ai生成商品详情图是什么？AI能力范围与边界先讲清

「详情图」这三个字在电商里一直有个含糊的地方：它到底指什么。有人指的是商品详情页里那一长串竖着往下翻的图片，有人指的是后面那些讲材质、讲参数、讲场景的补充图，还有人把主图之外的都叫详情图。概念一含糊，讨论就没法往下走——你要生成的是哪一部分，生成出来算不算合格，都无从判断。

把一个词的边界划清楚，比先找一个能用的东西更重要。划清楚了，你才知道自己的需求落在哪一段；划不清，就会出现「生成了一堆图，但没有一张能用」的情况。这篇先做这件事：把图片与详情图这几个近义词的关系摆明，再说清这门能力能覆盖什么、不能覆盖什么。

需要提前说明一件事：本文讲的是这一类能力本身，以及青虎AI 文档里写明的相关事实。凡文档里没有的按钮名、参数与界面元素，这里都不会出现。文中出现的每一个数字，也都能在文档里找到出处。

先分清几个近义词：主图、详情图、套图各指哪一段

图片这个词最宽，几乎什么都能装进去。往下收一层，电商场景里常见的三类是主图、详情图和套图，它们的位置和用途都不一样，判断标准也不一样。搞混了，生成出来的东西再好看也不对位置。

主图是搜索结果里第一眼看到的那几张，位置在最前面，职责是让人愿意点进来。它的核心不是讲清楚，而是让人产生「我想看看」的冲动。所以主图的信息密度通常不高，一张讲一个点，讲究的是第一眼的视觉冲击。判断主图做得好不好，看的指标跟详情图完全不同——主图看的是点进率，详情图看的是停留和转化。

详情图解决的是反过来的一件事：人已经点进来了，你得让他相信。它承担的是说服工作，要讲材质、讲工艺、讲尺寸、讲使用场景、讲售后，信息密度比主图高得多。详情图通常是竖向的长图，一条从上游到下游的视觉线索把人从「想看看」带到「想买」。它的判断标准是「读下来有没有被说服」，而不是「第一眼够不够亮」。

套图是一个集合概念，指的是一整套配套素材，通常包含主图、白底图、场景图、细节图、卖点图这些形态。它不是某个具体位置的内容，而是围绕一个商品的一次性成套产出。这三类的关系可以这样理解：主图负责让人点进来，详情图负责让人信，套图是把前两者连同配套一起备齐。

这三类之间还有一个容易忽略的关系：它们的生产顺序通常是套图在前。先把一个商品的素材成套备齐，再从里面挑出主图，剩下的素材按说服逻辑拼成详情图。搞反了顺序，就会出现「详情图做到一半发现缺一张场景图」的返工。所以理解这三个词不只是为了措辞准确，它也决定了你手上那批素材该怎么组织。

类型	位置与职责	判断它合不合格看什么
主图	搜索结果第一眼，负责把人吸引进来	第一眼的信息是否单一、是否够醒目
详情图	商品页纵深位置，负责把人说服	信息顺序是否读得下去、疑问有没有被回答
套图	围绕一个商品的一整套配套素材	形态是否齐全、风格是否统一
白底图	平台规范素材，不属于说服性内容	是否符合平台的规范要求

这门能力实际是什么：图片生成的一部分，不是设计本身

把名字拆开看，「生成」是动作，「详情图」是产出物形态。所以这门能力的准确定位是：用生成的方式产出一组有说服力的竖向图片。它的前提是你已经有商品，已经有想要参照的视觉方向，缺的只是把这些信息组织成一条能读下去的视觉线索的人力。

它不是什么，同样要说清。它不是设计本身——设计要解决的问题是「凭什么这样更好看、更能卖」，那一步的判断依据来自品牌、来自市场、来自消费者反馈，不在生成能力里。它也不是拍摄的替代品：实拍照片承载的真实质感，跟生成出来的是两件事，各有用处，多数情况下是配合关系而不是替代关系。它更不是上架工具，生成完的图片仍然要按平台要求检查、按合规要求核对、再上传到店铺后台。

理解这条界线之后，对它的期待会变得准确：它替你解决的是「组织」这一段的成本，不是「判断」那一段。这也解释了为什么同一个功能在不同人手里效果差别很大——流程和口径清楚的人，给出的输入本身就清晰，产出自然稳；不清楚的人，输入是模糊的，产出也就只能靠试。

还有一层容易被忽略：这类能力产出的是静态图片，静态图片的信息传递方式跟视频不同。一条视频能靠时间顺序讲清楚因果，一张长图要靠位置顺序。所以做详情图时，「哪一段放在哪一段上面」这件事，比「每一段做得漂不漂亮」更决定最终效果。这个顺序判断在文档里被归到「信息架构」与「用户视线引导路径」这两件事上。

它解决的具体问题：一条详情长图背后的时间与成本

要理解这类能力为什么会出现，得先看清手工做一条详情长图的过程。传统做法下的时间账在文档里有一个基准：一条详情页要 1–3 天；如果外包，一条在 300–2000 元这个区间。这两个数字放在这里不是用来吓人的，是用来定义一个基准——有了基准，你才能算出自己的账。

这 1–3 天里，真正花在「画」上的时间其实不多。大头在三个地方。第一是找参考、定视觉方向，这一段最容易反复，因为「好看」这个标准在不同人嘴里不一样，来回几轮很正常。第二是把商品信息整理成能读的顺序，这一步最耗神，因为它需要有人同时懂商品、懂消费者、懂表达顺序——找到这样的人不容易，找到了他一天也做不了几条。第三是在尺寸和语言之间来回改，同一批货发到不同平台，尺寸要求不一样，做跨境的还要出不同语言的版本。

再加上一组现实约束：团队里几个人一起做的时候，风格容易散——同一条详情页里两种色调，看起来就是两个人做的；同类目里所有商品都用同一个模板，又会出现「翻下去都长一样」的同质化。这些约束叠在一起，就是这类能力真正要解决的问题。它不是要取代谁，它是要把那三块最耗时间又最标准的部分接过去。

顺带把另一个常见需求也归一下位：白底图。白底图是平台要求的规范素材，跟详情图不是一回事，通常是在同类能力里通过批量处理的方式解决，思路是「一次处理一批」而不是「一条一条做」。把这两种需求混在一起提，很容易选错方向。

青虎AI 在详情图复刻上的可查事实

下面这一节只写青虎AI 产品文档里有出处的部分，写多少算多少，不做加法。看的时候可以对着自己那条基准一起看，判断会具体得多。

详情图复刻这一类做的事情是：复刻参考详情页的视觉语言，输出新的商品详情长图。它的机制是从参考图里提取视觉特征，文档列明的维度包括光影、构图、色调、装饰、图文排版、文案版式、图标样式、卖点层级，合计 8 大视觉维度；在此基础上还会分析信息架构与用户视线引导路径。这两件事恰好对应前面讲的那三块里最耗神的一块——把商品信息整理成能读的顺序。

输入有明确上限：参考图单次最多 10 张，产品图最多 3 张。参考图给得越多，风格判断越稳；产品图文档建议同商品给多角度、多 SKU。文案提供 3 种文案模式，分别是提取图片文案、AI 生成文案和自定义文案——第三种在品牌口径严格的类目里最实用，因为文案的每个字都由你自己定，不会出现「AI 写了一句不能说的话」这种情况。

尺寸方面，它内置比例并支持切换，常见的竖向比例如 3:4 竖版就是其中之一，平台可以在淘宝、拼多多、抖音商城、京东、小红书、Shopee、Lazada、Amazon 之间切换。复刻这一条从青虎AI 工作台的【创作】-【电商详情图】-【详情图复刻】进去。

生成之后要改怎么办：编辑模式这一段的可查事实

生成出来的长图几乎不可能一次就到位，所以「怎么改」这件事，比「怎么生成」更影响实际体验。传统做法是生成完导出，丢进专业软件里改，改完再导出，中间每一步都要切换工具。这个过程本身不复杂，但它有两个成本：时间上的来回，以及改完之后再改一次的时候，前面那套动作要重做一遍。

还有一个更实际的成本：切换工具意味着切换操作者。做图的人未必会用专业软件，会用专业软件的人未必清楚这条详情图的卖点顺序。中间只要有一次交接没讲清，就会来回改。所以「能不能在同一个地方改完」这件事，看起来是个便利问题，实际上是流程问题。

青虎AI 文档里对应的安排是编辑模式：生成结果可以在内置在线编辑器里直接改，不用另外打开专业软件。文档写明的五个方面能力是这样几项。

一是不跳转，生成和编辑在同一个界面里完成，点编辑进入编辑器，所见即所得。二是拖拽级操作，图文模块可以拖动改位置、缩放、对齐，模块之间还可以「解除组合」拆开。三是字体与文字样式，字体默认是思源黑体 SC，字号、字重、对齐和颜色都可以调。四是模块化增删，底部工具栏提供撤销、重做和新增素材模块。五是多平台尺寸导出，导出可选默认尺寸、亚马逊长图、天猫详情长图、淘宝详情长图。

参数方面，这一模式产品图最多 10 张，数量可选 1/2/4/6/8/10 张；语言支持简中、英语、泰语等；配色方案有多种可选。入口落在工作台的【创作】-【电商详情图】-【电商详情图（编辑模式）】这一条路径上。

完整流程逐条拆：从素材到导出的六段

把上面的事实串起来，一条完整的路径大概是六段。这个顺序不是必须严格照做，但跳过任何一段，后面都要回头补。

六段里最难形成习惯的是第六段。前五段都有即时产出，做完就能看到东西；归档没有即时回报，做完还是那几张图，所以最容易被跳过。但它的代价在第二个商品身上——如果没有把上一轮的结构和口径沉淀下来，下一个商品还要从第一段重新开始。

六段之外还有一件事值得单独强调：第四段「逐段检查」这一动作，做久了会形成一个自己的检查清单。清单上通常是这样几项：开头三屏有没有给出让人继续往下翻的理由、材质与工艺的说明有没有落到具体而不是形容词、尺寸与规格有没有写全、使用场景有没有覆盖到主要人群、结尾有没有清楚的行动指引。这份清单是你个人的资产，换任何做法都用得上。

再提一个执行细节：如果同一个商品要做多个平台版本，建议先做完主版本、检查通过之后再出其他平台的版本。反过来做，等于把还没定稿的内容复制了好几份，改起来是几何级的麻烦。另外，主版本做完之后不要急着把所有平台的版本一次出完，先把最主力的那一个平台上架、看一段时间反馈，再决定其他平台要不要跟着调。这样做的成本最低，因为调整的只是还没做的那几版。

第一段「攒参考与产品图」还有一个常被跳过的动作：把参考图存成一个固定的文件夹。很多人是每次做的时候临时去搜参考，搜到的风格又跟上次不一样，做出来的图自然一次一个调。把「这一个品类用这几张参考」固定下来，等于把视觉方向沉淀成了资产，下一批同类商品直接复用。

青虎AI 的其他图片处理方式，一句话带过

这一篇的主体是详情图这一类，但为了让范围感更完整，把同一体系里其他几种图片处理方式也简单归一下位——它们解决的是不同的问题，用错了方向会很别扭。

如果缺的是规范的站立素材，比如平台要求的白底图、或者同一批图要换背景与场景，那对应的做法是批量处理，输入形态是一句提示词加最多 10 张参考图，一次处理一批，思路跟做详情长图完全不同。如果缺的是一组能挂在搜索位的主图，处理方式也不同，提取参考风格、叠加自有产品图的做法更适合这一类。

如果图片里带文字需要换成别的语言，或者一批图需要统一裁成规范尺寸、统一加水印，这几种也各走各的路径。它们的共同点是「一批一起处理」，而详情图这一类的重心在「一条内部的组织」。分清「一批」和「一条」这两个维度，选方向的准确度会明显提高。

把这两条维度摆在一起看，会出现四种组合。下面这张表把常见的需求按「一次处理几条」和「产出物是什么」拆开，方便你定位自己落在哪一格。

你的需求	一次处理的规模	对应的做法方向
一件商品要一条讲得清的竖向长图	一条	详情图这一类，重心在内部信息顺序与视觉语言复刻
一批图要去背景、换场景、统一色调	一批	批量处理这一类，一句提示词加一批参考图
一批图要把上面的文字换成别的语言	一批	批量翻译这一类，输出目标语言版本
一批图要统一裁成规范尺寸或统一加水印	一批	裁剪与水印这一类，预设尺寸加自定义比例

容易想错的地方：四个关于图片与详情图的误判

把流程讲完，再看几个反复出现的认知偏差。它们不影响能力本身，但会影响你对它的期待和使用方式。

这类能力覆盖到哪一步，哪一步留给品牌与判断

范围和边界讲到最后，需要单独立一节，因为这一段最容易被跳过。AI 不懂你的品牌调性，最终还得人来把关。

能力能覆盖的部分是具体的：把参考图的视觉特征提取出来，把商品信息按合理的顺序组织成一条竖向线索，把图做出来，把文字和模块按你的需要改到位，按平台要求导出。这几件事的共同点是方法固定——做一次和做十次的方法一样，所以可以交给它。

覆盖不到的部分同样具体：这条详情图为什么这么排、这个卖点要不要放在最前面、这个说法在这个市场里会不会有问题、这条内容跟品牌这两年的方向合不合。判断所依据的信息并不藏在图片里，而在你和你团队积累的手感里。每一次的判断依据都不同，所以没法写成规则交出去。

把这条线画对之后，使用姿态就清楚了：让它把可以标准化的那一段做完，把不能标准化的那一段留给自己。它接走的是素材与初稿，留在你手上的是调性、合规红线、定价与上新节奏。线画对了，它是加速器；线画错了，就会出现「做了很多图，但一条都不能用」的局面——通常不是图做得不好，而是没有一条对上了品牌的方向。

三个使用场景：图片生成在不同规模下长什么样

边界讲完，落到三种常见的实际状态上。这三种状态覆盖了大多数人的实际情况，重点各不相同。

这三个场景背后其实是一条共同的判断线：你要的是一条内容内部的清晰，还是一批内容之间的统一。前者把力气花在结构上，后者把力气花在口径上。把这句问清楚，前面六段里哪一段该多花时间，答案就出来了。

常见问题：十二个疑问逐个答