a+/详情页是什么？AI能力范围与边界先讲清

很多人第一次接触这个概念，是在后台或者同行嘴里听到一个说法，然后就再也绕不开了。绕不开的原因不是它复杂，恰恰相反，是它太日常——你每天都要上架、要配图、要写卖点，这些事凑在一起的时候，问题就变成了「我该怎么把这一整套做出来」。所以要回答「是什么」，得先把它从术语还原成一件具体的事。

这篇要做四件事：把概念说清楚，把「不是什么」也说清楚；讲清它到底解决哪个环节的问题；把青虎AI 对应的能力按可查事实摆出来；最后把整套流程逐条拆开，并把最容易想错的地方单独拎出来讲。

先把边界放在最前面。工具给出的是素材、初稿，判断与定稿这一步在人手里。另外，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。

先说是什么：一套商品信息的视觉组织方式

剥掉术语的外壳，它指的是同一件事：把一个商品的卖点、参数、使用场景、信任凭证这些信息，按一定的顺序组织成一套连续的长图，让顾客在滑动浏览的过程中逐步被说服。它不是某个平台的专属功能，也不是某一种设计风格，而是「信息怎么排、视觉怎么配套」这一套做法本身。

之所以它值得单独成为一门功课，是因为商品在被下单之前，顾客看到的始终是图片和文字的组合，而不是实物。触感、气味、重量这些在线下能被感知的东西，在线上全部要靠视觉来传达。所以这套长图承担的任务，本质上是替商品完成「自我介绍」，把原本需要导购说的话，用图的方式说完。

它的结构通常是分层的。最上面一层解决「这是什么」，中间几层解决「它为什么好」，靠后的部分解决「凭什么信你」和「买了之后怎么用」。不同的类目分层数量不同，但逻辑是一样的：先让人不划走，再让人看下去，最后让人放心。

把这套做法叫成一个词，好处是沟通成本降低了，代价是它容易被误解成一个可以点一下就跑出来的东西。它其实更接近一份内容稿：有主次、有节奏、有取舍，只是呈现形式从文字换成了图。

再说不是什么：它不是主图，也不是文案生成器

这三个概念经常被混在一起讲，混起来之后判断就会失准。有必要逐个分开。

它和主图不是一回事。主图解决的是「在货架和搜索结果里被点开」，是一眼的事；详情长图解决的是「点进来之后被说服」，是逐屏的事。两者对画面的要求完全不同，主图强调主体突出、辨识度高，长图强调信息完整、层级清楚。用做主图的思路去做长图，结果通常是画面漂亮但信息没讲清。

它和文案生成器也不是一回事。文案生成器处理的是文字本身，而这里要处理的除了文字，还有文字放在什么位置、配什么图、字号和层级怎么排。文字写得好但排版乱，读者依然会划走；排版清爽但文字空洞，读者也会划走。两件事必须一起做。

它同样不是一次性的动作。一件商品的长图做完，下发到不同平台时尺寸和比例的要求不一样；翻成另一个市场时语言要换；活动期到了要临时加一屏促销信息。这些后续动作如果每次都要从头做一遍，这套内容就变成了消耗品而不是资产。

把三个概念并排放一张表里，边界会更清楚。这张表要看的不是谁更重要，而是三者各自对什么负责——一旦分工明确了，选工具的时候就不会拿错标准。

对比项	它解决什么问题	对画面的要求	能拿什么来核对
主图	在货架和搜索结果里被点开	主体突出、一眼能认出	缩略到很小之后还认不认得出
详情长图	点进来之后逐屏被说服	信息完整、层级清楚	能不能说出每一屏在讲什么
纯文案	把话怎么说清楚	不涉及画面	去掉配图之后文字还立不立得住

表里最右一列是自查口径。拿一张成品图问自己三个问题：缩到很小还认得出吗、每一屏讲什么都说得出来吗、把图去掉文字还站得住吗。三个问题分别对应三种不同的责任，答不上来哪一项，就是哪一项没做到位。

它解决什么：三个真实卡住的环节

概念讲完，要落到它到底帮人解决了什么问题。真正卡住人的地方通常有三个，而且这三个困难是叠加出现的。

第一个是起步难。一件新商品要上新，作者面对的是空白页。卖点从哪来、顺序怎么排、第一屏放什么，这些决定如果没有参照，很容易卡很久。最常见的应对是去看同行的页面，但看完之后往往只留下一个模糊印象，复制不出那套结构。

起步难还有一层容易被忽略的原因：它需要的是「结构感」，而不是美术功底。同一件商品，有的人能一眼看出该先讲材质再讲场景，有的人拿到手就是一堆信息平铺。这种结构感的差别，不是画画技巧的差别，是信息组织能力的差别。而组织能力是可以被参照物带起来的——看多了别人的结构，自己也就有感觉了。

所以起步阶段的正确做法，不是急着打开工具，而是先花一点时间做结构笔记。挑三到五张结构清楚的同行页面，把它们每一屏在讲什么写下来，写成一句话一屏。这份笔记做完，你对「该讲几件事」就有了具体的答案。它不需要很正式，写在便签上就够，但它的价值会一直延续到后面每一件商品。

第二个是数量大。一个店铺不是只有一件商品，一次上新可能是几十个 SKU。做一件花半天还勉强可以接受，做三十件就成了不可完成的任务——不是因为难，是因为重复劳动太多。真正压垮人的不是复杂度，是次数。

数量这一项最容易被人低估，因为它不体现在任何单件商品的难度上。做第一件时你会觉得流程挺顺，做第五件时开始觉得重复，做到第二十件时才会真正意识到问题：不是不会做，是每次都在重新做同一套决定。这也是为什么批量能力值得单独评估——它省掉的不是操作时间，是「重新决定」的时间。

从数量的角度看，有两条出路。一条是把参考和文案路径固定成模板，让后面的商品从模板出发；另一条是把同类修改合并处理，一次做完。前者解决的是「每次都要重新想」，后者解决的是「同一件事做了很多遍」。两条路一起用，批量的效率才会真正体现出来。

第三个是改起来麻烦。长图做出来之后，改一次文字的代价往往比重新做一张还高：要回到原始文件、要找到对应图层、要重新导出、要重新对齐尺寸。改的次数一多，整个流程就会拖住所有排期。

改这一项最容易被低估，因为它的成本是累积的。第一次改觉得还行，第五次改就开始烦躁，第十次改就会让人怀疑整个流程。更麻烦的是，改动往往不是一次性完成的——平台反馈要改，法务审核要改，活动节奏变化也要改。一件商品的成品图，在整个生命周期里被修改的次数可能远超预期。

把这一项量化一下，判断会清楚很多：每改一次需要几步？如果答案是「打开另一个软件、找到图层、改、导出、传回来」五步，那么十次修改就是五十步，加起来相当于多做了好几件商品。如果答案是「在当前界面拖一下」一步，那么十次修改只是十个小动作。这个差别，就是返工成本的全部。

这三个环节连在一起看，就能理解为什么这类能力值得单独评估：它要同时解决「没有参照物」「数量太多」和「改不动」这三件事，缺一件，效率都会掉下去。

再往深一层想，三个环节背后是一个共同的原因：这件事的重复度很高，但每次都要重新做决定。选参考是一个决定，排顺序是一个决定，改哪里是一个决定。凑在一起，一天里可能大部分时间都花在这些反复出现的决定上。真正的效率提升从来不是把某一件事做得更快，而是把反复出现的决定固化成规则。

这也解释了为什么参照物的价值被低估。参照物不只是「照着做」的模板，它其实是把那些决定事先替你做完了：顺序怎么排、信息放几层、第一屏讲什么，这些问题在参照物里都已经有了答案。有了它，你剩下的工作就变成了替换与调整，而不是从零判断。

顺带说一个很实际的观察：多数人卡住的不是「不会做图」，而是「不知道自己做的这版行不行」。没有参照的时候，做完之后心里没底，于是反复返工。参照物解决的正是这个心理层面的不确定，它的作用甚至大于视觉上的模仿。

青虎AI 在这里的可查事实：复刻与编辑两条路

把概念对上现实，需要看具体有哪些能力落在这件事上。青虎AI 的图片线里有两类能力直接对应，一类负责「照着参考做出新的」，一类负责「做出来之后就地改」。

负责生成的那一类叫电商详情图复刻。它的定位是复刻参考详情页的视觉语言，输出新的商品详情长图。提取过程覆盖光影、构图、色调、装饰、图文排版、文案版式、图标样式、卖点层级这些 8 大视觉维度，并且会分析信息架构与用户视线引导路径——这两项是决定长图顺不顺的关键。输入有明确上限：参考图单次最多 10 张，产品图最多 3 张。文案提供 3 种文案模式，分别是提取图片文案、AI 生成文案、自定义文案。尺寸上内置了包括 3:4 竖版在内的比例，可以在淘宝、拼多多、抖音商城、京东、小红书、Shopee、Lazada、Amazon 之间切换。

负责编辑的那一类叫电商详情图编辑模式。它的定位是生成之后在内置在线编辑器里直接改，不用打开 PS。核心能力有五项：零跳转，生成和编辑在同一个界面里，点编辑进入编辑器，所见即所得；拖拽级操作，拖动图文模块改位置、缩放、对齐，解除组合可以拆分；字体与文字样式，字体默认是思源黑体 SC，字号、字重、对齐、颜色都可调；模块化增删，底部工具栏可以撤销、重做、新增素材模块；多平台尺寸导出，提供默认尺寸、亚马逊长图、天猫详情长图、淘宝详情长图几种输出。参数上产品图最多 10 张，数量可选 1/2/4/6/8/10 张，语言支持简中、英语、泰语等，配色方案有多种。

还有一类能力在处理「已经有一批图，只需要统一改」的场景。批量改图一次上传最多 10 张参考图加一句提示词，同步完成批量修改，包含批量翻译、批量白底图、批量换背景与场景、批量改光影与色调、批量去水印去杂物这几项。默认是智慧模式，提示词建议用中文，复杂文字场景需要二次确认，图片越清晰效果越好；单次上限 10 张，图多则分批。有一条提醒值得单独记下来：AI 改图生成新图，不覆盖原图。

为什么把这第三类单独列出来？因为它的使用时机和前面两类不一样。复刻和编辑处理的是「从零到一」和「从一到好」，批量改图处理的是「把已有的东西统一标准」。前面两类是创作动作，这一类是清理动作。很多团队的瓶颈恰恰在这一类上：图都在，但风格不统一、背景不统一、语言不统一，逐张改又太慢。

把五类批量动作分清楚，用起来会准确得多。批量翻译处理的是语言，批量白底图处理的是背景统一，批量换背景与场景处理的是氛围，批量改光影与色调处理的是画面质感，批量去水印去杂物处理的是画面干净度。五类动作对应五种完全不同的需求，混在一起提需求，得到的往往不是想要的。

这三条路各自对应一种输入状态，可以照着下表判断自己该从哪一条入手。判断的标准很简单：看你手上现在有什么。

你手上现在有	该走哪条路	上限与参数	做完之后拿到什么
几张同行的参考页面，没有自己的版式	电商详情图复刻	参考图最多 10 张，产品图最多 3 张	一版可继续编辑的详情长图初稿
已经生成的初稿，只需要局部调整	电商详情图编辑模式	产品图最多 10 张，数量可选 1/2/4/6/8/10 张	改好的稿子与多平台尺寸导出
一批已经做好的图，风格语言不统一	批量改图	一次最多 10 张参考图加一句提示词	统一标准后的新图，原图不覆盖

完整流程逐条拆：从一件商品到一批长图

把上面这些能力串起来，会得到一条可以照着走的流程。下面按动作顺序拆开，每一步都标出卡点在哪。

第四步是整条流程里最容易被低估的一步。生成出来的初稿，通常有七八成是对的，剩下那两三成需要人动手。如果这两三成要跳出去做，每一次修改都要经历「打开另一个软件、找到对应图层、对齐、导出、再传回来」这串动作，改三次以上的成本就会超过重新生成一次。所以判断这条链路顺不顺，看的不是生成有多快，而是修改有多轻。

编辑模式里的四件事需要分开理解。拖拽级操作处理的是位置关系，让模块可以移动、缩放、对齐，还能解除组合单独拆分；字体与文字样式处理的是文字层，字体默认思源黑体 SC，字号、字重、对齐、颜色都可调；模块化增删处理的是结构，底部工具栏能撤销、重做、新增素材模块；多平台尺寸导出处理的是最后一公里，按平台给出不同的输出。四件事各管一段，缺哪一段，返工就会卡在哪一段。

这六步里有一步最容易被跳过，就是最后一步。前五步解决的是「这次做出来」，第六步解决的是「下次不用重做」。很多团队的效率瓶颈不在生成速度上，而在每件商品都从第一步开始。

批量场景怎么扩展：从一件到一批的三个调整

把流程跑通一件之后，要面对的是数量。从一件扩展到一批，需要做三个调整，每一个都对应着前面提到的一个卡点。

第一个调整是把参考固定下来。做第一件时你可以慢慢挑参考，做第三十件时没这个时间。正确的做法是每一类目挑出两三个稳定的参考模板，后面的商品都从这几个模板出发，把「选参考」这个决定从每件商品一次降成每类目一次。

第二个调整是把文案路径固定下来。三种文案模式里，哪一种适合你的类目，应该在批量开始之前就定好，而不是每件商品都重新选。定了之后，文案的产出方式就变成标准动作，速度会明显不同。

第三个调整是把跨平台导出提前。如果同一批商品要发到多个平台，导出这一步应该在流程里预留位置，而不是等到全部做完再回头处理。批量场景里最怕的就是收尾阶段发现还差一个尺寸，回头看三十件商品。

还有第四个调整容易被漏掉：把返工口径统一。批量做出来的东西有问题时，谁来改、改到什么程度算合格、改动要不要同步到模板上，这些约定如果在批量开始前没有说清，第一批做完就会陷入反复修订。团队里三个人对「合格」的理解不一样，批量反而会把这个差异放大。

这四条调整合起来，其实就是一件事：把可以提前决定的事情全部提前。批量的效率不来自工具跑得快，而来自「做的过程中不需要再做决定」。凡是过程中还要停下来判断的地方，都是批量阶段的风险点。

落到具体动作上，批量还多了一个可以利用的能力：批量改图可以一次上传最多 10 张参考图加一句提示词，把同一类修改同步做完。比如一批图要统一换成白底、要统一翻译成另一种语言、要统一调整色调，这类「同一件事重复做」的部分交给它，比逐张处理省得多。它生成的始终是新图，原图不会被覆盖，这一点对需要保留原始素材的团队很重要。

哪些地方容易想错

能力范围与边界：它能覆盖到哪一步

讲完能做的事，更要把不能做的那一段说清楚，否则用起来一定会失望。

能覆盖的部分是这样的：从参考结构到初稿生成，从局部微调到多平台尺寸导出，再到批量的同类修改，这一整段都可以交出去。它的价值在于把你从「搭版」和「重复劳动」里解放出来，省下的时间可以放在判断上。

覆盖不到的部分也很明确。AI 不懂你的品牌调性，最终还得人来把关。长图里哪一句卖点可以放、哪一句不能放，哪一种表达在你的类目里容易被平台判定为违规，价格和活动信息该怎么露出，这些决定都必须由熟悉自己生意的人来做。工具能把它排成好看的样子，但排成什么内容是另一回事。

还有一层边界关于信息本身。本文涉及青虎AI 的部分都来自产品文档，写到的每个数字都有出处；涉及第三方工具的部分，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——这类信息会随时间变化，对照官方页面核对才是可靠的做法。

把「能覆盖」和「覆盖不到」两段并排放在一起看，会发现一个很实际的规律：工具擅长处理数量，人擅长处理例外。凡是重复出现、规则明确的部分，交给工具都合适；凡是每一次判断都不同的部分，留在人手里效率更高。这个分界线不是固定的，它会随着你对业务的熟悉程度发生变化——你今天觉得需要亲自决定的，半年后可能已经能写成规则交出去。

所以更准确的说法是：能力范围不是一道写死的线，而是一条会移动的线。刚开始用时，你要亲自把关的部分很多；用得顺了，那些被验证过的判断会慢慢变成流程里的一部分。这也是为什么不建议一开始就追求「全自动」，先把流程跑通、把标准定下来，比追求一步到位更容易走远。

三类读者的实际用法

常见问题：十二个疑问逐个答