主图卖点文字怎么排？AI出图与文案版式设计

主图上的文字越堆越多，是很多店铺在出图阶段的一个惯性。上新时担心卖点说不完，就把材质、工艺、尺寸、活动、售后全部排上去，结果整张图被文字占去大半，商品反而缩在角落里。买家在货架上滑动的速度很快，一张主图停在他眼前的时间通常只有一两秒，文字太密，他来不及读，也不会读。

主图文字真正要解决的问题只有两个：这是什么，以及它与我看到的其他同类有什么不同。这两个问题回答清楚，一张主图就成立了；回答不清，再多的形容词也只是背景噪音。

文字压图这件事可以拆成三个可操作的判断：放在画面的哪个位置、用多大的字号和什么样的对比度、总共写多少字。这三个判断互相牵制——位置让给了文字，商品就被挤；字号放大了，字数就得减；字数和位置都定了，对比度决定它能不能被看清。

青虎AI 的主图套图模式可以从一张产品图出发，生成包含卖点文字的主图初稿，把「排版骨架」这一步先跑出来。但骨架之上写什么、留多少、怎么调，仍然属于人的判断范围，工具不会替你把关。这篇按版式、可读性、字数上限的顺序讲完，再给一份可以直接参照的版式表、四个误区、四个技巧和三个场景。

一、先定判断标准：主图文字服务于「一眼看懂」

判断主图文字排得好不好，有一个很朴素的标准：把图缩小到手机屏幕宽度的一半，还能不能读出主要信息。这个尺寸接近买家在搜索结果页看到的主图实际大小。如果在这个尺寸下文字糊成一团，需要点进去放大才看得清，那么它在货架场景里就是无效的。

按这个标准往回推，主图文字的排布有三条硬约束。第一条，文字块不能压住商品的主体轮廓，尤其是商品的识别特征部位；第二条，单块文字的行数不超过两行，超过之后阅读意愿会明显下降；第三条，主图中的文字总量要控制在一个上限之内，超出部分宁可移到详情图去讲。

这三条约束听起来像是在限制表达，实际效果恰好相反。被压到极简之后，保留下来的那几个字必须是最重要的，文案撰写反而会变得更认真。促销信息、规格参数、品牌故事这些内容并不是不重要，只是它们的合适位置在详情图，不在主图。

还要区分主图与场景图的分工。同一套套图里，场景图承担氛围与情绪，白底图承担识别与合规，卖点图承担信息说明。给卖点图留出足够的文字空间，主图就能轻装上阵；如果把卖点图的内容也塞进主图，一整组素材的分工就乱了，后面每张图都在重复表达同一件事。

图1：同样的商品，文字密度不同，货架上的可读性差别很大

把这三条约束固定下来，制作时就有一个可以自我检查的标尺。生成出来的初稿先按这个标尺过一遍，不合格的地方再进入微调，比凭感觉反复改要快得多。

二、文字压图的版式处理：放哪不挡商品

文字与商品争夺的是同一块画布，位置的安排本质上是一次取舍。经验上比较稳的做法，是把画面按功能切成几块，文字只在固定的区域里活动，商品占据主视觉区不受侵扰。

最常用的是上留白、下主体的结构。商品占据画面下方约三分之二，上方三分之一处理成留白或低干扰背景，卖点文字排在这一层。这个结构的好处是商品的识别特征完整露出，文字又有一块相对干净的底子承接。对于体积感强、轮廓复杂或者有明确使用场景的商品，这种结构适用面最广。

商品主体偏小或形态细长的品类，可以换成左右分栏的结构。商品占据画面一侧的六成宽度，另一侧做成文字栏，文字自上而下依次排布。分栏结构需要留意的一点是商品不能贴边，边缘留出四分之一商品宽度的空隙，否则在货架上与其他图并排显示时会显得局促。

形态方正、占据画面中心最自然的品类，适合采用环绕式，把文字布置在商品四周的空白带上，各块文字之间保持均衡。环绕式对留白的要求最高，商品本身必须在拍摄或生成时就留出足够的边缘余量，后期才排得下文字。如果产品图本身已经拍得很满，这种结构就不适合。

还有一种常见的处理是文字压底。在画面底部叠一条横向色带或半透明遮罩，把文字放在色带上，让文字与商品在视觉层次上分开。压底结构在横版素材里用得多，竖版使用时要注意色带高度不能过大，否则会挤压商品的可视面积。

无论选哪一种结构，位置安排上有两条通用的判断要遵守。文字块不要横跨商品的关键识别部位，比如包装上的品牌标识、服装的领口袖型、数码产品的屏幕区域；文字块之间不要形成与商品边缘完全平行的贴边排列，留一点错落的间距，画面才不会显得僵硬。这两条在生成图初稿上就能看出来，发现遮挡直接在编辑器里挪一次位置即可，不需要重新生成整张。

四种结构之间没有优劣，只有匹配与否。判断该用哪一种，可以先看产品图本身的留白分布：上方留白多的适合上留白结构，一侧留白多的适合分栏，四周均有余量的才排得下环绕式。如果产品图拍得很满、四周都没有余量，剪裁时又不想缩商品，那最省事的做法是重新出一次图，而不是硬挤文字。

还要留意文字块与画面的比例关系。同一组文字块放在较大的画布上显得轻，放到较小的画布上就会显得满。做多尺寸版本时，建议先在目标尺寸的画布上定版式，再推到其他尺寸，避免出现「大图上刚好、小图上挤死」的情况。

图2：上留白、左右分栏、环绕、压底四种结构的取舍关系

三、可读性保障：对比度与字号下限

文字放对位置只解决了一半问题。压在商品上或压在场景上的文字，能不能被看清，取决于对比度和字号这两个变量。

对比度指的是文字颜色与其背后画面的明度差。白底图上的深灰文字对比度天然充足，但一旦文字压在场景图上，背景可能是浅色的草地、深色的桌面或者明暗交错的室内，同一段文字在不同区域的清晰程度就完全不同。处理办法有三种：给文字加描边或阴影，让它在任何背景上都有轮廓；给文字加一块底色块，把背景干扰一次性隔开；或者把该区域的背景做一层压暗，人为拉开明度差。

字号需要设一个下限。经验上的判断方法是按成品图的短边计算，一行文字的字高不宜低于短边的十八分之一到十五分之一。低于这个区间，缩到货架尺寸之后笔画会糊在一起，尤其是笔画密集的汉字。这个下限不需要精确到像素，只要每次出图后按「把图缩到手机屏幕上一半大小再看一眼」的方式验证一次，就能校准出自己店铺的下限。

字重和字体的选择同样影响可读性。同一字号下，中等偏粗的字重比细字重更容易在复杂背景上被识别，但字重过粗会让小字号的笔画粘连，尤其是笔画多的汉字。字体方面，无衬线结构在电商主图上更稳，辨认成本低，衬线体和手写体适合做点缀，不适合承担主要信息。

还有一个容易被忽略的变量是文字与商品的距离。文字紧贴商品边缘时，视觉上会被商品的轮廓「吃掉」一部分，读起来更吃力；把文字与商品之间拉开一段明显的间距，即使字号相同，可读性也会提升。这一条在调整版式时最容易被跳过，但改动成本几乎为零。

可读性维度	常见问题	处理方向	验证方式
对比度	文字压在明暗交错的背景上，局部消失	加描边、加底色块或压暗局部背景	缩到货架尺寸看文字是否仍连贯
字号	字高过小，缩图后笔画粘连	按短边比例设置字号下限	手机屏幕一半宽度下逐句试读
字重	笔画密集汉字在细字重下发虚	主要信息用中等偏粗字重	对比相邻文字块，确认层级清楚
字体	装饰字体承担主信息，辨认成本高	主信息用无衬线，装饰体只做点缀	陌生路人能否一次读对
间距	文字紧贴商品轮廓，被边缘割裂	文字与商品之间留出明确空隙	整体拉远看是否显得拥挤

这张表按维度拆开，实际调整时却是同时起作用的。改字号的同时往往需要重新考虑对比度，去掉描边之后字重可能就要调一调。稳妥的做法是先定位置，再定字号，最后调对比度与字重，顺序固定下来，返工次数会明显减少。

对比度还有一个和品类相关的细节。食品、美妆这类商品的主图常有大量浅色背景与柔和光影，文字压在浅色区域上时，深色文字读起来更稳；数码、工具类商品常用深色背景与金属质感，浅色文字更清楚。按商品本身的明度基调选文字颜色，比固定用某一种颜色更省事，后续也不用反复调。

字号下限的校准可以借助一个简单的对照方法。把同一段文字用三档不同字号排一版，缩到货架尺寸并排放在一起看，能认清的那一档就是自己类目的下限。这个下限在换品类后需要重新校准一次——服饰类主图的背景通常更复杂，下限会比白底为主的品类更高一些。

四、字数上限怎么判断

主图该写多少字，没有适用于所有类目的固定答案，但有一套可以自己推出答案的判断方法。核心变量有三个：单块文字的阅读时间、文字块的数量限制、以及商品本身的识别难度。

阅读时间这一条最好理解。买家在主图上停留的可用时间有限，单块文字超过一行的长度，视线就要做一次从行尾回到行首的移动，移动本身就消耗注意力。把每一块文字压缩到一行能说完，文字块总数再乘以单块的字数，就是这张主图文字量的粗略上限。

文字块的数量也需要设限。三块是多数品类比较舒服的数量，四块开始显得零碎，超过四块就接近详情图的表达密度了。如果卖点确实多，更合适的做法是把其中最重要的一条留在主图，其余放进卖点图，用一整套素材分担信息量。

商品本身的识别难度会影响这个上限。外形辨识度高的商品，买家扫一眼就知道是什么，主图的文字可以更集中在差异点上；外形普通、与同类差别不大的商品，需要多花一点文字解释清楚品类与用途。这是少数可以适度突破字数上限的情形，但突破的仍应是必要性信息，不是修饰性信息。

文字量档位	表现特征	适合的商品类型	需要注意
偏低（一到两块）	文字只保留品类与一条差异点	外形辨识度高、卖点单一的品类	差异点必须足够具体，否则信息量为空
中等（三块）	品类加两条差异点，或品类加规格与场景	多数日用、服饰、家居品类	三条之间的优先级要能一眼分开
偏高（四块及以上）	文字块接近饱和，留白明显减少	功能复杂、需要解释用途的品类	建议改为拆分到卖点图，主图保持三块以内

用这张表对照自己的主图，可以得到一个粗略判断。需要说明的是，这里给出的只是文字量的档位分布，不涉及任何流量或转化的结果。文字量合理只是让信息更容易被读进去，它本身不构成一个可以用来承诺结果的变量。

这三个动作的共同点是都不需要额外工具，看完就能做判断。其中第二个动作最容易被跳过，但它恰恰是最能反映真实情况的一条：文字的作用是补足商品本身没说清的部分，商品图本身已经说清的，再用文字重复一遍就是浪费。

还有一个判断角度是从竞品横向看。同一品类搜索结果的前几屏里，文字块数量分布大致落在什么区间，自己偏离太远就需要检查。这个检查的目的不是向多数靠拢，而是确认自己是否有明确的理由偏离——没有理由的偏离，通常只是没想清楚。

五、青虎AI 生成含卖点文字主图的操作路径

前面讲的判断，落到执行上需要一个能快速出初稿的环节。青虎AI 的主图套图生成适合承担这一步，它从一张产品图出发，把白底图、场景图、细节图、卖点图这类素材一次性铺开，主图上的卖点文字也在生成范围内。

图3：主图套图的一条直线流程，上线前用在初稿环节最省时间

入口位置比较直接。登录青虎AI 工作台，在功能栏找到图像生成，勾选套图模式，系统即进入主图套图功能。上传一张能看清产品主体的商品图，手机随手拍也可以，系统会自动完成抠图与产品提取。这一步的素材质量直接影响后续文字版式的可用空间，拍摄时四周多留一点余量，后面排文字会宽松很多。

接下来在产品名称框中填写产品名称，名称按品类加核心特征来写会更精准。比如只写品类名称，系统能理解的范围就比较宽；写成带核心特征的表述，定位会收得更紧。产品名称中的关键词会参与后续生成，所以这一步值得多花十几秒斟酌。

这套流程走完之后，得到的是带卖点文字的版式初稿。初稿的价值在于把构图和文字位置的骨架定下来，剩下的工作就是按前面的判断标准做取舍：哪一块文字多余、哪一块位置挡到了商品、哪一处对比度不够。

参数配置上有几个选项值得留意。套图类型按品类选择会更有针对性，服装类侧重场景图与卖点图，数码类侧重细节图与白底图，食品类适合温馨场景配卖点标注，饰品类适合风格化主图配细节放大。风格选项上，食品与暖色调、数码与冷色调、饰品与风格化视觉的匹配度通常更高，风格与品类一致时主图的专业感会更完整。这些参数的作用是让初稿更接近可用状态，不能替代上架前的人工确认。

属地化的选项在跨境场景下值得用上。设置销售国家与语言之后，生成的素材会按当地表述习惯输出文字，一些在中文语境里顺理成章的表述，换到其他市场之后读起来会不自然，这一步能挡掉一部分这类问题。素材生成完之后，成品可以下载为无水印高清图，直接进入后续的整理环节。

六、四个常见误区

文字压图这件事看着简单，用多了之后容易形成几个惯性判断，下面四条踩中的概率最高。

四个误区的共同点是把「信息量」直接等同于「表达效果」。信息量增加确实让内容更全面，但主图的任务不是全面，而是在极短时间里让买家确认这是一件什么东西。目的和手段错位，越努力越偏。

还有一个变体是照搬别人主图的文字密度。看到同类目里的爆款主图文字少，就一律减到一两个字；看到另一类目文字多，又跟着加回去。文字密度的合适值取决于商品自身的识别难度和差异点的数量，别人的密度只能作为参照，不能直接抄过来用。

七、四个提效技巧

四个技巧的落地成本都不高，真正起作用的是把它们固定成动作。写文案前先排序，排完版先缩图试读，做新商品先套默认结构，系列商品先定母版。这几步做完，主图文字的大部分返工都能在生成阶段之前被挡住。

技巧之间还有一层配合关系。默认结构决定了文字块的数量与位置，文案排序决定了每块里写什么，母版管理让同一系列的图不至于走形，缩图试读则是最后一道把关。四条里任何一条缺位，前面的判断都会在成品上打折：只做母版不做试读，尺寸合适但字号可能偏小；只做试读不做母版，单张合格但系列不统一。

还有一个和团队协作有关的做法：把每次新品的文字版式存档，注明商品品类、文字块结构、字数档位和最终采用的版本。这个档案积累到十几个商品之后，做新品类时可以直接翻出结构相近的先套用，试错次数会明显减少。文档不必复杂，一张表登记三四个字段就够用。

顺序上建议先固定第一条和第三条。默认结构决定了每张主图的起点，缩图试读决定了每张主图的终点，两点定住之后，中间的过程怎么调整都不会偏太远。文案排序和母版管理属于效率优化，可以在流程跑顺之后再补上。

八、三个可以照做的场景

图4：主尺寸定稿之后，多平台版本按同一套文字结构衍生

三个场景的共同点是先把文字与版式的关系定下来，再去做数量的铺开。定稿在前的做法看起来多花了一步，实际省掉的是后续每张图单独调整的时间。

如果只打算先做一件事，建议把系列商品的那套母版先建起来。母版一旦固定，上面三个场景都能直接套用，新商品的处理方式会从「每次重新设计」变成「在既定结构里换内容」，效率和质量都更稳。

九、总结

十、常见问题解答

把位置、字号、字数这三件事的判断固定成自己店铺的检查动作，主图文字的返工量会明显下降。生成工具负责快速出稿，取舍标准留在人手里，两边各做各的部分，成品质量比单靠工具或单靠人工都更稳。