电商商品图与营销素材生成
电商作图一般组合三类模型:对话模型根据商品信息写生图提示词,图像生成模型出场景图和营销素材,图像编辑模型在实拍图上换背景、调氛围。图像模型大多按张计费,按每月上新 500 个商品、每个出 4 张场景图和 2 张换背景图估算,用最低价分组计算,模型费用每月约 ¥1,002。
价格更新于 2026年11月12日 20:17|
01
业务问题
每上一个新品都要准备白底图、场景图、详情页配图和投放素材。外拍加修图成本高、周期长,大促前更是排不过来。
图像模型可以按文字描述生成场景图,也能在实拍图上换背景、换配色。难点是商品本身不能走样:logo、文字、结构都得和实物一致。
常见做法是以实拍白底图为底做编辑,只让模型改背景和氛围;纯文字生成的图更适合做氛围素材和创意测试,上线前再人工检查商品细节。
02
推荐模型组合
生成场景图与素材(图像生成)
doubao-seedream-5-0-260128字节豆包¥0.3 / 次· 标准分组根据提示词生成场景图、海报底图和广告创意,按张计费,适合一次出多个版本做投放测试。
换背景与改图(图像编辑)
nano-banana-proGoogle¥0.4 / 次· 标准分组上传商品实拍图,只改背景、光线或摆放环境,商品主体保持不变,比纯文字生成更容易和实物保持一致。
写提示词与卖点(对话模型)
qwen3.5-plus通义千问输入 ¥1.12 / 输出 ¥6.72 每百万 tokens· 国产模型分组根据商品属性和目标人群批量写生图提示词、标题和卖点短句。调用次数少,费用见下方估算。
推荐模型按实时目录自动选取,价格取各模型最低价分组,更新于 2026年11月12日 20:17。点模型名可查看全部分组价格。
03
参考架构
- 1
整理素材
每个商品准备一张清晰的白底实拍图,整理好名称、材质、颜色、目标人群和要表现的使用场景。
- 2
写提示词
用对话模型把商品属性转成生图提示词,统一写明画面风格、光线、构图,以及不能出现的元素。
- 3
生成与编辑
氛围图用图像生成模型一次出 3 到 5 个版本;需要和实物严格一致的主图,用图像编辑模型在实拍图上换背景。
- 4
及时转存
接口返回的图片链接是临时地址,拿到后立即下载,存进自己的对象存储,再进入审核流程。
- 5
人工审核
检查商品形状、logo、文字和颜色是否与实物一致,确认素材使用权后再上架或投放。
04
成本估算
假设:每月上新 500 个商品;每个商品用对话模型写一组提示词(输入约 600 tokens、输出约 400 tokens),生成 4 张场景图,再在实拍图上做 2 次换背景,共 2,000 次生成、1,000 次编辑。
| 项目 | 模型 | 用量假设 | 费用 |
|---|---|---|---|
| 撰写生图提示词 | qwen3.5-plus | 500 次 × 输入 600 + 输出 400 tokens | ¥1.68 |
| 生成场景图 | doubao-seedream-5-0-260128 | 2,000 次 | ¥600 |
| 换背景与改图 | nano-banana-pro | 1,000 次 | ¥400 |
| 合计(每月) | ¥1,002 | ||
按各模型最低价分组的实时价格计算,价格更新于 2026年11月12日 20:17。
只含模型调用费用,不含存储和人工审核成本。图像模型多为按次计费,同一模型的不同分辨率版本、不同分组价格不同,表中按最低价分组计算;不满意重新生成的次数也要算进去。
05
示例代码
先用文字生成一张场景图,再在白底实拍图上换背景。返回结果可能是临时链接,也可能是 base64,拿到后立即保存。
import base64
import os
import requests
from openai import OpenAI
client = OpenAI(base_url="https://open.tutujin.com/v1", api_key=os.environ["TUTUJIN_API_KEY"])
def save(image, path):
"""Results come back as a temporary URL or as base64. Store the file right away."""
if image.b64_json:
data = base64.b64decode(image.b64_json)
else:
# some image hosts reject requests without a browser-like User-Agent
r = requests.get(image.url, headers={"User-Agent": "Mozilla/5.0"}, timeout=120)
r.raise_for_status()
data = r.content
with open(path, "wb") as f:
f.write(data)
# 1. a lifestyle scene from a text prompt (prompts can be written by qwen3.5-plus)
scene = client.images.generate(
model="doubao-seedream-5-0-260128",
prompt="A white ceramic mug on a wooden breakfast table, soft morning light, product photography",
)
save(scene.data[0], "mug-scene.png")
# 2. keep the real product, change only the background
with open("mug-white-background.png", "rb") as f:
edited = client.images.edit(
model="nano-banana-pro",
image=f,
prompt="Keep the mug exactly as it is and place it on a marble kitchen counter",
)
save(edited.data[0], "mug-marble.png")常见问题
每月 500 个新品作图要花多少钱?
按每个商品 4 张场景图、2 次换背景,再加一组提示词估算,用最低价分组计算约 ¥1,002。图像模型按张计费,重新生成的次数越多,费用越高。
生成的商品图会和实物不一样吗?
有可能,纯文字生成时更明显,logo、文字和细节都可能被改动。需要和实物一致的主图,建议用实拍图做图像编辑、只改背景,并人工核对。
返回的图片链接能一直用吗?
不能。接口返回的链接是临时地址,过一段时间就会失效,拿到后要立即下载并转存到自己的存储。
生成的图片可以商用吗?
能否商用、是否涉及他人的商标或肖像,需要结合模型提供方的使用条款和你上传素材的来源自行确认。我们不对生成内容的版权归属做判断。
这么多图像模型怎么选?
先用同一组提示词在几个模型上各生成几张,对比效果和单价,再定主力模型;需要改实拍图的场景,选支持图像编辑接口的模型。