主图生成前要准备什么？AI主图执行前清单

十个人里有九个是"随手传张图就开始生成"，然后在挑图时发现一半不能用、尺寸不对、卖点也没体现出来，只好重来。返工的量看起来是挑选环节的问题，源头却几乎都在生成之前那十分钟——准备得清楚，出图的方向就准，后面能淘汰的自然少。

一、返工为什么都发生在生成之后

出图这件事有个特点：生成之前的所有判断都是免费的，生成之后的每一次修正都要付出时间。上传的图源不合格，出图时不知道，等看到结果才发现主体模糊，这时唯一的补救办法是重出；卖点没想清楚，提示词里没体现，出图后才发现画面和商品定位对不上，同样要重出。

这些问题的共同点是：它们在生成前就能判断，判断的成本几乎为零，但被跳过了。跳过的原因不是不知道要做，而是这些准备动作分散在好几个地方——图源在相册里、卖点在脑子里、尺寸要求在心里，没有一个统一的检查动作把它们串起来，于是每一样都容易漏。

还有一个心理层面的原因：出图这件事看起来很简单，上传、设置、点生成，三步就完成了。简单的外表让人下意识地觉得"没什么好准备的"，于是把注意力全部放在出图之后。但恰恰因为操作简单，出图前后的准备差别就显得更重要——操作环节都一样，成品质量的差别几乎全部来自准备。

从成本分布看，准备阶段是整条链路上最便宜的一段。判断原图合不合格不给钱，想卖点不给钱，选尺寸不给钱，这些动作只在消耗你的注意力。而生成之后的每一步都在消耗真实资源：重出要消耗积分，重挑要消耗时间，误用要承担后果。把判断放在便宜的那一端，是这本账最朴素的算法。

解决方式是把它们整理成一份固定的清单。出图前照着过一遍，每一列确认一次，确认完再点生成。清单的价值不在于它多复杂，而在于它把散落的判断集中到一个时间点上，不依赖记忆。用十分钟过一遍清单，换来的是后面少一半的返工。

图1：准备动作集中在生成之前，判断免费；拖到生成之后，每一次修正都要重出。

二、清单第一项：参考原图是否合格

参考原图是出图的起点，它的质量直接决定生成结果的上限。原图不合格，后面的参数调得再细也补不回来。判断一张原图是否可用，看三个点。

检查点	合格标准	不合格的后果
主体完整	商品整体在画面内，没有缺角、没有被遮挡	生成图沿袭缺失，产品关键部位不完整
光线充足	明暗均匀，暗部细节可见，没有大面积死黑或过曝	重绘后细节丢失，质感发闷或颜色发白
清晰度	主体边缘锐利，能看到材质纹理	生成图整体发糊，放大后无法用于主图

这三项里，主体完整是最硬的一条。画面里商品只是露出一部分，生成结果会继承这个缺陷，怎么调都补不回被裁掉的那块。光线同样关键，暗部没有细节的原图，重绘时模型只能猜测暗部内容，猜出来的东西和实物往往对不上。清晰度则影响整体观感，模糊的原图很难推出锐利的成品。

推荐的做法是用白底图或正面实拍图作为参考原图。这类图主体明确、背景干净，模型能更准地识别商品边界，重绘结果的还原度更高。如果是随手拍的场景图，背景里有其他物品，模型可能会把不相干的元素也带进生成结果，增加后续筛选的工作量。

原图还有一个数量上的准备：同一款商品最好备齐正面、侧面、细节几个角度。生成时如果只给一张正面图，模型对商品的立体结构了解有限，重绘出侧面角度时容易走形。备齐多角度原图，出图时按需要选用，还原度会更稳。这一步在准备阶段做，成本是整理几张照片；等到发现出图走形再补，就要重走一遍出图流程。

原图的整理方式也值得顺手做一下。把常用商品的合格原图统一放在一个文件夹里，按款号命名，出图时直接取用，不必每次翻相册找。这和素材归档是同一个道理——准备阶段的整理投入，会在每一次出图时被回收。

三、清单第二项：卖点想清楚了没有

出图之前要想清楚这个商品的主图要突出什么。这件事的产出是一句话或几个关键词，它们会进入提示词，成为生成时的方向指引。卖点没想清楚，提示词就会写得空泛，生成结果自然抓不住重点。

想卖点的方向可以从三个角度切入：商品的功能特点、目标人群的关心点、与同类产品的差异。功能特点比如保温杯的保温时长、材质的触感；目标人群的关心点比如送礼场景、日常通勤；差异比如颜色更特别、设计更轻巧。从中挑一到两个作为主图的核心，其余的留给辅图。

卖点想清楚之后，还要决定它怎么体现在画面上。有的卖点适合用画面构图表达，比如强调轻巧就用留白多、主体小的构图；有的卖点适合用场景暗示，比如强调送礼就放一个礼盒元素。把"卖点"翻译成"画面元素"，提示词才能写得具体。

用青虎AI生成主图时，进入功能后系统会自动填充一段提示词，这段提示词可以修改。把想清楚的卖点补充进去，出图方向会更贴合商品定位。如果不做这一步，只按默认提示词生成，出来的图往往会比较通用，缺少针对这款商品的表达。

卖点的数量要控制。一次主图能传达的信息有限，塞进三四个卖点，画面反而没有重点。选一到两个最核心的写进提示词，其余的留给辅图或详情页。判断哪个是核心的办法很简单：问自己"如果买家只记住一点，希望是哪一点"，答案就是主图该突出的那个。

卖点还要和画面元素对齐。如果卖点是"保温"，画面可能强调杯盖密封、热气感的暗示；如果卖点是"轻便"，画面可能强调留白、主体不要太大。想清楚卖点之后，把对应的画面元素也一并想好，提示词里就能同时写上方向和元素，出图结果的命中率更高。

四、清单第三项：发哪个平台、选哪个尺寸

平台决定了尺寸与合规要求，这件事必须在生成前定下来，而不是等图出来再适配。同款商品发到不同平台，需要的比例可能不一样，出图时选对尺寸档，可以直接产出符合展示要求的结果，省掉后续的裁剪或重做。

选尺寸时看两件事：目标平台展示位是什么比例，以及这批图是否还要兼作其他用途。如果只做主图，按平台主图的比例选即可；如果还要兼作详情页或活动图，可能需要准备多个规格，在出图时就分好批次。

使用青虎AI生成主图时，参数栏里可以选择平台尺寸，涵盖常见的展示规格；语言也可以在简体中文与外文之间切换，方便面向不同市场。这些选项在生成前设好，比生成后再想办法适配要省事得多。尺寸选错的代价很直接——图再好看，比例不对也用不上。

尺寸选择还牵涉到构图的完整性。同一个商品在方形画幅和竖版画幅里的合理构图不一样：方形画幅四周的空间有限，主体不能太大，否则容易贴边；竖版画幅上方留白多，可以容纳更多场景元素。出图前确定画幅，等于同时确定了构图的方向，提示词里也可以体现这一点。

如果一时不确定这批图最终会用在哪个位置，可以先按最常用的展示比例来出，同时把这个比例记在准备清单里。等到具体用途明确再补出其他比例，比一开始就铺开所有规格要节省。尺寸的准备工作追求的是"目标明确"，而不是"规格齐全"。

五、清单第四项：一次要出几张

生成数量要按用途来定。如果一款商品只需要一张合格的主图，出图时数量可以少一些，够挑选即可；如果这款商品要测款、要做多版本对比，或者同时需要白底图和场景图，数量就要相应增加，保证每个方向都有候选。

数量的判断还有一个实用角度：看这张图的"挑选余地"。出图后往往需要从多张里挑一张最合适的，候选太少就没有比较空间，挑出来的未必是最优。主推款的候选数量建议留足，常规款可以按需减少。

数量还要和风格方向匹配。如果这次需要白底图和场景图两种方向，数量就要覆盖两个方向，而不是把数量全部押在一种上。方向越明确，数量的分配就越清楚：白底要几张、场景要几张，出图时按这个分配去设，避免某一种方向没有候选可用。

数量定好之后，还要想清楚这些图分别对应什么用途。主图首图、辅图、活动图、详情页配图对画面的要求不同，准备阶段把这些用途列出来，数量就有了依据。列不出用途的数量往往是拍脑袋定的，多出来用不上的图会占用后续挑选的精力，少了又不够用。

数量还和批次安排有关。如果一次要处理多款商品，建议按款分别设定数量，而不是所有款用同一个数。主推款多出几张、常规款少出几张，整体积分消耗更合理，挑选的精力也能集中在重点款上。

数量之外还有一项与市场直接相关：语言。如果商品面向的是海外市场，主图上的文字语言需要提前确定。使用青虎AI生成主图时，参数栏提供语言切换选项，可以在生成阶段就把语言设成目标市场使用的语种，不必生成后再改图。这一步在生成前确认，能避免出图后才发现文字语言不对。

语言对应的还有风格偏好。不同市场的买家对主图的审美偏好不完全一样，有的偏好简洁直白，有的偏好有场景氛围。出图时把这点考虑进去，结合卖点确定风格方向，生成结果的接受度会更高。

同款商品如果同时发国内和海外，建议按市场分两批生成，各自设好语言与风格。混在一批里生成，容易出现同一款商品的图语言不统一的情况，后续挑选时还要再分一次。

六、清单第五项：生成前先看积分消耗

生成前确认这次操作会消耗多少积分，是清单里容易被忽略却很重要的一项。批量出图时，多款商品、多张候选叠加起来，消耗量会比单次出图大不少。提前看一眼，可以避免两种情况：一是出到一半发现不够用了，二是超出了一次性想投入的量。

积分的用法可以有个大致规划：重点款多投入，常规款控制用量。生成前先算一下这一批大概需要多少，再看手上的量是否够，不够的话是减少数量、还是分两批出、还是先只出主推款。这个决定放在生成前做，比生成中途被迫停下来要主动得多。

使用青虎AI生成主图时，点击生成后系统会自动计算并显示本次消耗。把这一步纳入清单的最后一个动作，确认之后再点下去，整个准备流程就闭环了。清单的顺序也建议按这个来排——从原图、卖点、平台尺寸、数量到积分，逐项向后，最后落在一个确认动作上。

积分这一项在批量场景下的意义更大。单款出图消耗有限，看一眼与否影响不大；一次处理十几款、每款还要多张候选时，总量会迅速累积。准备阶段先估一个总数，和手上的量对一下，能提前决定要不要分批、要不要缩减某些款的候选数。这个决定在准备阶段做，是主动规划；等到生成中途发现不够，是被动应对。

积分规划还可以反过来约束出图的策略。如果这一批的可用量有限，就把候选集中给主推款，常规款按最小可用数量出。这种分配方式在准备阶段就能定下来，不需要出图到一半再临时改。资源有限时的取舍放到前面做，出图过程就不会有反复。

七、六个检查项的对照表

把清单整理成一张表，出图前对一遍，不容易漏项。表中每一项都对应一个具体的确认动作，确认结果只有"可以"或"不可以通过"两种。

检查项	确认内容	不通过的后果
参考原图	主体完整、光线充足、清晰度达标	生成图沿袭缺陷，只能重出
产品卖点	一到两个核心卖点已明确，能翻译成画面元素	提示词空泛，画面缺少针对性
平台与尺寸	目标平台已确定，参数栏选好对应尺寸档	比例不对，图出来也用不上
生成数量	按用途定好本次要出几张	候选不足，挑选空间受限
语言	目标市场语言已确认并设置	图上文字语言不对，需要重出
积分消耗	已确认本次操作会消耗多少积分	批量出图中途被迫停止

这张表可以按批次使用，也可以按款使用。按批次使用适合多款集中出图的场景，一次确认整批的共同准备项；按款使用适合主推款，逐款确认原图与卖点，更细致。两种用法不冲突，可以结合。

图2：准备的成本是固定的十分钟，返工的成本随出图量增长。

九、准备十分钟能省掉什么

把返工的种类列出来看，会清楚这十分钟省在哪里。最常见的返工有三类：原图不合格导致重出、尺寸选错导致重出、卖点没体现导致重出。这三类都对应清单上的一项，也都可以在准备阶段避免。

返工类型 → 对应清单项 → 准备工作
原图模糊/主体缺失 → 参考原图 → 出图前放大检查原图
比例不符展示位 → 平台与尺寸 → 出图前选定尺寸档
画面与卖点不符 → 产品卖点 → 出图前写下核心卖点
文字语言不对 → 语言设置 → 出图前确认目标市场

从这个对应关系能看出，返工的成本不是"多花一次时间"这么简单。重出意味着重新走一遍上传、设置、等待、挑选的完整流程，而且要占用额外的积分。如果这一批涉及多款商品，某几款的重出还会影响整批的进度安排。准备十分钟省下的，是这一整套重复动作。

把三类返工按发生频率排序，通常原图问题出现得最多，尺寸问题次之，卖点问题再次。这个排序对准备的启发是：如果时间有限，只能重点确认一项，就优先确认原图。原图是所有生成结果的起点，它的质量对成品的影响最直接，也最不可替代。

准备还有一个不容易量化的收益：出图方向的清晰度。想清楚卖点、定好尺寸之后，看到生成结果时，判断"这张行不行"也有了标准——卖点体现出来了没有、比例对不对、光线质感够不够。有标准的挑选，比凭感觉挑要快得多。

从更长的周期看，准备的收益还会累积。第一次走清单时可能觉得繁琐，走几次之后会发现常出问题的就是那两三项，可以有针对性地加固。比如总在原图质量上出问题，就把原图检查做得更细；总在尺寸上出问题，就在准备阶段先把尺寸确认完再往下走。清单越用越贴合自己的实际，返工也就越来越少。

还有一个容易被忽略的收益是协作的顺畅。如果出图由一个人做、上架由另一个人做，准备清单可以作为交接的依据——出图的人确认过哪几项，上架的人看清单就知道这批图是按什么规格、什么方向出的，不需要再问一遍。清单在这里同时承担了检查表和交接单的功能。

十、四个常见误区

准备这件事上有四个反复出现的做法，它们看起来都在省时间，实际都在制造返工。

十一、清单在不同场景下的调整

六个检查项是通用框架，实际使用时可以按场景调整重点。单款商品出图时，重点在参考原图和卖点，这两项决定成品质量；批量出图时，重点在平台尺寸和数量，这两项决定整批的可用性；面向海外时，语言成为必须逐款确认的一项。

出图频率高的店铺，可以把清单固化进流程说明，每次出图直接照着走，不需要重新讨论要检查什么。出图频率低的店铺，至少在每次批量出图前过一遍，把容易漏的项挑出来重点确认。清单的作用是防止遗漏，用的次数越多，越能发现自己在哪一项上最容易犯错。

清单还可以随着经验增补。比如某次发现某个平台的审核对图上文字有额外要求，就把这条加进平台尺寸那一项；某次发现某类商品的原图特别容易取景不全，就在参考原图那一项上做记录。清单不是一次写完就固定的，它是把过往踩过的坑逐个记下来的结果。

清单的语气也建议写得直白，用"是否确认"这种可回答的问句，而不是"注意原图质量"这样的提醒。问句逼着给出是或否的答案，提醒则容易被略过。同一份清单，写法不同，执行效果差别很大。

图3：六个检查项按顺序过一遍，最后落在一个确认动作上，准备流程就闭环了。

十二、把准备固定成生成流程的第一步（附示范）

清单要真正起作用，得固定成流程的第一步，而不是想起来才做。做法很简单：把生成任务拆成两段，前一段是准备，后一段是生成，准备没走完不进入生成。这个约束一旦建立，返工率会明显下降。

准备还有一个顺带的好处：它让出图这件事变得可预期。跳过准备时，出图的结果带有随机性，好不好看靠运气；走完准备后，出图是朝着确定方向去的，结果的分布会收窄，挑选的难度也随之降低。

使用青虎AI生成主图时，操作链路本身很直接：上传参考原图、设置参数、点生成、等待、挑选下载。整个链路里真正需要人判断的，就是准备阶段的那几项。把它们想清楚，后面几乎是顺流而下；跳过它们，后面的每一步都可能要回头。清单的意义，正是把这段顺流而下变成常态。

图4：出图前花十分钟走完清单，整批出图的方向就稳了。

下面用一款保温杯上淘宝的完整过程，把清单走一遍。准备阶段先看原图：手上是一张白底正面实拍图，主体完整、光线均匀、边缘清晰，检查通过。接着写卖点：这款杯子主推的是便携与保温，选"轻便易携带"作为核心，画面希望简洁通透。

然后定平台与尺寸：目标是淘宝主图，按方形比例选尺寸档；语言用简体中文，不需要切换。再看生成数量：这是常规款，出几张够挑选即可，不必按测款的数量走。最后看积分消耗：确认本次操作会消耗的量在预算内，点生成。

这个示范里最关键的动作是准备工作集中在生成之前完成。原图、卖点、尺寸、数量、积分五项一次确认，生成之后就只剩挑选。对比上一批的返工经历，差别不在功能，而在准备阶段有没有认真走完。

常见问题