详情图参考图怎么选？AI复刻出图质量的关键

复刻出来的图不好看，多数人第一反应是参数没调对。于是换生图模式、换比例、换文案模式，试了七八次，出来的东西还是差意思。真正的原因往往在上传之前就已经定了——参考图本身撑不起更高的成图质量。

参考图是复刻的天花板。AI 学的是参考图里的版式关系、配色关系、光影关系，如果参考图本身是模糊的、带水印的、主体被裁掉一半的，AI 学到的就是一套残缺的视觉语言，再精确的参数也补不回来。

参考图的数量也有讲究。一次最多能传十张，但传满十张不等于效果最好。数量和质量之间有一个取舍：足够的样本量让风格特征被提取得更准，质量参差则会互相干扰，把风格拉平成一个谁都不像的中间态。

下面按四块讲：参考图为什么决定上限、四个筛选标准怎么用、数量和质量的取舍怎么权衡、四个踩坑场景怎么避开。最后把从选图到出图的操作路径走一遍。

图1：选参考图的动作发生在出图之前，却决定了出图的上限

一、参考图决定复刻上限，参数只决定下限

把这个关系说清楚：参考图决定成图能有多好，参数决定成图不会有多差。参数调对了，出来的图不会崩、不会错位、尺寸不会跑偏；但画面本身的质感和细节层次，是被参考图锁死的。

原因在于工具的工作方式。AI 从参考图里提取光影方向、构图关系、色调倾向、装饰元素的形态、图文排布的比例，这些信息都是从像素里读出来的。参考图分辨率低，画面细节本身就是一团模糊的色块，读出来的光影关系和装饰形态就是一团模糊的关系；参考图上有大面积水印，水印会被当成画面的一部分参与理解。

这个影响是全局的，不是只影响某一个角落。有人会想，水印在角落，我裁掉就行了。裁掉之后图被截短，版式比例就变了；不裁掉，水印会跟着版式一起被提取。这两种情况都会让最终成品带上缺陷。

所以判断标准应该前置：选图这一步做扎实，后面所有环节都省力；选图糊弄，后面只能靠反复重试去补救，而重试的成本是积分和时间。每次生成预估消耗 2 积分，盲目试十次就是二十积分加半小时，还不如花十分钟把参考图选对。

二、筛选标准一：清晰度与分辨率

清晰度是第一道门槛，也是最容易判断的一条。把图片放大到百分百查看，如果商品的边缘出现明显的锯齿、文字边缘发虚、细节纹理糊成一片，这张图就不适合当参考。

判断清晰度有一个直观的方法：看画面里最小的那个装饰元素。比如角落的小图标、装饰性的线条、细小的纹理。这类元素如果还能看出形状和边界，说明这张图的可用细节足够；如果已经糊成一团，那 AI 读到的也是同一团糊。

分辨率的具体数值可以给一个大致区间。参考图的宽度最好不低于 750px，长图整体要能看清每一屏的内容。很多平台的详情图宽度在 750 到 800px 之间，与常见的详情图绘制宽度接近，这个区间的图在细节保留上比较理想。

还有一个容易被忽略的点：不要用经过多次转发的图。图片在社交软件、聊天记录里传几轮之后会被压缩，压缩痕迹在放大后会很明显，边缘出现方块状的噪点。这类图即便看起来还清楚，细节也已经损失掉了，属于看着能用、实际不行的类型。

截图和原图要分开对待。从屏幕上截下来的图，分辨率取决于当时的显示比例，往往比原图低；而且截图会带上平台界面的元素，比如顶部的导航条、侧边的按钮。这类元素同样会被当作画面内容参与理解，处理起来比水印更麻烦。

清晰度还跟品类有关。卖针织、皮革、木纹这类细节质感丰富的商品，参考图的清晰度要求更高，因为这些品类的说服力就落在纹理上，参考图看不清纹理，成品也还原不出来。卖纯色块、几何造型这类线条清晰的商品，清晰度的容错空间会大一些。同一张参考图，用在两类商品上，效果可能差很多。

判断的时候可以借一个简单的动作：把图片缩到手机屏宽再看一遍。缩完之后还能看清结构，说明这张图的层级关系是清楚的；缩完之后糊成一片，说明它经不起缩小，用在需要快速扫视的详情页场景里也不会有效果。这一步花不了几秒钟，比放大检查更贴近买家的真实观看状态。

三、筛选标准二：有无水印与叠加元素

水印这条的标准很简单：一张带水印的图，原则上不要用。不管水印在中间还是角落，不管大小，只要它在画面范围内，就会被作为图像内容参与提取。

要区分的几类叠加元素。图案型水印，比如半透明的店铺标志、平铺的品牌字样，这类干扰最大，因为它覆盖了画面的大面积区域；角标型水印，位置固定、面积小，干扰相对可控，但仍然会让版式的边角多出一个不属于设计本身的元素；文字型水印，比如图片中间的一行说明字，会直接被当成文案被读取。

还有一种不是水印但同样麻烦的元素：手机系统界面的状态栏、平台的商品标题条、价格标签、分享按钮。这类元素在截图里很常见，它们在画面上显得比水印更像设计的一部分，实际上完全不属于参考图的版式，提取进去之后会让成品出现莫名其妙的区块。

遇到带水印的图，处理方式有三种，按优先级排：换一张同类目的干净图；找这张图的原始出处，拿到无水印版本；如果都做不到，先看看能不能用裁切避开。裁切有一个前提要守住：裁完之后版式结构不能被破坏，商品主体不能受损。裁掉一条边就缺了一块版式，这种图干脆不要用。

去水印工具要谨慎使用。处理后留下的痕迹往往比水印本身更影响提取，斑驳的修复区域会被当成一种纹理特征读进去。而且从合规角度，这件事本身也不合适，这一点在下面的踩坑场景里会展开。

四、筛选标准三：主体完整性与版式完整度

主体完整性包含两层意思：商品主体在画面里是完整的，以及整条详情图的版式结构是完整的。

商品主体的完整，指的是这张图里的商品没有被裁掉关键部位。展示杯子的图如果杯口被裁掉，展示包装的图如果侧面被切掉，AI 学到的商品形态就是残缺的。用自家产品替换之后，生成结果里可能会出现比例失调或者形态不完整的情况。

版式结构的完整，指的是这条详情长图从头到尾是连贯的。有些图是从长图里截出来的一段，前后没有开头和结尾，这种图被当作参考时，AI 会按照截断后的比例去理解版式，生成出来的成品在段落节奏上会显得突兀。如果只需要某一屏的风格，那就单独找一屏完整的图来做参考，不要用半截的内容。

还有一种情况是拼接图。把几张图拼成一张长图来当参考，接缝处会出现明显的分界，且各段的风格可能并不统一。这类图的提取结果通常不稳定，成品会出现前后风格跳变。

主体与版式都完整之后，再看主体在画面里的占比。占比过小的图，主体细节本来就少，AI 学不到多少商品形态的信息；占比过大的图，版式关系被压缩，装饰元素和留白处理看不清楚。适中的占比是比较理想的状态，商品清楚，版式关系也清楚。

完整性还要看一个容易漏的点：整条长图的数量是否完整。有些详情页是分几段展示的，从中间取一段出来，看起来结构自洽，实际上缺了开头或结尾的收束。用这种图做参考，成品容易出现段落拉不平的情况——前面的信息铺得很足，最后却草草收尾。

五、筛选标准四：风格一致性与匹配度

风格一致这条要分两个层面看：单张图内部的风格是否统一，以及多张参考图之间的风格是否一致。

单张图内部的统一，指的是这一条详情长图从头到尾用的是同一套视觉语言。常见的破绽有几种：前几屏是插画风格，中段变成了实物摄影；前面是冷色调，后面突然换成了暖黄；前半段是圆角卡片，后半段换成了直角分栏。这类图整体读下来是舒服的，但作为参考素材，AI 会同时学到两套语言，成品容易在两个方向之间摆荡。

多张参考图之间的一致性更重要。一次能传十张，十张图如果来自十个不同的品类、十套不同的风格，AI 提取出来的是一个平均风格，结果就是谁都不像。正确的做法是把参考图收在一个风格区间里，让它们的共性被强化，而不是让差异被平均。

匹配度这一层跟风格一致性不同，它指的是参考图的品类调性跟自家商品合不合。参考图是糖果色的萌系风格，自家商品是工业配件，风格本身再统一也不合适。挑选时先看参考图的目标客群跟自家商品的目标客群是不是同一类人。

筛选标准	看什么	合格线	不合格怎么处理	对结果的影响
清晰度	放大后商品边缘、小图标是否还能分辨	宽度不低于 750px，细节不糊	换清晰来源或换图	影响成图的细节层次与质感
水印与叠加元素	是否有水印、状态栏、价格标签	画面范围内无水印与界面元素	换干净图，或确认可裁切且不损版式	影响版式边角是否干净
主体完整性	商品是否被裁关键部位	商品完整，长图首尾连贯	换完整图，或用完整单屏替代	影响商品形态与比例是否正常
版式完整度	是否截断、拼接、缺段	整条长图结构连贯	不用半截图与拼接图	影响成图的段落节奏
风格一致性	单图内部是否同一套视觉语言	全图风格统一，无中途换风	换风格统一的图	影响成图风格是否稳定
多图一致性	几张参考图之间的风格距离	落在同一个风格区间内	剔除风格最远的那张	影响风格的纯度与辨识度
品类匹配度	参考图客群与自家商品是否同类	目标客群与调性相符	换同调性的参考图	影响买家是否觉得对味

这张表的用法是逐条过。前三条不过关的图直接淘汰，后四条用来在剩下的候选里排序。多数情况下，把前三条过完，候选池里能用的图就只剩几张了，选择反而变得简单。

图2：左边三条不合格，右边这张才是能撑起复刻质量的参考图

六、数量与质量的取舍，以及动手前要备齐的东西

工具单次支持上传最多十张参考图，这个上限是给批量需求准备的，不是推荐值。日常做一条详情图，两到三张是比较合适的量。

数量太少的问题在于样本偏差。只用一张参考图，学到的是这一张图的具体做法，成品跟这张图的关系会很近，风格上也缺少参照。数量太多的问题在于平均化。十张图风格各异，提取出来的共性会被拉平，风格的辨识度反而下降。

两到三张的好处在于既能提取共性，又能保留特征。三张图里如果都用了同样的卡片式版式、同样的低饱和配色，那么这两个特征会被强化，成品在这两点上会很明确；而它们在插画风格上各有不同，成品就不会被锁死在某一种插画语言里。

除了数量，还有一条更实用的原则：宁可三张好图，不要十张杂图。一张模糊的图混在三张清晰的图里，会把整体的清晰度感知拉低。做筛选的时候，如果一张图本身需要犹豫要不要用，那它就是不该用的。

批量场景下的取舍略有不同。同一个产品线要做多个 SKU 的系列详情图时，可以用同一组参考图批量生成，保证系列内的风格统一。这种情况下参考图选定后就不换了，投入在选图上的时间会被多个成品分摊，可以花得更从容一些。

这四样里，第一样和第四样最容易被省略。参考图随手抓几张就开始做，尺寸也等到出图时才想起来对，结果就是出完发现比例不对，重新生成一遍。这两件事各花十分钟，能省掉一轮完整的返工。

产品图这一项还有一个小提示：拍摄时的光线尽量统一，几张图之间的色温不要差太多。产品图之间的色差会跟参考图的色调一起被处理，色差大的时候，AI 在融合时容易出现偏色或不自然的过渡。

七、从选好的参考图到成品：青虎AI 详情图复刻路径

参考图选定之后，出图环节可以用青虎AI 的详情图复刻功能承接。它从参考详情图与自有产品图出发，AI 学习参考图的版式结构、配色、图标风格、字体层级、卖点排布与装饰元素，再叠加自有产品生成一条全新的商品详情长图。

图3：从选好的参考图到成品长图，是一条五步的横向流程

入口有两处：登录青虎AI 工作台，点击左侧【创作】-【电商详情图】-【详情图复刻】；或者从 LinkPix 首页的【电商详情图】模块进入。点击后弹出独立操作弹窗，弹窗分为参考图区、产品图区、批量设置、参数设置四个模块。

参考图的处理方式在参数里有对应的控制点。文案模式决定原图文字怎么处理：提取图片文案会读取参考图的文字与排版样式，适合保留版式结构；自定义文案由自己输入促销文字或品牌标语，套用参考图的字体位置与配色。做自家的详情图，建议用自定义文案，把关键表述换成自家的内容。

操作项	对应设置	怎么处理	容易出现的问题
参考图数量	参考图上传区	两到三张同风格区间的干净图	传满十张杂图，风格被平均
参考图质量	上传前筛选	清晰、无水印、主体与版式完整	模糊或带界面元素，成品边角出杂块
商品形态还原	产品图上传区	补足两到三张多角度实拍图	只有正面图，复杂版式透视不自然
文案来源	文案复用模式	做自家详情图用自定义文案	提取他人文案，表述与商品不符
成品尺寸	比例参数	按目标平台选，如 3:4 竖版	出图后才想起对尺寸，需重出

八、四个常见踩坑

四个误区的共同点是只用「好不好看」这一个标准选图。好看是主观感受，能不能用是客观判断。把清晰度、水印、完整性、匹配度这四条过一遍，选出来的图可能不是最惊艳的那张，但一定是最耐用的那张。

还有两个操作层面的坑要单独提。一是用截图代替原图，从屏幕上截下来的图会被切掉一部分内容，带上状态栏、价格标签或按钮，分辨率也取决于当时的显示比例，看起来完整，实际比原图少了很多可用信息。二是用拼接图当参考，把几张不同类型的图拼成一条长图，接缝处的风格跳变会被一起提取，成品容易出现前后风格不一致，而且很难通过调参数修正。

出图不满意时还有一个顺序问题。连续几次结果都不理想，先回头看参考图，而不是继续换参数。多数情况是参考图本身有问题——清晰度不够、带水印、或者品类调性不匹配。换图比换参数有效得多。

九、四个提效技巧

四个技巧里，第一条和第四条是配套的。建库之后按类目和风格分档，参考图库就从一堆图片变成一个能查询的资产。用一段时间之后，手上会有一批分类清楚的干净长图，做新品时直接从库里取，选图这件事就不再是每次都要面对的麻烦。

技巧二和技巧三解决的是判断效率。有了固定顺序和合适的数量区间，选图从凭感觉变成了按标准执行，团队里换人做也不会走样。这两条几乎不增加工作量，但对出图结果的稳定性帮助很大。

十、三个可以照做的场景

选图这件事在不同场景下的做法略有差别，下面三个覆盖了常见情况。

图4：选图标出的每一处淘汰理由，都是后面出图的省事理由

三个场景的共同点是先筛后用。参考图在进入出图环节之前，就已经被四条标准过滤了一遍。这一步做扎实，后面的生成、比对、挑选都会快很多。

十一、总结

十二、常见问题解答

把参考图的筛选固定成出图前的常规动作，复刻效果就不再靠反复试参数。清晰度、水印、完整性、匹配度这四条过一遍，再用两到三张同区间的图做风格综合，出来的初稿就有一个稳定的起点。工具负责提取与生成，选图的判断留在人手里，这一步做扎实，后面的效率会明显不一样。