电商套图是什么？AI能力范围与边界先讲清

「电商套图」这四个字在搜索框里出现的时候，问的人心里其实已经有半张图了：某个商品的一整套图，一起做出来，风格一致，能直接上架。但把这半张图说清楚，反而比想象中难，因为这个词在不同人嘴里指的东西并不完全一样。有人指的是一套图片素材，有人指的是做这套素材的动作，还有人指的是做这件事的那类工具。

概念的模糊会带来一个很实际的后果：你去比价、去选工具、去问报价的时候，双方说的根本不是一个东西。所以这篇文章只做一件基础工作，把这个词拆开，说清它是什么、不是什么，它到底解决哪个环节的问题，以及在青虎AI 的产品文档里，对应的那一段能力具体写到了哪一步。

在开始之前先放一句定义边界的话，后面会反复回到它。工具给的是素材、数据和初稿，判断与定稿这一步在人手里。这句话在这里的意义是：一套图能不能上架，取决于素材本身，也取决于人对品牌调性、合规与节奏的判断，工具只负责其中能标准化的一段。

先把「电商套图」说清：它是什么，不是什么

把这个词拆成两部分更好理解。前半部分「电商」限定的是用途——这些图是给电商平台用的，要满足平台对主图、详情图、白底图这些位置的展示要求。后半部分「套图」限定的是一组图之间的关系——它们不是各自独立的几张，而是围绕同一件商品的成套素材，风格统一、信息互补。

所以一个够用的定义是：电商套图指的是一件商品的一组配套图片素材，通常覆盖主图、白底图、场景图、细节图、卖点图这几种形态，它们合在一起把商品讲清楚。这个定义里有两个关键词值得圈出来：一是「同一件商品」，二是「成套」。少了任何一个，剩下的就只是「几张图」，而不是套图。

接下来讲它不是什么，这比讲它是什么更有用。第一，电商套图不是详情页。详情页是一条竖版的长图，承载的是完整的销售信息架构；套图是一组分散在各个位置的图片素材。两者有交集，但复用逻辑完全不同。第二，电商套图不是「一张图改几个尺寸」。同一张图裁成不同比例只是适配，它没有增加信息维度，所以不构成一套。

第三，电商套图不是模板套用。把商品照片塞进一个固定版式里，出来的东西在形式上像一套，但它没有围绕这件商品做过任何识别与调整——服装的版型特征、3C 的表面质感，这些都没有被读进去。这种产出通常一眼就能看出是同质化的，所以它解决的是「有没有图」的问题，解决不了「讲不讲得清」的问题。

第三点还牵出另一个区分：电商套图不是「素材库」。素材库强调的是存量和可检索，套图强调的是围绕一件商品临时生成的一组素材。素材库回答的是「我手上有什么」，套图回答的是「这件商品该怎么被讲清楚」。两者会互相补，但一个做大之后不会自动变成另一个。所以当团队讨论「要不要建一个套图库」时，更准确的说法是：套图会归档进素材库，但库存本身不叫套图。把这两件事分清，能避免把「多囤素材」误当成「把商品讲清楚」。

第四，也是容易被误解的一点：电商套图不是一次生成就永久可用的资产。平台的展示位置会变、季节会变、卖点会变，所以一套图有它的使用周期。把它当成会过期的消耗品来规划，比当成一次性的固定资产更接近现实。

说法	它是不是电商套图	判断依据
同一件商品的主图、白底图、场景图、细节图、卖点图各一张	是	同一商品、多种形态、风格统一
同一张主图裁成几个不同比例	不是	信息维度没有增加，只是尺寸适配
商品照片套进固定版式	不是	没有围绕该商品做识别与调整
一条竖版的商品详情长图	不是	那是详情页，承载完整销售信息架构
双十一用的一组活动图，风格统一	接近，但用途不同	成套性成立，承载的信息目标不同

它解决的具体问题：四个真实卡点

概念讲清之后，看它到底被用来解决什么问题。这个问题在真实工作里通常不是「我不会做图」，而是四个更具体的卡点。

第一个卡点是速度。一个 SKU 要出一套完整图，从头拍、修、排、调，走完一遍的时间往往以天计，而电商的上新节奏是按批来的。速度和批量的矛盾，是这个需求被反复搜索的根本原因。

第二个卡点是一致性。一套图里如果风格各自为政，用户会觉得这不是一家店的东西。更麻烦的是这种不一致很难靠人工检查发现，因为它藏在配色、光线、构图的细微差别里，做图的人自己看久了也麻木。所以一致性这件事需要被机制保证，而不是被责任心保证。

第三个卡点是信息完整度。主图负责第一眼吸引，白底图负责清晰展示，场景图负责想象使用，细节图负责打消疑虑，卖点图负责强化理由。这几种图各管一段，缺一段就会有用户在某个环节流失。很多人做套图时只做前两种，后面三种要靠临时补。

第四个卡点是平台适配。同一件商品发在不同平台，尺寸和比例要求不一样，白底规范也可能不一样。适配如果逐平台手动做，那么前面三步省下的时间会在这一步还回去。

把这四个卡点排一下序，会发现它们之间有依赖关系：速度是一致性的前提——如果每次都要重新做，一致性根本无从谈起；一致性是完整度的前提——风格不统一的图放在一起，信息再怎么分工也读不顺；完整度是适配的前提——图本身没做全，适配只是在把不完整的素材复制几份。理解这个依赖顺序很重要，因为它说明改进的着力点在前面，而不是在后面。很多人把精力花在最后一步的适配优化上，结果发现上游的图本来就该重做。

还有一类需求常被归到「电商套图」名下，其实属于另一个问题：多语言版本。同一件商品要发往不同市场时，图片里的文字需要换语言，而文字换掉之后版式往往也要跟着调，因为不同语言的文字长度差异很大。这件事在流程上和套图有交集——它们共用同一批基础图——但规划方式不一样：套图规划的是形态，多语言规划的是版本。把这两件事分开排期，比混在一起做清楚得多。

青虎AI 在这一段的可查事实：主图套图生成写到哪一步

青虎AI 的能力落在三个域：图片线、视频线、平台线。与「电商套图」这个概念直接对应的，是图片线里的主图套图生成，也就是文档里的能力点 A2。下面只写文档写明的内容，写多少算多少。

它的定位是「上传一张产品图，自动输出整套主图素材」。机制上，它从一张基础图出发，自动识别材质、颜色、形状、纹理，例如服装的收腰、阔腿、垂坠感这类版型信息，3C 类的金属质感、磨砂表面这类表面特征。这一步是关键——识别结果决定了后面每一张图是不是真的围绕这件商品做的。

产出上，文档写明的是 30–60 秒输出 5–8 张完整套图素材，形态覆盖主图、白底图、场景图、细节图、卖点图，适配 6+ 主流平台。这几个数字值得记住，因为它们分别对应前面四个卡点：时间对应速度，张数对应完整度，形态覆盖对应信息分工，平台数对应适配。

另外三项能力也值得单独提。一是内置违规词词库，生成前会自动检测并提供替换建议——这一条对合规要求高的类目很实用。二是多风格可选，文档里列出的是写实高清、ins 风、北欧简约、科技感。三是单张不满意可以单独重生成，不必整套重来——这一条决定了返工的成本，也决定了你赶批次的时候敢不敢用。

入口在功能栏的「图像生成」里，勾选「套图模式」。同一图片线里还有两条相关路径：主图复刻处理的是「提取参考图的视觉特征，再叠上自有产品图」，提取覆盖 8 大视觉维度，参考图单次最多 10 张、产品图最多 3 张，文案有提取图片文案、AI 生成文案、自定义文案 3 种模式，内置 1:1、2:3、3:4、16:9 几种比例；批量改图则是一次最多 10 张参考图加一句提示词同步处理，文档特别写明改图生成的是新图、不覆盖原图。

这三条路径的分工可以用一句话概括：套图解决「这件商品要出哪几张图」，复刻解决「这一批图要对齐哪一种视觉风格」，批量改图解决「已经有一批图，需要统一做某种处理」。它们经常被混着用，但把三者的适用场景分清，能避免在一个场景里用错另一条路径。比如你手上已经有一批成品图、只想把背景统一换掉，那么该用的是批量改图，而不是重新做一套。选错路径的直接后果是白花一遍生成时间。

完整流程逐条拆：从基础图到可交付素材

把概念和事实摆完之后，看这套素材在实际工作中是怎么一步步做出来的。下面按六个动作拆，每个动作配一个判断点。

第一个动作是选定基础图。判断点是「主体是否完整、光线是否均匀」。选图这一步花的时间不多，但它决定了整套图的上限，所以值得从三到五张候选里挑一张最好的，而不是顺手拿一张。挑的时候可以用一个很土但有效的办法：把候选图缩到手机屏幕大小看一眼。缩小之后还能看清主体轮廓的那一张，通常就是能撑起整套图的那一张；缩到很小就糊成一团的，后面不管怎么生成都撑不住。

第二个动作是确认商品类型与风格方向。判断点是「这次要讲的是版型、材质还是使用场景」。不同的商品有不同的讲述重点，服装讲版型与垂坠感，3C 讲质感与功能，家居讲氛围与搭配。先把讲述重点定下来，后面挑图才有依据。

第三个动作是补齐文案。判断点是「文案由谁提供」。图片里的文字有三种常见来源：从参考图里沿用、按商品信息新生成、由自己写好贴进去。有品牌规范或合规要求的类目，通常需要第三种，因为只有自己写的文案才能保证用词与口径。

第四个动作是生成整套素材，也就是出图这一步。判断点是「出图时间与张数是否匹配你的节奏」。文档口径是 30–60 秒输出 5–8 张，这意味着一次生成的产出量是可控的，你的工作方式应该按「一次出一个 SKU 的整套」来组织，而不是按单张来组织。按套组织还有一个附带好处：同一个 SKU 的几张图是在同一批里生成的，风格天然更接近，一致性不用额外去维护。

第四个动作里还有一个容易忽略的细节：生成前的检查。文档写明内置违规词词库、生成前自动检测并给替换建议，这个动作发生在出图之前，所以它其实属于「定规则」而不是「补救」。把这一步当成生成流程的固定环节，比如每次生成前扫一眼提示，比出了图再回头改文案省事得多。

第五个动作是挑选与返工。判断点是「不合格的那一张能不能单独重做」。这是整套流程里最容易被忽略的一环。一套图里总有几张不理想，如果只能整套重来，你会本能地降低挑选标准，最后交付的是「都还行」而不是「都不错」。文档写明单张可单独重生成，这一点对实际交付质量的影响比它看起来大。

第六个动作是归档与跨平台适配。判断点是「比例与白底规范是否一次过完」。把这一批的产出按商品编号落盘，同时把各平台要用的版本一次性导出，而不是等上线前临时裁。

这六个动作串起来，你会发现它的结构与任何一条内容生产线都相似：准备、定规则、执行、挑选、归档。差别只在于「套图」这个词把其中的「执行」那一段明确了产出形态——一次要出的是一整套，而不是一张。

容易想错的地方：四个常见的纠偏点

概念清楚、流程也清楚了，接下来把最容易想错的地方点出来。这几条在真实工作里出现的频率很高，而且每一条都会直接吃掉效率。

第一个纠偏点是关于数量的。很多人把「套图」理解成「图越多越好」，于是生成完再手动补一堆。实际上不同形态的图有各自的功能，重复再多也不会增加信息。一套图的价值在于覆盖了多少个必须讲清楚的点，而不在于张数。文档给出的 5–8 张覆盖主图、白底图、场景图、细节图、卖点图这几种形态，这个覆盖思路本身比张数更值得参考。

第二个纠偏点是关于「一次到底」的。有人会期待生成一次就得到可直接上架的全套素材，实际情况是生成出来的是候选素材，还需要人来挑、来定、来对齐品牌口径。这不是工具做得不够，而是这一段的判断本来就不在工具的能力范围内。AI 不懂你的品牌调性，最终还得人来把关。

第三个纠偏点是关于效果来源的。同样一套流程，有人出来的图明显比另一个人好，差别往往不在操作，而在输入：基础图选得好不好、商品类型判得准不准、文案给得清不清楚。把这三点当作变量，而不是把差异归到「工具不稳定」上，改进的方向就会明确。

第四个纠偏点是关于合规的。内置的违规词检测是一个有用的辅助，它能在生成前提示你某些用词可能有问题。但它替代不了你对所在平台规则的了解，也替代不了行业特有的合规要求。把它当成一道提醒，不要当成一道保险。

这四个纠偏点还可以合成一句更省事的判断口诀：先问覆盖、再问判断、然后问输入、最后问合规。顺序不能颠倒，因为前面的问题更基础：覆盖不全，判断再准也没东西可判；判断不清，输入准备得再好也定不下来；输入不行，合规检查就只能一遍遍卡住。把口诀贴在工位旁边，下次做图之前扫一眼，能省掉不少返工。

还有一点值得单独提：不要用产出的张数去衡量这套流程的效率。效率应该用「一次到位率」来衡量——这一批里有多少张是不需要人再动手的。这个指标比生成速度更能反映你的流程质量，因为它把基础图、文案、规则这三件事的准备工作全都算进去了。第一次统计这个数字的时候可能会有点低，这很正常；看着它一批批往上走，才是流程真正在改善的信号。

三类场景里的套图：服装、3C、家居各要什么图

同一套流程，落到不同类目上，需要覆盖的图片形态并不一样。下面三个场景可以帮助你判断自己的清单上该列哪几种图。

在进入场景之前，先说清一个判断依据：套图的形态取决于「用户最想确认什么」。服装的用户最想确认版型与上身效果，3C 的用户最想确认材质与功能细节，家居的用户最想确认尺寸与搭配氛围。用户想确认的那件事，就是这套图必须讲清的核心。

三个场景看下来，会发现类目决定的是形态配比，流程本身不因为类目而改变。这也是为什么先把概念和流程理清、再去看具体能力，判断会更稳：类目变了要调整的是清单，不是方法。

类目	用户最想确认什么	这套图里权重最高的两种形态	容易缺的一项
服装	版型与上身效果	场景图、细节图	只做了白底与主图，版型没交代
3C	表面质感与功能细节	细节图、主图	光线不均，几张图质感不一致
家居百货	尺寸感与搭配氛围	场景图、卖点图	场景图只有一张，说不出搭配逻辑
食品	真实形态与配料信息	细节图、卖点图	卖点文案与图片不同步

边界与信息说明：哪些内容本文不涉及

有几件事要说清楚。本文讲的是「电商套图」这个概念、这批素材该怎么做，以及青虎AI 文档里写明的那一段能力。本文不逐一罗列第三方工具的规格、界面细节与版本信息，具体以该工具官方页面为准。这类内容迭代快，界面会调、说明会改，靠二手转述补出来的细节反而会成为误判的来源。

同样地，本文列出的所有数字都来自青虎AI 的产品文档：30–60 秒、5–8 张、6+ 平台、10 张、3 张、8 大视觉维度、3 种文案模式、1:1、2:3、3:4、16:9，这些是文档写明且有出处的口径。文档没有写的内容，本文也不会替它补上。

常见问题：十四个疑问逐个答