企业官网建设流程全解析

做跨境电商的兄弟，应该都有过这样的深夜：Listing写好了，关键词埋好了，价格定好了，结果卡在产品图上。自己拿手机拍，怎么拍都像买家秀；找外包摄影，一张精修图报价几十上百；等着出图的那几天，广告预算天天在烧。直到我把 Nano Banana Pro 的流程彻底跑通，从一张手机拍的种子图，到一套能直接上架的8张亚马逊组图，3分钟内完成，单张成本折算下来大概0.09元。这篇文章不是标题党，我把完整提示词模板、免费批量工具组合，以及批量出图踩过的坑，全部摊开讲一遍，适合自己发货的小卖家，也适合刚入行不会用摄影的运营。

我前前后后试了两个月，生成过几百张图，光废图就有两百多张。现在沉淀下来的这套流程，新人照着走一遍，当天就能出第一套能用的图。下面直接进正题。

1. 产品图才是跨境电商的隐形生死线

很多新手容易忽略一个问题：亚马逊的搜索结果页里，买家第一眼看到的根本不是你写了多少字，而是那个主图缩略图。主图决定点击率，附图决定转化率，这两条几乎决定了Listing的生死。

先看平台硬规则。亚马逊对主图要求非常死板：背景必须是纯白色，也就是RGB 255,255,255；产品占图面积大约85%；不能有文字、水印、边框、Logo；不能有模特之外的杂项道具。这是硬性门槛，不满足就会被系统压制，甚至无法通过审核。辅图倒是宽松得多，可以拍场景、拍细节、拍尺寸、拍使用状态，最多8到9张，是转化率的主战场。

再看传统做法的时间和金钱账。假设你有10个SKU，每个SKU按白底主图加6张场景图算，就是70张图。找外包摄影，报价通常是80到150元一张精修图，还不包括场景搭建和模特费用。一套图下来，2000到4000元是正常水平。如果产品迭代快，一个月上新两三批，光图片成本就能吞掉利润。自己拍呢？时间成本才是大头。我刚开始自己搭简易棚，一个SKU拍一整天，回到家还要抠图、调色、修反光，三天能磨出半套图已经算不错。

这里有个容易被忽略的点：图片风格统一性。外包摄影如果分几家做，光线和背景很难一致，结果就是整条Listing看起来像拼凑的，转化率上不去。AI出图反而天然适合做这一块——只要提示词和参考图保持一致，出图的风格基本不会跑偏。

1.1 亚马逊图片规则：其实只有几条，但每条都是硬门槛

我总结下来，主图和辅图的核心要求就是五个：

• 主图背景必须纯白，不能带场景、边框、文字、水印
• 产品在画面里要足够大，占据大约85%的画面空间
• 辅图不能重复主图，最好每张都有独立的信息点
• 图片不能误导客户，也就是不能把塑料说成金属
• 图片分辨率、格式、命名要符合后台要求，一条不符直接报错

这些规则听起来简单，传统拍摄要逐条满足却很难。尤其是85%这个比例，手机随手拍很难拿捏；用AI生成，提示词里写一句"product occupies 85% of frame"，出来的构图就基本合格。

1.2 一个SKU的传统摄影成本到底是多少

直接算账。我把行业里常见的三种做法列个表格，对比一下：

而 Nano Banana Pro 这条路，单张0.09元，一套图全部做完不到1块钱的算力成本，时间压缩到3分钟。这不是说AI能完全替代摄影师，而是在预算有限、追求速度的场景下，它给出了一个以前不存在的选择。

2. Nano Banana Pro 到底是什么，先搞懂边界再上手

先说清楚 Nano Banana Pro 是干什么的：它是一个以现有图片为参考、能按文字描述重绘场景和细节的AI图像生成工具。和过去那种只能"凭空画图"的AI不同，它的核心能力是参考图保真加上场景重绘。

具体到电商场景，它的价值是：你给它一张手机拍的产品实拍图，它能保留这个产品的造型、颜色、材质，但把背景换成纯白棚拍效果，或者直接把产品放进厨房台面、户外草地、浴室置物架上，光影自然，透视合理。这就等于把一个没搭过影棚的小卖家，直接塞进了一个虚拟摄影棚。

它和第二代图像模型比，最关键的进步是文字渲染。以前AI一写字必乱码，一个歪歪扭扭的字母恨不得拆成八段。Nano Banana Pro 在英文字母、数字、短单词的处理上已经比较靠谱了，这就让"产品加尺寸标签""包装盒加品牌字体"这类刚需功能变得可用。注意，这里说的是英文短文本，中文长句仍然容易翻车，后面避坑部分我细说。

2.1 核心能力拆解：参考图保真与场景重绘

我用一句话概括它的工作方式：参考图定产品，提示词定场景。

参考图保真，意思是产品本身的物理特征不能变。你卖的杯子是圆形把手，它不会给你画成方形；你的耳机是磨砂黑，它不会在场景图里变成亮面黑。这个能力是电商图的基础，没有它，AI出图只能当概念稿，根本不能上架。

场景重绘，则是把同一个产品放进不同环境里重新渲染。比如一张种子图，可以同时生成"白色摄影棚版本""北欧风客厅版本""沙滩旅行版本"。场景的灯光、阴影、桌面材质都是AI生成，但产品始终是那一只产品。

我自己测试下来，保真度和场景质量之间有个权衡：场景太复杂，产品细节就容易被场景"吃掉"；产品占了太大面积，场景氛围又出不来。解决办法是分开生成，主图一张专门保产品，场景图再另外生成。

2.2 文字渲染是电商图的胜负手

电商图和普通AI绘画最大的区别，在于图里经常需要出现文字：尺寸标注、卖点英文、包装盒上的小字。以前这些几乎全靠后期用其他工具加字，AI生成出来的字就是一团鬼画符。

Nano Banana Pro 对英文短文本的支持，让它成为电商图工具里少有的"能自己写字的选手"。我试过在提示词里写"dimension labels '8 x 4 x 3 cm'"这类要求，生成的标签文字基本可辨认，后期只需要微调。这一点极大提升了出图效率，因为尺码和卖点信息不用再手动一个一个贴。

但是中文不行。我个人测试，提示词里要求中文文字时，十个里起码六个是错的，偏旁部首乱飞。所以我的建议是：图内文字一律用英文写作，中文信息放标题和五点描述里，别跟AI较劲。

2.3 用之前必须接受的三个限制

第一，你必须先有一张靠谱的种子图。AI不能凭空生成一个不存在的产品，它只能在参考图的基础上变场景变氛围。这是物理规律，别抱不切实际的幻想。

第二，复杂结构产品容易翻车。耳机线缠绕、绳索编织、透明的液体、精细的链条，这些元素在重绘时经常出现结构瑕疵。多生成几批，挑选时眼睛要毒。

第三，AI没有"合规意识"。它不知道你的产品到底有没有防滑功能，你让画一个"防滑"场景，它就会画一个看起来很防滑的图。如果产品实际不支持，这就是虚假宣传。所以提示词里涉及功能卖点，必须是你产品真正具备的。

3. 3分钟出图的标准化流程：照着做就行

我平时跑的流程，其实一共就四步：准备种子图、写提示词、批量生成、挑选整理。熟练之后，每个SKU从开始到出图算下来就是3分钟，其中一半时间还是在等生成结果。

先说种子的准备。种子图质量决定最终成图的70%。不需要专业相机，但有几个硬指标：产品完整入镜、光线均匀不过曝、背景尽量干净、避免强烈反光。手机在窗边自然光下拍，或者拿一张供应商之前的渲染图，都行。我第一次试的时候，随便用张糊了的手机照片当底图，出来的场景图产品都是糊的，这个坑别踩。

种子图准备好后，我的做法是用免费在线抠图工具把背景去掉，只保留产品本体，然后放到纯白背景上。这样AI能把注意力全放在产品上，背景污染降到最低。抠图这一步，免费工具完全够用，网上有现成的，选边缘识别好一点、能导出高清PNG的就行。

3.1 如何用手机拍出合格的"种子图"？

这个环节很多人小看。我总结一个最简单的布景方法：找一面白墙，把产品放在桌上，离墙30厘米以上，用另一张白纸放在产品底下，然后用手机主摄在自然光侧前方拍。不要开闪光灯，不要开美颜，别用广角，别让手机自动调出奇怪的色彩模式。

拍的时候注意："完整"比"好看"更重要。宁可镜头拉远一点，让产品四周留白多一些，也别用裁剪把产品边缘切掉。AI参考图里产品不完整，后续无论如何都救不回来。

然后是角度问题。一个SKU至少拍三个角度：正面、侧面、俯视或背面。一个角度对应一组场景图，不要指望一张正面图能生成出侧面视角的场景，AI没那么智能。

3.2 写提示词的万能公式

我的提示词模板，总结起来就是五段式：

主体描述 + 场景环境 + 光线与镜头 + 画质风格 + 负面约束

举例，比如给一个陶瓷杯生成主图：

主体描述：the same ceramic coffee mug, glossy white finish, ergonomic handle, placed at center 场景环境：on a pure white background (RGB 255,255,255), no props, no text, no shadow 光线与镜头：soft studio lighting, even brightness, shot directly from front three-quarter angle, product occupies 85% of frame 画质风格：e-commerce product photography, sharp focus, realistic texture, high resolution 负面约束：no watermark, no logo, no distortion, no deformed handle

这套公式适用所有场景图，只需要替换中间两块。比如场景图把"纯白背景"换成"北欧厨房木桌，清晨窗户光"，负面约束补一句"不要出现其他品牌产品"，出来的效果就完全不一样。

3.3 从生成到上架的五个小动作

出图后不要直接上传，我每次都会过五个小动作：

1. 检查产品一致性：确认没有多出来一个按钮、少了一条缝线
2. 检查文字：有文字标签的图放大看，字母有没有错形
3. 检查白底纯度：主图背景用修图软件吸色，确认接近纯白
4. 统一裁剪：把所有图片按1:1裁到2000x2000像素以上
5. 统一命名：用SKU加序号命名，比如SKU123-01、SKU123-02

这五步看起来琐碎，但能省掉后面上传审核被拒、被买家投诉实物不符的大麻烦。

4. 五套可以直接复制的提示词模板

下面这些提示词，是我反复调过参数之后沉淀下来的版本，你直接替换产品名称就能用。注意，所有的提示词都要配合你自己的种子图一起使用，单独丢给文生图不会得到正确结果。

4.1 白底主图模板

这是最常用的模板，目标是满足亚马逊主图规则的纯白背景图：

the same [product name], centered on a pure white background (RGB 255,255,255), product occupies approximately 85 percent of the frame, front three-quarter angle, soft even studio lighting, natural reflection on table surface, hyper realistic, sharp product texture, e-commerce product photography, no text, no watermark, no props, no shadows on background

生成后记得用修图软件吸一下背景色，AI偶尔会把白色背景渲染成带一点点灰度的米白，吸色后直接填成纯白就行。

4.2 功能卖点场景图模板

卖点图要展示"这个产品解决什么问题"。比如你的产品是带防滑垫的手机支架，那场景图就要拍它稳稳立在汽车仪表台上的样子：

the same [product name], placed on a car dashboard, strong sunlight through windshield, visible non-slip silicone pad gripping the surface firmly, realistic in-use scene, shallow depth of field, background car interior blurred, professional e-commerce lifestyle photography, high detail, no watermark, no other branded items

注意"visible non-slip silicone pad gripping the surface"这句是把使用中卖点视觉化，而不是只写"防滑"。你给AI看的卖点要能被画出来，而不是抽象概念。抽象词一律换成可见细节。

4.3 尺寸与细节图模板

折线图、尺寸图这类，AI的常见问题是数字标错。我的经验是用英文写全称、少写数字，并且要求极简排版：

the same [product name], with clean minimal dimension labels showing "8 in x 4 in x 3 in" in Helvetica-like font, thin black arrows pointing to edges, white background, technical illustration style, precise measurement marks, e-commerce listing image, no extra text

生成之后，尺寸数字仍然要人工核对一遍。AI画出来的尺子不一定是标准尺子，标签显示8英寸，产品可能看着像7英寸。最好用修图软件手动替换成真实尺寸。

4.4 生活方式图模板

这类图是转化率最高的辅图，把人带入使用情景。比如户外保温杯：

the same [product name], placed on a wooden picnic table, outdoors, golden hour sunlight, pine trees softly blurred in background, someone's hand holding the cup naturally, warm cozy camping atmosphere, candid lifestyle photography, realistic colors, high resolution, no watermark

生活方式图上最容易出问题的是"有人出现"。AI画人手依然不稳定，手指数量在提示词里加一句"natural hands, five fingers"会好很多，但还是要仔细看。如果你觉得人物太怪，就退一步，只出现手的局部特写。

4.5 多图一致性：让同一产品在多张图里长得一样

同一套图最怕的是什么？主图是白色杯子，副图突然变成米黄杯子。我的处理办法是提示词公共段完全复制，只改场景部分：

the same product, same color, same material, same lighting direction, consistent style with the main image

这句话我建议放在每一张辅图提示词的固定位置。批量生成时，同一个产品永远从同一张种子图出发，绝不给AI换图的机会。这一点是保证整套图"像一家人"的关键。

5. 0.09元/张的成本账，以及免费批量工作流

先回答标题里那个0.09是怎么来的。Nano Banana Pro 入口的按量计费和包月套餐，折算下来按量单价大约在0.12元到0.2元一张；如果你的生成量大，走包月，均摊到每张图就是0.09元，甚至更低。这是算力成本，不含人工。

注意，这0.09元是"AI算力出图"的成本，不是"整套图"的成本。你的种子图拍摄时间、后期检查处理时间，这些是沉没成本，做第一个SKU时躲不掉，但做第十个时已经几乎摊平。

我算过一笔账：一个上架前要出8张图的SKU，用这套流程，算力成本一块钱左右，人工操作时间约3分钟。而外包精修，取中间值3000元一套，高下立判。

5.1 单价不能只看0.09，还要看废图率

AI出图有废图率，新手阶段50%的废图很正常。单价0.09元是已经成功的图，实际消耗可能是两倍。我这套流程跑熟之后，废图率能压到20%以内，靠的不是运气，是固定种子图、固定提示词结构、以及不贪心。

什么叫不贪心？比如你让AI同时完成五件事：场景、模特、尺寸文字、品牌Logo、多个产品角度。基本必翻车。我的原则是一张图只干一件事：这张图专门表现场景，那张图专门表现尺寸，最多再带一个次要元素。提示词越聚焦，废图率越低。

5.2 免费批量生成工具怎么组合

很多人以为批量生成一定要花钱买工具，其实只需要这些免费资源，你能拼出一个相当顺滑的工作流：

• 批量任务面板：Nano Banana Pro 这类工具大多支持一次上传多张参考图、排队执行提示词，按产品分组生成，一次跑十几张不费劲
• 免费在线抠图：给种子图去背景，避免背景干扰
• 免费图片批处理工具：批量裁剪成1:1、批量调整分辨率、批量压缩
• 表格管理：用一张Excel管理每个SKU的提示词变体、生成批次、选中图，避免后期一团乱麻

5.3 一个实用的批量整理脚本

我自己写了个极简的Python脚本，用来做最后一步的批量整理：把每个SKU生成的多张原图，按命名规则复制到目标文件夹。你不需要懂编程，直接拿去就能用：

import shutil from pathlib import Path src_dir = Path("D:/ai_output") dst_root = Path("D:/listing_images") sku_map = { "sku123": ["01", "02", "03", "04", "05", "06", "07", "08"], } for sku, suffixes in sku_map.items(): dst_dir = dst_root / sku dst_dir.mkdir(parents=True, exist_ok=True) for suf in suffixes: for f in src_dir.glob(f"*{suf}*.png"): new_name = f"{sku}-{suf}.png" shutil.copy(f, dst_dir / new_name) print("copy:", new_name)

跑完之后，每个SKU一个文件夹，命名全部统一，直接到后台上传。配合免费批处理工具压缩成1000x1000以上、100KB以内的规格，上传效率提升非常多。

6. 批量出图避坑实录

这套流程用了两个月，我踩的坑基本集中在六个方向。下面逐个说，每个都是真实耗过时间的教训。

6.1 AI文字乱码问题及对策

第一坑是文字。前面提过，中文必乱，英文短文本可靠，但也不是100%。我踩过的典型情况：提示词里要求写"Aroma Oil Diffuser"，出来的图字母A像L，R中间开了个空洞，远看没问题，放大之后非常业余。

对策有三条：一是尽量用短单词和数字，别写长句子；二是提示词里加"clean typography, accurate letters"；三是生成后放大检查，有错就直接用修图软件覆盖文字，不要在AI里重新生成十遍。文字是电商图的专业度关键，马虎不得。

6.2 产品特征漂移问题及对策

第二坑是特征漂移。同一个产品，图一颜色是正确的，图二突然偏暖，图三把一条缝线变成了两条。原因大概率是提示词里对产品特征描述不够具体，AI靠猜补全了细节。

解决办法：种子图本身要清晰，提示词里把关键特征显性化。比如"哑光黑、圆形旋钮、侧面有一条银色装饰线"，每个特征都写成词。只要提示词里写了，AI就不敢乱动；不写，它就会替你"自由发挥"。

特征多的产品，我建议给每个SKU建一个固定特征词表，每次复制粘贴，不要凭记忆写。这是最笨也最稳的方法。

6.3 结构复杂的物体要多批次挑图

第三坑是复杂结构。杯子和手机壳基本不会翻车，但链条包、编织篮、带很多线缆的电子设备，经常出现结构错误。我生成过一个编织收纳篮，AI把篮子边缘的两根藤条绕成了死结，完全不对称。

这种图不能直接上架。我的应对是：提高生成批次数量，从2批加到4批，然后在里面人工挑选结构正常的。挑图的眼睛是练出来的，你会慢慢形成条件反射——先看轮廓，再看边缘，最后看细节接缝。

6.4 合规风险：别让AI替你"吹牛"

第四坑最严重，是合规。亚马逊对图片的要求是"准确反映实物"。你用AI生成一张产品站在山顶上很炫酷的图没问题，但如果你让AI把产品画出一个它根本没有的功能，那就是虚假宣传，轻则下架，重则账号受限。

我见过有人把一件普通T恤让AI"生成"成穿着在走秀的样子，图很高级，但顾客收到实物后立刻投诉尺码不对、版型不符。因小失大。AI图能美化场景，不能篡改功能。

另外，提示词里不要出现任何已有品牌名称、明星同款、知名IP形象。AI会画出近似的Logo和角色造型，这在亚马逊属于侵权素材，绝对不能用于Listing。

6.5 主图永远是最后一道防线

我的个人原则：AI生成的图，场景图、细节图、生活方式图都OK，唯独主图要格外谨慎。主图承担第一印象，一旦产品形状被AI改动哪怕一点点，都会给实物对比带来麻烦。

所以主图我会用AI生成，但生成后必须跟种子图做像素级对比，确认轮廓一致。如果做不到万无一失，那就只用AI产出的辅图，主图用真实拍摄加简单修图。对于新手，这是性价比最高的安全策略。

6.6 批量操作最容易忽视的命名问题

最后一个坑：命名。开始做大批量的时候，AI输出会直接给一串随机文件名，如果你不改，传到亚马逊后台全是乱码，后面想找图、重传图会崩溃。我在脚本里已经写了统一命名的逻辑，你实际跑的时候，切记在Excel里规划好"SKU对应哪几张图哪几个后缀"，保证从生成的那一刻起，每个文件都有明确身份。

这套流程现在是我上新品的基础设施，任何产品到了手上，先拍种子图，再套模板，然后批量处理。我个人的体会是：AI不会替你动脑，但它确实能替你省钱省时间。关键是把提示词当成一种工作标准去沉淀，而不是每单重来。后面我还会继续做同类产品的提示词扩充，到时候再分享。