白底主图怎么一键生成？AI主图白底制作法

问「白底主图最容易翻车的地方在哪里」，十个做电商的人里有八个会答抠图精度。这个答案只对了一半。抠图只是过程，真正决定这张图能不能过审的，是主体轮廓外侧那一圈：有没有留下旧背景的灰边、飘出轮廓的发丝、底座压出来的浅影、道具边缘的残留。这一圈东西在列表页的缩略图上几乎看不见，可一旦把图放大到全屏，它恰恰是最先跳出来的瑕疵。

为什么会这样？因为白底图的视觉逻辑和场景图完全不同。场景图靠氛围和故事抓注意力，视线被引到画面中心；白底图没有场景，没有道具，没有光线层次，整张图只剩「主体」和「背景」两个元素。当画面里只有两样东西的时候，人的注意力会沿着两者的交界线走一整圈——也就是主体的轮廓。轮廓干净不干净，直接决定了这张图看上去是「精致」还是「凑合」。

把这件事想透，白底图的制作重点就清楚了：不是把主体抠到多细，而是把整张图的「干净度」整体做上去。干净度有三个可观察的落点，后面所有操作都在服务这三个落点。

图1：白底主图批量产出后，第一眼的判断永远是「整张图够不够干净」。

一、白底图的合格线，画在主体轮廓之外

先说清楚白底图的三个观察落点，这是后面所有判断的标尺。

第一个落点是背景纯度。它考的不是「白不白」，而是「匀不匀」。有些商家把产品放在白色卡纸上拍，拍出来左边亮右边暗，背景是一层从白到浅灰的渐变；还有些图用的是浅灰摄影棚底，看起来接近白，实际色值差了一截。这类图在手机屏幕上不明显，但在平台的图审逻辑里，「背景不纯」和「背景纯净」是两回事。真正合格的白底，是整片背景色调一致、没有可见的明暗过渡带。

第二个落点是边缘净度，也就是主体轮廓与背景交界处那一圈的表现。这一圈常见的问题有四类：抠图时留下的旧背景灰边，深色产品上尤其明显；毛发、绒毛、纱线这类材质飘出去的细丝；产品底座或支撑物压出来的浅影；以及原图里入画的道具边缘没被清理干净。这四类问题都属于「主体之外」的瑕疵，但它们恰恰是放大检查时最刺眼的部分。

第三个落点是主体完整度。产品在画面里必须完整露出，不能因为构图取太满而裁掉顶部或者底部。尤其是瓶罐、鞋盒、包装袋这类有明确轮廓的商品，一旦裁切，观众对「这是不是完整商品」的疑问就产生了，而白底图的主要任务之一就是让买家一眼确认商品形态。

三个落点里，背景纯度和主体完整度是上传原图那一刻就基本定死的，可控空间在选图；边缘净度则是生成之后仍然可以复查、可以重做的部分。多数人把注意力放在第一个落点上，反复纠结「背景够不够白」，却把真正高频出问题的第二个落点跳过去了。这就是把「白底图考核的是干净」这句话理解偏了的结果。

还要补一个容易被忽略的前提：白底图的「干净」是一个相对标准，它对应的是买家在列表页上的浏览动作。买家在翻列表的时候，视线停留在一张图上的时间很短，判断依据是整体观感和轮廓是否清晰，而不是主体内部的细节精度。这意味着即便产品本身的质感还原得很到位，只要轮廓外面有一圈灰边，观感就会被拉低到「这张图没做干净」的判断上。反过来说，轮廓干净、背景匀净的图，即便内部细节朴素一些，在列表页上的表现也不会差。理解了这一点，投入的方向就不会跑偏。

把这个逻辑延伸一层：白底主图的干净度还会影响后续动作。一张干净的白底图是可以反复复用的——它既是列表页首图，也可以作为详情页的示意图、客服沟通时发给买家的商品图、以及后续做场景图时的参考素材。一张边缘带问题的图，这几种用途里每一种都要重新处理一遍。所以白底图做干净的收益不止体现在当前这张图上，还体现在它的复用次数上。这也解释了为什么值得在原图筛选和提示词模板上多花一点力气。

二、不合格的白底图，都长什么样

从反面看更容易建立判断力。把常见的返工图归成几类，会发现它们的问题几乎都能落到前面那三个落点上。

这张表里有一个规律值得注意：六类问题里有四类都落在「边缘净度」上。这说明白底图的返工，绝大多数不是因为主体做得不好看，而是因为主体外面那一圈没处理干净。判断标准可以简化成一句话——把图缩到最小看一眼，再放到最大看一眼，两次都挑不出「明显不属于这张图的东西」，才算过。

顺着这张表还能想到一个问题：为什么这些不合格类型看起来都很「低级」？因为它们都发生在画面边缘，而边缘恰恰是手工操作里最容易被忽略的位置。人手修图的时候，注意力天然集中在主体上——把产品的形状调准、把颜色调对、把质感做出来，眼睛盯着的是画面中心；轮廓外侧那一圈是余光区域，容易一带而过。这正是把这类工作交给自动化流程的一个理由：自动重绘按同一套提示词执行，不会因为注意力分配而出现位置上的疏漏。青虎AI 的主图生成在这一层上的价值，是把「每一张都要检查边缘」这个动作变成由提示词统一约束的结果。

还有一层是错的代价。边缘不干净的白底图往往在生成当时看不出来，要等图放到列表页和同类商品并排的时候才暴露。这个延迟意味着如果一批五十张图都有同样的灰边，问题可能在投入了后续大量时间之后才被发现。把边缘检查提前到单张验证那一步，就是把这个延迟成本砍掉。

图2：左边是被判不合格的版本，问题不在包本身，而在轮廓外侧那一圈灰边和投影。

三、一键生成的入口与操作链路

白底图属于标准化程度最高的主图类型，正好适合交给自动化的方式来做。登录青虎AI 工作台，点左侧【创作】-【AI图像生成】，在图像生成的功能列表里选择【主图生成】；也可以从 LinkPix 首页走【图像生成】-【主图生成】。两条路径打开的是同一个功能。

进入之后有一个省事的细节：系统会自动填充一段支持修改的提示词。对白底这种规则固定的需求来说，自动填充的那段话已经覆盖了大部分要点，人要做的是按自己的商品情况把它改得更具体，而不是从空白开始手写。

整条链路可以拆成三个动作，顺序上不要跳。

图3：上传、改词、点生成键，白底图的整条链路只有这三步。

生成完成之后可以在线预览成品，支持单张下载，也支持批量打包高清原图。做白底图的时候建议把这两种下载方式分开用：先在线预览过一遍整体，确认干净度没问题了，再批量打包下载；如果有单张边缘不干净，单独重跑那一张，不必整批推翻。

四、提示词里要钉死的五个约束

白底图的提示词不需要写得多花哨，关键是把边界条件钉死。五条约束对应的是五类最容易出问题的地方。

约束一，纯白背景。这一条要写得绝对，不要用「白色背景」「浅色背景」这类模糊说法，因为模型可能会理解成米白、奶白或者带纹理的白。写「纯白背景」，出来的才是不带杂质的白。

约束二，无文字。白底主图上的文字是合规高发区，尤其是产品本身的包装上有外文标签、参数小字的时候。在提示词里明确不要文字，可以避免生成阶段就带上一堆需要后期处理的内容。

约束三，无道具。这一条经常被漏掉。原图里如果有托盘、支架、价签、背景布的一角，模型有可能把它们当成画面的一部分保留下来。写清「无道具、只保留商品本体」，能挡掉大部分这类残留。

约束四，产品居中。居中是白底图的默认构图预期，写进去可以避免主体被挤到画面一侧。居中的图在平台列表页并排展示的时候，视觉节奏也更整齐。

约束五，完整不裁切。这一条是给高瘦型商品准备的，比如长柄锅、落地灯、竖版包装盒。写清「完整不裁切」，能减少主体顶部或底部被切掉的情况。

五、参数栏四项，做白底时怎么设

参数栏是白底图最容易设错的地方，因为它的每一项都有明确的适用边界。四项拆开看。

模型选择保持默认即可。默认模型在「还原产品原貌」和「画面美观度」之间做了平衡，是通用电商场景的首选。做白底图的核心诉求就是还原商品本身，追求画面花样反而会牺牲还原度，所以这一项不建议频繁更换。

平台尺寸按经营渠道选。档位上默认是 2K 规格，跨境和短视频竖图各有对应的档位；语言可以在简体中文和外文之间切换。做白底主图要先想清楚这张图最终投在哪个渠道，尺寸档位一旦定下，整批就按它出图，中途换档等于另开一次任务。

生成数量按这一批要几套来设。白底图通常不需要太多版本，因为画风差异本来就小，设得太多只会增加核对负担。

模特选项对做白底图的标品来说保持关闭。标品、食品这类没有穿戴属性的商品，开启模特反而会让画面多出与商品无关的人像元素。服饰、穿戴类商品如果要做白底模特图，可以开启这一项。

这四项设置里，真正容易出错的是平台尺寸和模特选项。前者会因为「先做出来再说」的心态被跳过，结果做出来的白底图尺寸对不上投放渠道；后者会因为「都开上更保险」的心态被误开，结果标品图上多出一个没有意义的人像。

六、不同渠道的白底规格，怎么对照着选

平台尺寸这一项是档位制，不是让你填像素数值。理解这一点很重要，因为不同渠道对画面的偏好不止在长宽比，还在语言和内容侧重上。

这张表能读出一个判断思路：做白底图最好按渠道分批跑，而不要一批图通吃所有渠道。原因是竖图档和默认档的构图重心不一样，前者需要给下方留出空间，后者追求主体占比，用同一批图强行适配两个渠道，两边都不到位。

跨境渠道还有一层额外的注意点。不少国际平台对主图的审查集中在「画面里有没有多余元素」上，不仅是文字和角标，连画面边缘的装饰线、色块都可能被视作不合规。做跨境白底图的时候，把「无文字、无道具」这两条约束执行得比国内渠道更严格，返工率会低很多。

短视频竖图档需要单独说一下构图。竖图的比例决定了主体不能占据整个画面高度，否则上传到封面之后，产品和下方的字幕区会互相挤压。做这一类的白底图时，提示词里除了五条约束，还可以补一句「主体偏上、下方留出空间」，让构图一开始就适配竖幅的观看习惯。这一条在横版白底图上不需要，因为横版的观看重心本来就在画面中部。

详情页附图是四类里最容易被忽略的一类。它不需要像列表首图那样严格执行纯白标准，可以允许与详情页的整体风格有一点呼应，但仍然以干净为先。这类图的常见错误是「因为不是首图，所以随便做」——结果是详情页里混进几张背景发灰、轮廓带边的图，整体质感被拉低。既然原图和提示词都已经准备好了，把这一类也按同一套标准跑一遍，成本并不高。

七、四类商品在白底上的表现差异

白底这件事，不同品类的难度差得很远。把四类典型商品的表现摆在一起看，会更容易预判哪一批图需要重点复查。

四类里最需要提前投入的是透明材质和金属反光。这两类的共性问题都出在「原图的质量上限」上：透明材质一旦在逆光下拍摄，边缘的明暗关系就已经被写死了，重绘时很难再找回通透感；金属反光一旦在强光直射下拍摄，那几道反光条会被模型当作产品特征保留下来。与其在生成后反复调，不如在拍原图或者选原图的时候就把这两类挑出来单独处理。

回头看一眼，白底图的成功率在上传前就已经被决定了大半。同一个提示词模板，用在不同质量的原图上，结果差距会非常明显。所以这套流程里最值得投入时间的一步，其实是「把原图筛一遍」这个看起来最枯燥的动作。

这里还能再往下推一层：四类商品的复查优先级并不一样。标品的白底图可以快速扫过，因为出错概率本来就低；透明、反光、毛发这三类要逐张放大看边缘。把复查的注意力按品类分配，比平均用力更有效率，尤其是在一批混着多个品类的素材里，这一点差别很明显。

还有一个容易被忽视的判断：原图本身有没有「体量感」。同样一只杯子，正面平视拍出来的图和四十五度俯拍拍出来的图，重绘之后的立体感完全不同。平视图给模型的信息是轮廓和高度，俯视图给的信息是口径和内部结构。做白底主图时优先选平视或微俯的正面实拍图，因为这类角度最接近买家在货架前的实际观看方式，也最容易被平台列表页接受。

把商品按品类和角度两个维度排一遍，会得到一张自己的原图优先级表：标品正面图可以直接跑，透明材质正面图要配柔光重拍，金属反光图要挑没有强高光的那一张，毛发类要确认轮廓没有虚焦。这张表做一次，后面每一批都能照着筛，筛选这一步的时间会被摊薄到几乎可以忽略。

八、四个常见误区

下面四条是白底图返工里出现频率最高的判断偏差，每一条都对应一次真实的重复劳动。

四条误区的共同点，是把白底图当成了「求白」的单一动作，忽略了它其实是一套「求干净」的复合标准。标准拆成三个落点之后，很多纠结就不存在了。

再补一条常被当成「细节」的偏差：把白底图的尺寸问题和内容问题混在一起处理。有人发现图投到跨境渠道被驳回，第一反应是去改背景，实际原因可能只是尺寸档位选错了。内容和规格是两条独立的问题线——内容由提示词和原图决定，规格由参数栏的尺寸档位决定。返工时先判断被驳回的原因落在哪一条线上，再动手，可以少走很多弯路。用青虎AI 做白底图时，如果一批图的尺寸不对，改的入口是参数栏，不是提示词，这一点区分清楚，返工就不会去动不该动的地方。

九、四条能立刻用上的技巧

四条技巧都围绕同一个目标：让「干净」这件事在流程里可复现，而不是靠运气。

四条技巧的收益是叠加的：模板保证一致性，双距离检查覆盖两类问题，分批跑减少调整，单张验证挡掉批量返工。做完这几件事，白底图的制作会从「出完挑挑拣拣」变成「出完直接归档」。

还有一条技巧是关于时间安排的。白底图的制作分成两段：前段筛原图和写提示词，需要人做判断；后段生成和下载，是系统在跑。把这两段错开安排，前段集中在自己思路清楚的时候做，后段让它占着系统的时间，人可以去处理别的事情。做一批五十张的白底图，真正需要连续投入注意力的只有前面那十几分钟，剩下的都是等待。这个节奏一旦习惯，一天能处理的商品数量会比一直盯着屏幕多出不少。用青虎AI 的主图生成跑这类任务时，这个时间安排方式比任何技巧都更影响实际产出。

十、三个可以直接照做的场景

下面三个场景对应三类最常见的白底图需求，做法可以直接搬。

图4：按渠道分批出图时，通常会横向对比两批成品在构图和干净度上的差别。

十一、验收清单与常见问题

白底图在归档之前，建议按下面这份清单过一遍。清单不长，但每一条对应的都是一类真实返工。