息有：自动机械机芯、蓝宝石玻璃镜面、3ATM防水、表盘直径42mm、316L精钢表壳、真皮表带。第一轮我并没有直接让它出图，而是让它输出一个卖点分析表，因为后面所有图位都要围绕这些卖点展开。Codex给出的结构化结果很适合做下一步的文案参考：

这一步不是玄学，而是为了确保后面的图像生成不会出现“文案画错、图画对了字不对”的尴尬。俄语不是我的母语，让Codex在生成图片之前先把文案定下来，相当于给图像模型喂了一个不能乱改的文本锚点。换句话说，图片可以重新生成，但文案逻辑必须稳定，否则后面校验工作会失控。

3.2 规划8张图的图位逻辑

俄区平台详情图一般没有限制严格的数量，但8张是一个比较舒服的组合：既有主图撑点击，又有场景图带想象，细节图证明用料。我让Codex按这个框架规划，它是这样拆的：

1. 主图：白底，表盘正面45度角，左上角标核心卖点“自动机械表”，底部放俄语副标题。
2. 品牌氛围图：深色背景，手表与皮具搭配，传递“送给重要的人”的情感价值。
3. 机芯特写图：微距展示自动陀和齿轮结构，配俄语文字“自动机械机芯”。
4. 材质细节图：表镜反光与精钢表壳，强调“蓝宝石玻璃”和“316L精钢”。
5. 防水场景图：水滴落在表镜上的画面，配“日常生活防水，不怕雨淋”。
6. 佩戴效果图：男士手腕佩戴，突出42mm表盘的存在感。
7. 表带细节图：真皮表带纹理特写，强调“天然皮革，越戴越有光泽”。
8. 礼盒与售后图：包装盒和保修说明，暗示礼物属性。

这个规划看起来简单，但解决了一个实际问题：它把“机芯”放在了第三张而不是第一张。前面我提过，这是按用户心理顺序排的，不是按产品说明书顺序排的。如果第一张就放大机芯齿轮，普通俄区用户会以为这是一块修表工具，而不是一块可以日常佩戴的腕表。Codex在这个地方给出的顺序比我预想得更成熟。它不是死板地罗列产品参数，而是把“为什么值得买”翻译成了视觉语言。

3.3 使用GPT Image 2.5生成图片：指令写法与实测注意点

确定图位框架后，我开始让Codex调用GPT Image 2.5出图。为了保持8张图风格统一，我给图像生成指令固定了几个约束：主色调为黑金，背景简洁，手表朝向一致，俄语文字必须放在画面上下黄金分割线附近，字号要保证在手机端缩略图下依然可读。以下是我在Codex对话里使用的一个图像指令模板，你也可以直接改造成自己的：

请生成第5张详情图：防水场景图。 画面要求：一只黑色表盘男士机械表，表镜上有均匀水珠，背景是浅灰色大理石纹理，光线柔和。 文字要求：上方主标题使用俄语“Защита от брызг 3ATM”，下方小字“Не бойся дождя”， 文字必须完整清晰，不得有错字，字体偏现代无衬线。 风格要求：与之前生成的图保持黑金色调和统一光源方向。 分辨率要求：电商详情图规格，1:1，1200x1200。

GPT Image 2.5对俄语文字生成比我预期的稳，但对长句还是容易出问题。我的经验是每条文字不超过8个词，主标题控制在3到5个词最安全。比如“Не бойся дождя”这种短句基本一次过，但如果你想放一整句“Эта модель подходит для повседневного использования”，生成结果大概率会出现字母粘连或重排。这不是模型不能生成俄语，而是图上空间有限，长句本来就不适合。如果你要做的详情图文字量很大，我的建议是文字部分留白，用其他工具后期叠加，而不是硬让图像模型把所有文字都画进去。

3.4 批量生成与平台规格适配

8张图如果一张一张手动生成，其实已经很慢了。Codex的另一个好处是它能自动批量执行：我把图位规划表发给它，它会逐个读取每个图位的文案和画面要求，生成一张保存一张，然后统一汇总。生成过程中我盯着输出目录，可以看到draft文件夹里不断出现预览图，等全部跑完后，再人工快速过一遍保留哪些、重跑哪些。

接下来是平台规格问题。Ozon和Wildberries的图片规格并不一样，简单整理如下：

如果一张图要同时上两个平台，直接改比例会导致构图裁切。我让Codex用“先按最大安全区生成，再自动居中加白边”的方式转换，主视觉永远放在中间安全区，这样1:1和2:3都能无损适配。这一步如果你自己用Photoshop脚本也能做，但在Codex里只需要在指令里加一句“用Pillow对输出图做白边适配”，它就自己去做了。省下的不只是时间，还有来回导图的损耗。

3.5 人工校验：俄语拼写与AI细节检查

再强的图像模型也会在细节上翻车。我这次8张图里，有三张出现手指根数不对、表针阴影方向矛盾的小毛病。手指问题是AI老毛病，表针阴影需要在生成指令里明确“光源方向统一”。俄语拼写方面，GPT Image 2.5整体表现不错，但我在第3张机芯特写图里发现“механизм”被写成了“механзм”，这种错误人工一眼就能看出，但如果不逐张核对，上传到平台上被懂俄语的买家看到就比较掉价。我的补救办法是：让Codex生成后自动调用一个OCR校对脚本，识别出来的俄语文字和预设文案做比对，不一致就打回重生成。这算是我这次流程里最值回票价的一步。

4. 常见配置与运行报错排查实录

4.1 报错速查表

整个流程里最劝退新人的其实不是生成效果，而是各种环境报错。我把这次遇到的和参考同行遇到的几类高频报错整理成了速查表：

这张表里的前两条，本质都是“模型或账号选择跟当前环境不匹配”，不是Codex坏了，也不需要重装。遇到报错的时候，我现在的习惯是先看错误信息里的关键词，再判断是登录态、模型、还是本地请求链路的问题，而不是一上来就卸载重装。重装是最容易让人沮丧的操作，因为它抹掉了你原来的配置，却不能保证问题被解决。

4.2 本地请求链路报错的正确处理方式

“cc switch local service failed while handling codex endpoint /responses”这条报错，我一开始完全看不懂，以为是要重新下载整个客户端。后来结合错误信息里的“endpoint /responses”和“local service”两个词，才意识到是本地辅助服务没就绪。我的处理顺序是：先完全退出Codex，确认没有相关进程残留，然后重新启动应用，再重新执行刚才的任务指令。如果还不行，检查本地端口占用，把其他占用了相关端口的应用关掉后再试。整个过程里不需要动任何系统级设置，也不需要重建账号，就是让本地链路恢复干净就恢复了。遇到过几次之后我总结出一个规律：这类报错大多发生在客户端刚升级完、或者长时间待机恢复之后，属于典型的“服务没跟上”，并不是你的项目配置有问题。

4.3 遇到“模型不支持”的正确操作路径

另一个高频报错：“the 'gpt-5.6-sol' model is not supported when using codex with a chatgpt account”。我一开始看到“not supported”以为是设备不支持GPU，查了半天才发现是模型代号问题。Codex的界面里可能因为历史配置残留，下拉列表显示了一些并不在当前订阅方案里的模型选项。正确操作是：进入模型设置，查看当前账号可用的模型列表，选择列表里明确支持的模型，不要迷信“最新就是最好”。这个经验也适用于图像模型：如果你在配置里写了当前账号用不了的图像模型，Codex会在生成图片时报错，而不会自动降级。所以配置图像模型时，务必确认是否在当前订阅计划内。如果你需要专门跑GPT Image 2.5，建议单独开一个项目配置，把对话模型和图像模型分开管理，这样即使以后账号方案变化，那一堆历史配置也不会互相干扰。

5. 经验总结与后续扩展思路

5.1 关于GPT Image 2.5的成本判断

很多朋友看到AI出图就问“烧不烧钱”。我这次的实测感受是：GPT Image 2.5在电商详情图这个场景下，成本是可控的，但前提是你必须把它当成“批量初稿机”而不是“一张定稿机”。如果让AI反复抽卡重画几十次，再便宜的打法也会变得不划算。我的习惯是先让Codex出两到三张种子图，确定风格方向，再把种子图风格描述写进之后的指令里，而不是每张图都凭空生成。这样一来，废片率会明显下降，一旦风格统一，后续7张图的返工率很低。算下来，整个项目里最耗钱的其实是我自己“不满意又说不清哪里不满意”的那几次返工，而不是模型本身。

5.2 这套流水线能扩展到什么程度

俄语只是这套流程的第一步。Codex的SKILL文件里，角色名字和文案语言是配置项，我可以把“russian-listing-designer”复制出一个“german-listing-designer”，把生成文案的语言改成德语，把平台规则改成德国本地平台，图像生成的指令里把俄语文字替换成德语文字。换句话说，我已经不需要再为下一个市场熬夜补文案了，需要补的是每个市场的文化和平台规则。这也是我把这套流程写成一个技能包而不是一次性对话的原因：技能包是可以沉淀复用的资产。以后供应链拿到一款新手表，我只需要更新source目录下的规格表和主图，然后对Codex说一句“按俄区技能包跑一遍”就够了。

5.3 最后分享两个小技巧

第一个是务必给输出文件加上版本号。Codex生成完一批图后，如果我不满意要求重做，新图会直接覆盖旧图。加了版本号之后，我就能对比同一图位的两个版本，哪个效果好就用哪个。第二个是把每张图的俄语文案单独存成一个文本文件，不依赖图片本身。这样即便图片丢了、格式换了，文案资产还在，可以用在标题、描述、关键词等其他地方，避免重复劳动。我这次做完之后，最大的体会是：AI不会替你把商品卖好，但能把“从资料到第一版素材”的时间压缩到一顿午饭以内。设计师的精力可以集中在风格把控和终审上，这比盲目堆图有意义得多。