测图素材怎么批量准备？AI批量生图多版本

测图这件事，很多人做反了。他们把十张图准备成十种完全不同的样子——不同背景、不同光线、不同构图、不同模特，跑完看哪张点击高。结果数据出来了，最高的那张赢了，但你不知道该学它哪一点：是背景选对了，还是光线对了，还是构图对了？十张图同时变了十个变量，赢了也白赢，下一轮还是从零试起。

正确的测法是反过来：一次只变一个变量。十张图里，九张保持相同，只让其中一项不同——只换背景，或者只换光线，或者只换构图。这样跑出来的胜负才有归因价值：赢了，你知道是这个变量赢了，下次锁定它；输了，你知道要换的是这一项。测图的成本高在「准备素材」和「等数据」两段，一次只测一个变量，是用最少的素材拿到最清楚的结论。

这篇讲的是怎么用批量生图把测图素材准备出来：十个版本怎么设计、变量怎么切、一次任务怎么排、什么样的变量组合值得测、怎么读结果、拿到结论之后怎么沉淀。看完你应该能搭出一套可以反复用的测图流程，而不是每次都为「准备几张图」发愁。

图1：测图素材的准备现场，同一款产品、有控制的变量、一份记录差异的对照表。

一、测图测不出结论，问题出在多变量同时改

先把「测图」这件事的目标说清楚。测图不是为了找出一张好看的图，而是为了找出「哪一类图更受欢迎」，然后把那个结论复用到后面的所有素材上。如果一个测试只能告诉你「这张图点击高」，而不能告诉你「高在哪里」，那它对下一次上新是零帮助的。

多变量同时改，就是最常见的失效方式。假设你准备了四张图：A 是暖色背景加正面构图，B 是冷色背景加四十五度构图，C 是暖色背景加四十五度构图，D 是冷色背景加正面构图。跑完 A 赢了。这时候你能得出什么结论？你只知道「暖色背景加正面构图的组合赢了」，但你不知道是暖色起作用，还是正面构图起作用，还是它们俩必须一起才有效。要回答这个问题，你至少得再补两个测试。

更麻烦的是，多变量测试的组数会指数级膨胀。一个变量两个水平，四个变量就有十六种组合。绝大多数卖家没有这个素材量，也没有这个投放预算去把十六种组合都跑一遍。于是要么测不完，要么瞎猜。这就是为什么很多人的测图一直是「做了但没结论」的状态——不是执行不认真，是设计上就跑不通。

单变量测试的价值就在这儿：它把一个复杂问题拆成一串简单问题。先固定其他一切，只测背景；背景定了，再只测光线；光线定了，再只测构图。每一步都得到一个确定结论，累积起来就是一套经过验证的素材规律。这套规律一旦建立，后面所有新品都能直接套用，测图就从「每次都要重新摸索」变成了「验证已知规律在新品类上还成不成立」。

还有一层实际的好处：单变量测试的素材量小。四个变量各测两三个水平，一轮下来也就十张左右，正好是批量生图一次任务的容量。多变量测试动辄几十张，光是准备素材就要花掉一整天的精力，还没开始投就已经累了。

二、十个版本怎么切：先定变量，再配水平

十个版本的容量怎么用，取决于你要测什么。动手之前先做一件事：把候选变量列出来，按重要性排个序，选出这一轮最想验证的那一个。

常见的测图变量有五类。背景是第一类，也是影响最大的一类——纯色底、场景底、浅色底、深色底，不同底色的图在列表页里的观感差异很明显。光线是第二类，暖光、冷光、自然光、影棚光，它影响的是画面气质而不是内容。构图是第三类，正面、四十五度、俯视、特写，它决定买家第一眼看到产品的哪个部分。留白是第四类，产品在画面里占多大比例、四周空多少，它影响的是缩略图里的视觉重量。元素是第五类，有没有道具、有没有文字、有没有模特，它决定画面的信息密度。

五类里选一类作为这一轮的主变量，把它拆成三到四个水平，剩下的七张左右留给不同产品或者不同水平的重复验证。比如这一轮测背景，就把背景拆成纯白、浅灰、木色、场景四种，每种水平各出两张，一共八张，剩下两张作为备用或补充其他水平。

变量类型	测的是什么	典型水平举例	对点击的影响	准备难度
背景	什么底色/环境更吸引	纯白、浅灰、木色、实景	影响明显，列表页一眼可比	低，写提示词即可
光线	什么画面气质更讨喜	暖光、冷光、自然光、影棚光	中等，影响观感调性	低，与场景搭配写
构图	第一眼看到产品的哪部分	正面、四十五度、俯视、特写	中等，影响产品可读性	中，需参考图有多角度
留白	产品的视觉重量	占比大、占比中、四周多留白	较明显，缩略图场景差异大	低，靠指令描述
元素	画面信息密度是否合适	无道具、加道具、加文字、加模特	视品类而定，波动大	中，元素越多越难控

这张表的用法是：每一轮只挑一行，把那一行的几个水平跑满，其他保持默认。选哪一行作为第一轮，有个实用原则——先测影响最明显、准备成本最低的那个。背景通常符合这个条件，它写在提示词里就能变，不需要额外准备，而且它在列表页里的差异一眼可辨。背景测完再测光线，光线定完再测构图，一层层收窄。

还有一个原则是「每轮只解决一个问题」。一轮测背景的时候，光线、构图、留白、元素全部固定不动。十张图之间的唯一差别就是背景。这样跑完，哪张赢，结论就是干净的。

为什么不建议一个水平只出一张？因为单张结果带着偶然性。同样写「浅灰底、影棚光」，两张图出来的细节未必完全一样，可能一张颜色偏暖一点、一张偏冷一点。只出一张，你测到的是「这一张图」的表现，不是一个「水平」的表现。出两张，两张都赢才说明这个水平真稳；一张赢一张输，说明这个水平内部本身就不稳定，得回头把指令写得更死。

三、为什么必须控制变量：一次变三项，测完也不知道谁的功

控制变量这件事，很多人知道该做，但说不清为什么必须做。把道理讲透，执行起来才会自觉。

把测图想象成一个对照实验。你要验证「暖色背景是不是比冷色背景更能带点击」，那唯一的变量就应该是背景色。如果这一组里暖色背景配的是正面构图，冷色背景配的是俯视构图，那么两张图的差异就来自两个变量，你没法把功劳算给背景色。这就像同时吃了两种药、病好了，你也不知道是哪一种起了作用。

还有一种更隐蔽的失效：变量互相干扰。有时候两个变量会相互作用——暖色背景配暖光效果好，但暖色背景配冷光反而效果差。这叫交互效应。要发现交互效应，前提是你先知道每个单独变量的效果。连单变量都没测过，直接去测组合，看到的结果全是混在一起的，解释不了。

图2：左边是多变量同改，赢了也不知道赢在哪；右边是单变量对照，胜负一目了然。

做法	每轮改动	素材量	结论可归因	结论能否累积
多变量同改	同时动背景、光线、构图等多项	多，组合数指数级膨胀	不能，赢了不知赢在哪	不能，每轮重来
单变量对照	每轮只动一项，其余固定	少，一轮十张以内	能，胜负直接对应变量	能，逐轮叠加成规范

从执行的角度看，控制变量还有个现实好处：它让结论可以累积。这一轮测出「浅灰底比纯白底点击高」，这个结论可以写进你的素材规范里，下一轮测光线的时候，就用浅灰底作为固定项。一轮一轮往下，你的素材规范越来越厚，从「怎么拍」到「怎么摆」到「怎么配光」都有依据。反过来，如果每轮都是多变量混测，结论和结论之间没法叠加，测十轮还是原地踏步。

所以「一次只变一个变量」不是一句教条，而是让测图这件事具备复利的前提。每一轮产出一个能站得住的结论，这些结论垒起来，就是你店铺自己的视觉资产。工具能帮你把十张图跑出来，但「变哪一项、固定哪几项」这个设计，只能靠你自己想清楚。

还有一个容易被忽略的固定项：参考图。同一轮测试里，所有图必须用同一套参考图。换参考图等于换了产品特征，就算提示词只改了背景，出来的产品本身也可能有细微差异，测出的结果就不干净了。这一条听起来像废话，但实际操作里，很多人图省事在一批里混了不同角度的参考图，结果把测试搅浑了。

四、提示词怎么写：固定项不变，变量项独立成句

把「固定项不变、变量项独立」这条设计落到提示词上，写法就变得很机械，也很省事。

先把固定项写成一段模板，这一轮里十条提示词共用这一段，一个字不改。模板里包含产品描述、光线、调性、构图、留白、形态。然后每一条提示词只把变量项的句子换掉。比如这一轮测背景，模板是「这是（产品），窗边自然光，奶油柔光调性，主体居中，四周留白适中，生成商品主图」，十条里这一段完全相同，只把「背景」那一句从「纯白底」换成「浅灰底」「木色底」「实景底」等。

这种写法的好处在于，你只需要把模板写一次，剩下九条都是替换一个短语的事。写提示词的时间大幅缩短，也不容易手抖改了不该改的地方。

这四张卡片其实就是一份操作清单。照做下来，一轮测试的提示词准备时间大概十几分钟，比多变量测试省下大半天。省下来的时间可以拿去做投放数据分析，那才是真正决定测试成败的环节。

写提示词的时候还有一个分寸要把握：变量项的句子要写得足够明确，让 AI 每次都能稳定理解。还是拿背景举例，「浅灰底」就比「浅色的背景」明确得多。「浅色的背景」里「浅色」到什么程度没有界定，AI 每次给你的灰色深浅都可能不一样，同一个水平内部就先乱了。变量句写得越精确，测出来的差异才越可能是「水平之间的差异」，而不是「同水平内的抖动」。

五、十个版本一起跑：一次任务拿全一轮素材

设计好十个版本，接下来就是跑。青虎AI【批量生图】在这里的价值是：十条提示词一次提交，一轮测试的素材一次备齐。

先把参考图传进去。点参考图区的【上传图片】，从本地选商品实拍图，单次最多上传 10 张；上传后确认产品主体清晰、无遮挡，AI 识别产品造型才准确。测图这一轮里，参考图固定这一套，不要中途换。

然后在提示词区逐条写。第一条写完点【添加】新增输入框，最多十条。按前面说的模板加变量句的写法，十条一次性排好。参数设置里的生图模式保持默认的「智慧模式」，比例参数按投放平台选；这一轮里参数也全部固定，不要中途调整。

确认原图、提示词、参数都齐了，点弹窗底部的【创建任务】，系统会自动计算消耗的积分，然后一键执行整批处理。十条提示词是一条任务一起跑的，跑完统一产出。

跑完之后有一个动作不能省：给每张图对号入座。跑出来的十张图，要能一张张对应回「哪条提示词、哪个水平、第几张」。这一步做不做，直接决定了后面读数时还能不能归因。稳妥的做法是下载时就按「变量-水平-序号」命名，或者在同名文件夹里分水平存放。十张图混在一个文件夹里，过两天你就分不清哪张是哪张了。

还有一个细节是出图之后先做一轮质检，不合格的图不要进测试。什么叫不合格？产品漂移了、画面糊了、出现了不该有的元素。这类图投出去测的是「这张图的问题」，不是「这个水平的表现」，会污染数据。质检这一步花几分钟，能让后面的结论干净很多。

读数这一环还有个体量上的提醒。十张图跑出来，即使数据上有一个明显胜出，也别急着把它当成「铁律」。一轮测试的样本量有限，尤其是投放初期数据波动大，一张图暂时领先可能只是波动。稳妥的做法是让数据多跑几天，看这个领先是不是能站住；如果两三天后领先优势还在，再把它写进规范。急着下结论，容易把偶然当成规律，规范里混进了噪音，后面越用越偏。

另外一个常见的浪费是：测完数据不整理。投放后台里的数据是有时效的，过一阵子就翻不到了。测完当轮就把关键数字记下来——哪个水平、什么指标、差多少，记在一张自己的表里。这张表积累几轮之后，本身就是一份很有价值的资产，能看出这个品类的视觉偏好在往哪个方向走。数据不落地，测了等于没测。

说到投放，还有一点值得提：测图的图数量不用多，但每个版本之间的差异要够小、够干净。有人担心「十张图看着都差不多，是不是测不出东西」。恰恰相反，看着差不多的图才最容易测出微妙的偏好差异，而差异明显的图，用户往往是凭第一印象选，测出来的是「刺不刺激眼球」而不是「专不专业」。做视觉优化，需要的是后者。

六、从设计到读数，走完这六个环节

把上面的内容落成动作，就是下面六步。第一步和最后一步是测图能不能出结论的关键，中间四步是执行。

图3：单变量测图素材的完整链路，第一步的变量设计决定了整轮测试有没有结论。

六步里第二步看起来最琐碎，但它其实是省时间的关键。写好一次模板，十条提示词的差异就只有一句话，出错的机会大大降低。很多人嫌这一步麻烦，每条提示词都重新写一遍，写着写着就把光线改了、把构图改了，一边测一边破坏变量控制，最后数据出来一头雾水。

七、四个常见误区

下面四条都是测图准备环节里出现频率最高的判断偏差，每一条都会让这一轮测试白跑。

这四条都指向同一件事：测图的价值在「能不能归因」。图好不好看是次要的，能不能说清「为什么好」才是关键。所以准备素材的时候，脑子里要始终装着「这一轮我要验证什么」这个问题，而不是「这十张怎么做得好看一点」。

八、五条提效技巧

五条技巧都指向同一个方向：让每一轮测试的结论都能沉淀下来，供后面反复使用。

五条技巧其实是一套循环：按重要性排序设计测试，把结论写进规范，按品类积累，质检保证数据干净，留档支持复测。跑通这个循环，测图就不是一次性动作，而是一条越用越顺的产线。素材准备、投放、读数据、沉淀，一轮一轮转下去，店铺的视觉规范就自己长出来了。

再补充一点关于「测多少轮」的节奏感。测图不是越密越好，一轮跑完到读数据，中间隔几天是必然的。所以合理的节奏是：在每个新品上架前，把最要紧的一两个变量测掉；已经测出结论的品类，就不用重复测，直接按规范做素材。把测试资源集中在「还没结论的地方」，是效率最高的用法。什么都想测一遍，最后往往是每项都测不透，规范迟迟建不起来。反过来，只测当前最影响转化的一两个点，几轮下来就能覆盖大部分关键变量。

具体到执行上，可以给自己定一个简单的规矩：新品第一轮测背景，这个品类如果已经有背景结论，就跳过，直接测光线；光线也有结论了，就测构图。这样一个品类测个三四轮，视觉规范就基本定型了。后面再遇到新品，多数情况下可以直接照规范做素材，只在换了品类或者明显感觉数据不对时，才重新开一轮测试。测图从「每款必做」变成「有需要才做」，人力一下子就省出来了。

九、三个可以直接照搬的场景

下面三个场景覆盖了单变量测图里最常见的三类需求，设计可以直接搬。

图4：测图之后的复盘现场，逐张对照数据，把胜出的水平写进规范。

三个场景的共同点是每轮只动一个变量，其余全部固定。这个做法看起来保守，实际上是把「测图」从一件靠运气的事，变成了一件可以累积的事。第一轮测背景，第二轮测光线，第三轮测构图，三轮下来你对这个品类的视觉偏好就有了清晰的认识。这个认识是别人抄不走的——它来自你自己的用户数据。

十、总结与常见问题解答