电商出图用哪个AI功能？AI六大功能选型

问「电商出图该用哪个 AI 功能」，多数人先数功能名：哪个听起来覆盖得广，就先试哪个。这个顺序装反了。六个功能不是六个可以互相替代的选项，是六把不同规格的刀——用错不会只是「效果差一点」，而是整批产出全部不符合任务，推倒重来。

差别在任务性质。同样叫「处理商品图」，把一批国内图换成外文是一种活，给一款新品配齐多套场景素材是另一种活，把一张实拍图做成能上架的首图又是第三种活。三种活的信息输入完全不同：有的输入是「一组已有成品图加一条规则」，有的输入是「一套参考图加多条描述」，有的输入是「一张实拍原图加一组参数」。输入形态不一样，能承接它的功能就不一样。

所以选型的动作要改成翻译：把手上这件事翻译成两句话——这张图是「还没有，要生成」还是「已经有，要改」；是「一款产品要出多张」还是「多款产品各出一张」。这两句话问完，六个功能各自的位置就定下来了，剩下的只是照着表配置参数。

图1：把任务先落到格子里，再去选功能，顺序反了就会整批返工。

一、出图选型为什么不能按功能数量选

困惑的源头是命名。批量生图、批量改图、批量译图三个名字里都有「批量」，听起来像同一件事的三个强度档位；主图生成、详情图编辑模式、广告图文素材三个名字里都带「生成」，听起来像同一件事的三个应用场景。名字按业务叫法取，不按技术输入输出取，于是名字的相似度盖住了输入的差异。

被名字误导之后，会出现三种典型的提问方式，每一种都没法得到可执行的答案。「哪个功能最好用」——最好用是相对任务说的，没有任务就没有答案。「一共六个功能，我先用哪个起步」——起步顺序取决于你当下手上有多少张图、这些图处在什么状态，不取决于功能列表。「能不能只用一个功能把所有事做完」——六个功能的输入形态不同，一个功能只能接一种形态的输入。

有效的提问方式只有一种：把任务拆成三段描述。原料是什么（一张实拍原图、一组已有成品图、一套多角度参考图、还是从零开始什么都还没有）；要施加的规则是什么（统一换成白底、统一换语种、按不同风格各出一套、按平台尺寸各出一版）；期望产出多少张、什么形态（可上架的单张首图、成套的系列素材、一条详情长图、一批投放广告图）。

三段描述写完，答案基本自己浮出来。因为六个功能的差异恰好落在这三段上：

原料决定你能不能走「生成」这条路——手上只有成品图、又必须保留原图细节的，只能走改图；规则决定你走的是「统一规则」还是「多条差异化描述」——前者是批量改图与批量译图的路子，后者是批量生图的路子；期望产出形态决定你落在主图、详情长图还是广告图这三条支线上。

把三段描述当成开工前的固定动作，选型就从一个「猜」的动作变成一个「对」的动作。这也是本篇要建立的匹配表的基础。

二、两条判断轴，六个功能各就各位

六个功能可以放在两条轴上定位，不需要记六条规则。

轴一是「图从哪来」。一端是「从零生成」：手上只有原料（实拍图、参考图、产品图），成品还不存在，要靠系统产出。另一端是「已有图要改」：成品已经存在，只是其中某一部分要变——背景要换、颜色要改、水印要去、语言要换、画质要统一。落在生成端的有主图生成、批量生图、详情图编辑模式、广告图文素材；落在改图端的是批量改图与批量译图。

轴二是「一批怎么算」。一端是「一款产品要出多张」：同一款商品，要不同场景、不同风格、不同版式、不同平台的多个版本。另一端是「多款产品各出一张」：一批商品，每一款只需要一张（或一套）同规格的结果，款式之间互不影响。落在多版本端的是批量生图与主图生成；落在多款同改端的是批量改图与批量译图。

两条轴交叉，六个功能全部有位置，而且没有一个是多余的。这个结构也解释了为什么「哪个功能最强」是个无效问题——越靠生成端、越多版本的功能，单次配置越复杂；越靠改图端、越多款同改的功能，单次配置越简单但能改的幅度越窄。它们的定位不同，不是强弱关系。

还有一层容易忽略的事实：这六个功能在青虎AI 里的入口并不都一样深。主图生成直接落在【创作】-【AI图像生成】，批量生图、批量改图、批量译图都是这个目录下的二级功能；详情图相关的能力在【创作】-【电商详情图】下面，广告投放用的图文素材在【创作】-【广告素材】下面。入口的分层本身就提示了它们的任务归属——出主图的和出详情长图的，本来就不是同一件事。

三、轴一：从零生成，还是已有图要改

这条轴上的判断标准只有一个：原图需要被保留到什么程度。

如果原图只是「原料」，成品可以重新画——那走生成端。主图生成的做法是上传商品实拍参考原图，推荐白底图或正面实拍图，主体完整、光线充足，点右下角生成键后 AI 基于原图自动重绘、批量生成多张主图，过程中会重新组织构图、光影、背景与视觉卖点。批量生图、详情图编辑模式、广告图文素材同理，都是拿原料产出新成品。

如果原图上有一部分信息必须一比一保留——比如产品上的 logo 位置、包装上的成分表、衣服的织纹与垂坠感、木纹的方向与深浅——那就不能重绘，只能改。这时候落在改图端：青虎AI 的批量改图负责画面内容（换底、换背景、换色、去水印、统一画质），批量译图负责画面文字（把图内中文换成指定外文，同时保留产品主体、背景、版式与光影）。

边界模糊的情况几乎每次都会遇到。一张手机随手拍的保温杯照片，想让它变成电商可用的主图——这既可以走生成（自动重绘，重新打光、换背景、调构图），也可以走改图（把背景换成白底，其余不动）。分辨的办法是问一句：如果重绘之后杯身上的品牌刻字变形了，能不能接受。能接受走生成，不能接受就走改图，把改动范围压到最小。

判断维度	从零生成（主图生成 / 批量生图 / 详情图编辑模式 / 广告图文素材）	已有图要改（批量改图 / 批量译图）
原料形态	实拍原图、多角度参考图、产品图，成品尚不存在	已经可用的成品图，只是要局部变化
系统做什么	重新组织构图、光影、背景与版面	在原图结构上做定向替换，其余尽量不动
原图命运	产出是新图，与原图是两套东西	生成新图，不覆盖原图，原图仍在
主风险	原图上的细节（刻字、纹理、规格标注）可能在重绘中变化	能改的幅度有限，画面结构问题改不掉
典型误用	拿一批成品图去做「生成」，产出一批与原图不一致的新图	拿一张实拍图去做「改图」，指望它变成全新版式

这条轴的价值在于它先筛掉一半的错误选项。很多选型失败不是因为参数没调好，而是从第一步就走错了路——本该保细节的任务拿去重绘，本该重做的任务拿去小修，两头都不满意，最后还是要重跑一遍。

四、轴二：一款产品出多张，还是多款产品各出一张

这条轴决定的是「一批」这个词在你这次任务里指什么。同一个词，指的东西可能完全相反。

第一种「一批」是一款产品的多个版本。同一款商品，需要不同场景（室内、户外、节日）、不同风格（写实、简约、科技感）、不同版式（主图、场景图、细节图、规格图）的素材。承接它的是批量生图：上传一套参考图，输入单条作图指令后点【添加】新增第二条输入框，最多 10 条独立提示词，每条提示词对应生成一套独立风格图片。参考图单次最多 10 张，要求主体清晰无遮挡。它的输入是「一套参考图 × 多条差异化描述」，输出是成套的多风格素材，这也是青虎AI 批量生图与其他批量能力的根本差异。

如果这一款产品只需要可上架的成品主图，走的是主图生成：上传商品实拍参考原图，参数栏设置模型选择、平台尺寸（默认 2K / 跨境 / 短视频竖图等档位）、生成数量、模特选项（服饰穿戴类可开启），产出后可在线预览，支持单张下载与批量打包高清原图。它的输入是「一张实拍原图 × 一组参数」，输出是同风格下多张可选成品。

第二种「一批」是多款产品各出一张（或各出一套）同规格结果。一批新品都要换成白底图，一批老图都要去掉水印，一批中文图都要换成英文版。承接它的是批量改图与批量译图：一次上传多张参考图，填一句统一指令，AI 同步对全部图片施加同一套规则。青虎AI 的批量改图单次最多 10 张参考图，参数是生图模式（默认智慧模式）与比例参数；批量译图单次同样最多 10 张，默认指令是「将图片中的文字翻译为：英语」，参数区有生成模型（默认图片 5.0 Lite）、源语言（固定简体中文）、数量（默认 1）、常用场景与模特四项。

图2：左边是「一款多版本」，右边是「多款同规则」，两种「批量」的处理逻辑正好相反。

这条轴上还有一个容易被忽略的分支：详情图编辑模式与广告图文素材。它们不完全是「多版本」也不是「多款同改」，而是「一个有明确交付形态的成品生产任务」。详情图编辑模式交付的是一条可导出的详情长图，所以它内置尺寸选项（默认尺寸 / 亚马逊长图 / 天猫详情长图 / 淘宝详情长图）与初稿数量（1 / 2 / 4 / 6 / 8 / 10 张），并在 AI 出稿后提供在线编辑器做二次精修，顶部工具栏管字体（默认思源黑体 SC）、字号、字重、对齐与文字颜色，中间画布区可拖动排版、缩放、解除组合，底部工具栏有撤销、重做与新增素材模块。广告图文素材交付的是投放位置的营销图文加配套描述文案，所以它的界面里是产品图上传区、图文素材选择下拉框（可切换视频素材）、图片比例、语言、数量选择下拉框，还内置了美妆产品类图文专属模板。交付形态决定功能设计，这也是选型时的一条隐含线索。

五、两轴交叉后的四类任务

把两条轴对齐成一个四格，绝大多数出图任务都能落进其中一格。落格之后，功能几乎是唯一确定的。

四格的划分依据是轴一（图从哪来）与轴二（这款图要几张、给几款用），第四格是上面提到的成品生产支线。逐格看一遍，就能看出每个功能为什么必须存在。

四格之外只剩一种情况：任务本身就没描述清楚。原料没定、规则没定、产出数量没定，这种状态下任何功能都会被用成「随便试试」，试出来的结果也无法判断好坏。这种情况要做的不是选功能，而是先回去把任务写清楚。

六、照着查的匹配表

下面是按真实任务描述排的匹配表。用法是先在左列找到最接近你手上任务的那一行，再看中间的功能列，最后看右列的关键配置项。如果一行都不像，说明任务描述得还不够具体。

你手上的任务	对应功能	入口与关键配置
一批成品图要统一换成白底	批量改图	【创作】-【AI图像生成】-【批量改图】，单次最多 10 张，提示词写「将图片改为产品白底图」，生图模式保持默认智慧模式
一批成品图要去水印、去杂物、换色换款	批量改图	同上入口，按能力项改写提示词；生成不覆盖原图，按生成数量消耗积分
一批中文商品图要换成英文、日文等外文	批量译图	【创作】-【AI图像生成】-【批量译图】，单次最多 10 张，默认指令「将图片中的文字翻译为：英语」，源语言固定简体中文，常用场景与模特不选则保持原图构图
一款新品要一次性配齐多风格、多场景的成套素材	批量生图	【创作】-【AI图像生成】-【批量生图】，参考图最多 10 张，点【添加】写多条提示词，每条对应一套独立风格
一款商品要几张可上架的成品主图	主图生成	【创作】-【AI图像生成】，系统自动填充可修改的提示词，上传实拍原图，参数栏定平台尺寸与生成数量
要做一条可导出的详情长图，并在线微调文字与排版	详情图编辑模式	【创作】-【电商详情图】-【电商详情图（编辑模式）】，产品图最多 10 张，选尺寸与初稿数量，出稿后先进编辑器改，再先保存后导出
要一批投放用的营销图文，还带描述文案	广告图文素材	【创作】-【广告素材】-【图文素材】，单批最多 10 张参考图、最多 10 张广告营销图，选比例、语言、数量，美妆品类可套用专属模板
多个平台各要一套规格不同的图	按产出形态拆：成品主图走主图生成，成套素材走批量生图	平台尺寸档位在主图生成的参数栏里选；批量生图则按平台分别建提示词
老图要翻新，但品牌刻字与纹理不能动	批量改图	提示词里写明保留内容与要改的项，同批次尽量上传同品类、同色调的图
手上只有一段商品描述，什么都没有	先补原料	任何生成功能都需要可参考的图，先安排实拍或找可用素材，再谈选型

这张表值得存下来的原因不是它列了十个任务，而是它的句式——「拿什么原料，按什么规则，做出什么东西」。你遇到新任务时不用在表里找，按这个句式套一遍，方向在同一秒就确定了。

七、一次完整出图的五步顺序

选型只是其中一步。把整条链走一遍，才能看出选型错在哪一环会放大成什么后果。

图3：五步里最省时的是第三步，但代价最大的也是第三步。

五步里第三步最容易被当成形式。它确实最快，但它是唯一一步「选错了必须整批重跑」的环节。第四步的参数调错了可以重配置，第二步的原料不够可以补传，只有第三步走错路，前面所有动作都要清零。

八、选错功能的代价为什么是整批返工

单张图做错了，重做一张就完事。批量任务出错，代价是按批量算的。原因有两层。

第一层是数量乘数。批量类功能的单次上限是 10 张，一批图统一出错就是 10 张一起错，20 张的活要重跑两个批次。而重跑不只是等一遍生成，还包含重新整理原料、重新写指令、重新配置参数这三段准备时间。准备的固定成本被重复支付，才是真正贵的地方。

第二层是方向问题不可逆。如果一开始就走错了轴，改参数救不回来。举一个最常见的错配：手上有一批已经做好的成品图，只是想去掉水印、统一画质，却拿去走了生成端的功能。生成端会重新组织构图、光影与背景，产出的图虽然好看，但和原图不是同一套东西——原本的版式、卖点位置、价格标注全变了。这时候不管怎么调参数，都回不到「原图加一条规则」的效果，只能换功能重跑。

反过来也有一种错配：手上只有一张实拍图，需要做出全新版式的主图，却拿去走了改图端。改图端能改的幅度有限，它擅长在同一套结构里做定向替换，不擅长重新组织版面。用它硬撑的结果通常是「改了个背景，其他还是原样」，然后人再手动补版式，等于流程里多绕了一圈。

还有一种隐蔽的错配出现在轴二内部：把「一款出多版本」和「多款同规则」搞混。要给一款新品配齐五种不同风格的场景图，误用了批量改图，写了一条统一指令，结果是五张图全被改成同一种风格，差异度为零，素材等于只做了一套。而要给十款商品统一换白底，误用了批量生图，每条提示词都会生成一套独立风格图片，产出数量远超预期，选图的工作量反而翻倍。

这四种错配有一个共同特征：错误发生在选型环节，但症状会晚好几个步骤才暴露。等你看到产出结果，原料已经上传、指令已经写完、积分已经消耗、时间已经过去，能做的只有承认这一批白做。

降低这种代价的办法不是「选得更准」，而是「选完先验」。生成类与批量类都支持先跑小批量，用两三张图确认方向，确认之后再放量。小批量验证的成本很低，但它把「整批返工」换成了「三张返工」，这是流程里性价比最高的一道保险。

九、选型时最容易错的四个判断

四个误区大多是同一个认知漏洞的不同表现形式：把功能名当成了功能本身。

四个误区的共同解法是回到那句任务描述上。描述里写清了「原料、规则、产出」，功能选择就变成了填空题；描述写得含糊，选型就变成了猜谜，猜错是概率问题，不是水平问题。

十、四条让选型更准的技巧

下面四条都是从任务描述入手的方法，不需要记功能清单。

十一、三种典型团队怎么配

三类团队的出图任务结构差别很大，配置方式也不一样。

图4：团队协作时，先把任务分类再分配，比一人一摊各试各的更省事。

十二、常见问题解答