白底图和场景图能一起做吗？AI批量生图法

「白底图和场景图能不能一起做」这个问题，最直接的答案是能，而且比分开做省事。但它有个前提，很多人卡在了「一起做」这三个字上——以为把需求都写进一条提示词里，让 AI 一次给出一张白底一张场景。真这么写，跑出来的多半是一张既不像白底、也不像场景的图。

能一起做的真正原因是另一件事：批量生图里，多条提示词是共用同一套参考图的。也就是说，一批任务里你可以前两条写白底、后面几条写场景，参考图只上传一次，一次任务就把两种形态都拿到手。共用参考图是「一起做」的形式，分条写指令才是「一起做」的内容。这两点分清楚，白底和场景就能在一个批次里各得其所。

更值得说的是后面那半句：虽然能一起做，但白底图建议单独拎出来跑一批。原因不在工具，在白底和场景对「保留原图」的要求根本不是一个量级——场景图容得下 AI 的再创作，白底图容不下。下面把这件事讲透：两种图的要求差在哪、一个批次里怎么排、什么情况下必须拆开跑、怎么验收。

图1：同一款产品的两种形态，白底图求准、场景图求氛围，一个批次就能都拿到。

一、白底图和场景图，做的是两件相反的事

很多人把白底图和场景图当成同一种东西的两种背景，觉得换一下背景就完了。这两件事的诉求其实是相反的。

白底图的诉求是「什么都别动」。它存在的意义是让买家看清产品，所以背景必须干净到极致——纯白、无杂物、无渐变、无道具，主体居中或者按平台规则摆放，阴影要么没有、要么是极轻的落地影。画面里除产品之外的任何元素都是干扰项，多一点就要扣分。这类图的评判标准只有一条：产品是不是被准确、干净地呈现了。

场景图的诉求是「氛围能加分」。它存在的意义是让买家想象使用场景，所以画面里需要环境、需要光线、需要情绪。桌面的材质、背景的虚化、光影的方向，都是为氛围服务的。产品只要在画面里站得住、比例正常，其他元素越丰富越好。这类图的评判标准是：看了想不想买。

把这两个诉求放在一起看，就明白为什么它们对「保留原图」的要求不一样。白底图几乎不允许 AI 自由发挥，任何一点对产品形状、颜色、材质的改动都是减分项；场景图恰好相反，它希望 AI 在场、光、背景上多给一点创作空间。一个要求 AI 尽量「少动」，一个希望 AI「多动」，需求方向是反向的。

这就是为什么同一批任务里，两种图的稳定性表现会不一样。场景图跑出来十张里有八九张能用，因为容错空间大；白底图跑出来十张里可能只有五六张完全达标，因为容错空间极小，产品边缘多一根毛刺、杯身多一道反光，就够不上白底图的标准。

顺着这个思路再往下推一层：既然两种图容错率差这么多，那它们「跑废了会怎样」也不一样。场景图跑废了，往往是氛围不到位、光线不理想，但产品还在，勉强能当个备用；白底图跑废了，问题通常出在产品自己身上——形状偏了、颜色飘了，这张图就没法用了，因为它唯一的用途就是准确展示产品。一个是「不够好」，一个是「不能用」，损失的量级不同。

这也就解释了为什么很多做过批量出图的人，会慢慢形成一个习惯：场景图可以大胆试，白底图要谨慎跑。不是工具偏心，是这两种图对错误的容忍度本来就不同。理解了这一点，后面关于「怎么排」「要不要单独跑」的讨论就好理解了。

图2：左边白底求准、右边场景求氛围，同一双鞋、两种完全相反的诉求。

二、为什么能一起做：多条提示词共用一套参考图

既然两种图的要求相反，为什么还能放在一起做？因为批量生图的机制允许「一次上传、多次调用」。

青虎AI【批量生图】的操作弹窗分参考图区、提示词区、参数设置三块。参考图区点【上传图片】从本地选商品实拍图，单次最多上传 10 张；提示词区可以填多条指令，输入完点【添加】新增输入框，最多十条。关键在于：这十条提示词共用同一套参考图，每条提示词生成一套独立的图。参考图不用为每条提示词重复上传。

这个机制落到白底加场景的需求上，就是：参考图只传一次（一套清楚的产品实拍），提示词里前两条写白底、后面几条写场景，一次任务提交，跑完同时拿到白底和场景两种形态的图。你不需要建两个任务、传两次参考图、等两轮出图。

这里有个细节值得强调：共用参考图带来的不只是省一次上传。因为白底和场景这两种图基于完全相同的一套产品信息生成，产品在两个形态之间的一致性会更好——白底图里的产品和场景图里的产品，是同一个「理解」下的产物，颜色、比例、材质观感更容易对得上。如果分两个任务跑，理论上参考图相同也没问题，但实操里前后两次任务的产品特征提取难免有细微差异，拼在同一个详情页上可能出现轻微的割裂感。

所以「能不能一起做」的答案是肯定的，而且一起做在一致性上还有额外好处。真正要讨论的不是能不能，而是「怎么排」。

把共用参考图这件事再想深一点，会发现它其实是整套批量出图里最值钱的设计。传统做法里，一款产品要出白底和场景两种图，往往是在两套不同的流程里做的：白底交给抠图工具或摄影棚，场景交给设计或外拍，两边各自理解产品，出来的东西风格难以统一。而共用参考图意味着白底和场景这两种形态都从同一份产品信息出发，从源头上就对齐了。这不是省了一次上传，而是让整店的视觉语言更统一。

还有一个使用上的小细节：共用参考图意味着你在准备阶段只需要准备一件事——把这一套参考图挑好、传对。剩下的精力可以全部放在提示词的排列上。这也是为什么前面的排序建议那么重要：参考图是一次定死的，能调整的只有十条提示词怎么排，排列的质量直接决定这一批的产出质量。

三、一个批次里的排列顺序：白底打头，场景跟上

既然放在一个批次里，顺序就有讲究。推荐的排法是：前一到两条放白底，中间放场景，最后留一条可以用在白底或场景的收尾款上。

为什么白底要放前面？因为白底图是基础款，也是风险最高的一款——它容错空间最小，最有可能出现产品细节漂移。把它放在最前面跑，你能最早发现参考图有没有问题。如果第一条白底跑出来产品就变形了，说明参考图或参数有毛病，这时候后面九条还没浪费，先把参考图换掉再重来。反过来，把白底放最后，前面九条场景跑得挺好，最后一条白底翻车，你还得重新组织整个批次。

白底那一两条怎么写？核心是「纯白底、无文字、主体居中」这类明确指令，把背景限定死，把构图限定死。「这是（产品），生成纯白底商品主图，主体居中，背景纯白无杂物，不加文字和道具」——这句里没有任何让 AI 自由发挥的空间，出来的东西最规矩。写的时候要刻意把「场景」「氛围」「道具」这类词全部去掉，一点都不能留。

中间的场景款按前面的方法排，室内、商业、户外分几组，每组第一条最稳，后面逐步加细节。这一段是这一批任务里产出量最大的部分，也是可以放心让 AI 多发挥的部分。

位置	图类型	写法要点	容错空间	建议顺序原因
第 1-2 条	白底图	纯白底、无文字、主体居中、不加道具	极小，细节漂移即废	风险最高，放最前面尽早暴露参考图问题
第 3-9 条	场景图	明确场景+光线+调性，按室内/商业/户外分组	较大，氛围到位即可用	产出主力，放在风险款之后放心跑
第 10 条	收尾款	按需要补白底或最想要的场景	视类型而定	留一条机动名额，补前九条的缺口

这张表的用法很直接：先按白底两条、场景若干排好，最后一条留给「还缺什么」。跑完看结果，哪一类图数量不够，最后一条就补哪一类。比如白底出来一张能用一张不能用，最后一条就再补一条白底；如果场景缺户外那一档，最后一条就补户外。

这四张卡片合起来就是一份排产清单。上手之前花两分钟把条数定下来，比跑完再补要省事。尤其是白底那部分，宁可少排一条也别硬塞——白底图讲究整齐，同一批出来的放在一起看才像一套。

还有一点是批次规模的控制。十条提示词是一次任务的空间，但如果你一个产品要的白底和场景加起来超过十条，就得分批。分批的时候建议把白底集中在一个批次里跑完，不要这一批跑两条白底、下一批再跑两条——白底图最依赖一致性，同一批出来的白底放在一起看才整齐。

四、白底为什么建议单独再跑一批

「能一起做」和「建议分开跑」这两句话不矛盾。前者说的是机制允许，后者说的是稳定性考量。

前面讲过，白底图和场景图对 AI 自由度的要求是反向的。当它们同处一个批次时，参考图是同一套，参数也是同一套。而白底图需要的是「把参数压到最保守」——比如最严格的背景控制、最贴近原图的还原度；场景图则需要「允许 AI 在场和光上更多发挥」。同一套参数不可能同时满足两种偏好。结果就是：一起跑的时候，白底图往往是勉强达标，而不是最优状态。

单独跑白底，你可以为它专门配一套更严格的设置，把干扰因素全部剔掉，让这一类图的达标率明显提上去。多花一轮出图时间，换来的是白底图能直接上架的把握。对于把白底图当上架基础款、每款产品都要有的商家，这一轮时间花得值。

对比项	一个批次混跑	白底单独跑一批
参考图	白底和场景共用一套	白底可用更干净、正面的实拍
参数倾向	只能折中，偏保守或偏放开	可专门压到最保守
白底达标率	一般，勉强达标居多	更高，可直接上架的比例提升
产品一致性	同批内与其他形态高度一致	需沿用同一套参考图以保证一致
时间成本	一次任务搞定两种形态	多跑一轮
适用场景	白底只是补充、要求不高	白底是上架硬需求、要求严格

这张表给的是一个决策口径：白底图在你这里的地位，决定了要不要单独跑。如果白底只是顺带要几张、平台要求不严，混在一个批次里跑完全够用；如果白底是每款产品必须有的基础图，而且你对产品的还原度有要求，那单独跑一批更稳。

还有一个折中的做法：如果不想多跑一轮，可以在同一个批次里把白底写在最前面，并且把整批的参数往保守方向压。代价是场景图的氛围可能不够放开，但白底的达标率会有提升。这种做法适合白底和场景要求都不极端的情况，是一种妥协，不是一个标准答案。

五、白底图的写法：把自由度压到最小

既然白底图的难点是「不让 AI 自由发挥」，写法上的功夫就全在怎么把话说死。

第一句定产品，直接用参考图的信息，不重复描述产品外观。第二句定背景，写「纯白底」或者「浅灰底」，明确说「无杂物」「无渐变」「无道具」。第三句定构图，写「主体居中」「完整露出」「不加文字」。第四句定形态，写「生成商品主图」。四句下来，AI 能自由发挥的地方几乎为零。

常见的写法错误有三类。一类是带了场景词，比如「放在干净的桌面上」——「桌面」就是场景，AI 会给你一张带桌面的图，不是白底。二类是带了氛围词，比如「简约高级的纯白底」——「高级」又给了 AI 发挥空间，白底有可能被加点光晕或倒影。三类是带了风格词，比如「ins 风白底图」——「ins 风」意味着某种调色倾向，白底就不再是纯白了。

把这三类词剔干净，白底图就规矩了。写的时候有个笨办法：写完读一遍，如果这句话里除了产品、白底、居中、主图这四个概念之外还有别的词，就想想这个词会不会让 AI 多做事。会，就删。

还有一点是白底图里的「影」。完全无影的图看着会飘，产品像浮在白纸上；有一点落地影则显得稳，但影子一旦重了就破坏白底的干净。处理这个细节的时候，指令里可以写「可保留轻微落地影」，把程度框在「轻微」上。这是少数几个允许出现在白底指令里的限定词——因为它限定的是程度，不是让 AI 创作。

如果平台的规则对阴影有明确要求，那就照规则来写。不同平台对白底图的规范不完全一样，动手前把目标平台的要求确认一遍，写进指令里。这一步花不了几分钟，能省掉整批重跑。

白底图还有一处容易被忽略的细节：产品的完整度。有些画面里产品有一角出画、或者被裁掉了一部分，这类图在白底场景下是硬伤，因为白底图的作用就是完整展示产品。写指令的时候把「完整露出」这几个字加上，能减少这类问题。如果参考图本身就有一角缺失，AI 也不太可能凭空补全，这种图在准备阶段就该换掉。

另外，白底图的尺寸和留白也有讲究。产品在画面里占多大比例、四周留多少空，会影响它在平台缩略图里的观感。这些属于平台规范层面的要求，不同的类目不一样，写指令之前把目标平台和类目的具体规范核对一遍。把规范里的关键数字转成指令语言写进去，比如主体的占比、留白的比例，比笼统地写「居中」更稳。

六、从上传到交付，走完这六个环节

把上面的内容落成动作，就是下面六步。第三步决定这一批的排列，第四步决定白底要不要单独再跑。

图3：白底加场景同批处理的链路，前两条写白底、后面写场景是这一批的关键安排。

六步里第三步和第六步最容易被做轻。第三步写得太随意，白底图整批都勉强；第六步不认真核，把带瑕疵的白底图放上架，后面被平台打回更耽误事。白底图的价值就在「准」上，这个准字值得多花几分钟。

七、四个常见误区

下面四条是在白底加场景这个需求里出现频率最高的判断偏差。

这四条都指向同一个认知：白底和场景不是一回事，不能混着理解。把它们当成两种独立的需求来对待——各自明确写法、各自安排位置、各自设定验收标准，「一起做」才真的省事；混为一谈，省下来的那点时间会以返工的形式还回去。

八、五条提效技巧

五条技巧都指向一件事：把白底和场景的差异前置到排任务的时候，而不是等跑出来再补救。

五条技巧合起来看，本质是把「一致性」这件事当成本来设计：一致的参考图、一致的白底写法、一致的批次安排。白底图和场景图最终要放在同一个详情页里面对买家，前后差别越小，页面看起来越专业。既然成本这么低，没有理由不做。

九、三个可以直接照搬的场景

下面三个场景覆盖了白底加场景需求里最常见的三类情况。

图4：白底稿和场景稿放在同一张桌上比对，产品一致不一致，一眼就能看出来。

三个场景的共同点是把白底和场景当成两种不同要求的产物来对待。一起做也好、分开做也好，考验的都是「有没有把差异想清楚」。想清楚了，同一套参考图就能撑起一个完整的素材包；没想清楚，跑再多批也只是在重复同一个错误。

十、总结与常见问题解答