★ FEATURED ARTICLE 1. 为什么我最终把营销图生产线交给了 gpt-image-2做电商和内容运营的朋友应该都有体会营销素材这件事单张做不难难的是“批量”和“稳定”。一个店铺上新二十个 SKU每个 SKU 要主图、场景图、详情页配图公众号一周三篇推文每篇要封面、要内文插图投流还要一堆不同尺寸的 banner。以前我的做法是设计师出模板运营套图遇到大促直接通宵。后来我逐步把这条线拆成了 AI 工作流核心引擎换成了 gpt-image-2现在一套流程跑下来几十张风格统一的素材基本是“提交任务、喝杯咖啡、回来收图”的节奏。这篇文章我想聊的不是“AI 画图有多神”而是怎么把 gpt-image-2 真正接进一条可复用的营销素材生产流水线。它解决的核心问题有三个第一批量生成时风格不跑偏第二商品图、海报、文章封面这三类差异很大的素材能用同一套底层逻辑管理第三成本可控、可追溯、可回滚。适合谁看做电商运营的、做内容矩阵的、做增长投放的以及想把自己手头重复性设计工作自动化掉的技术同学。哪怕你之前只用过网页版画图工具跟着思路也能搭起来。先说结论性的判断gpt-image-2 相比早期模型最大的进步在于指令遵循度和文字渲染能力。营销素材最怕什么怕图里商品变形、怕海报上的中文变成鬼画符、怕“再来一张类似的”结果风格完全换了个宇宙。gpt-image-2 在这几点上明显更稳尤其是带文字的封面和海报返工率能压下来一大截。这也是我把它作为工作流主引擎的直接原因。2. 整体工作流设计三类素材一套骨架2.1 先想清楚“批量”到底批的是什么很多人一上来就想“我要一次生成一百张”结果发现质量参差不齐最后还得一张张挑。我的经验是批量生成的前提是把变量收敛到可控的几个维度。营销素材的变量无非这么几类主体商品/人物/场景、风格写实/插画/3D/扁平、构图居中/三分/留白位置、文案标题/卖点/价格、尺寸1:1、3:4、16:9、9:16。gpt-image-2 的工作流里我会把这些变量做成一个“配方表”。比如商品图主体是固定的商品风格锁定“干净白底柔和阴影”构图锁定居中文案基本没有尺寸 1:1。海报则相反主体可能是商品也可能是纯视觉风格要更抓眼文案是重头戏。文章封面介于两者之间主体偏概念化文案是核心尺寸多为 16:9 或 2.35:1。把这三类拆开之后你会发现它们共享同一套“提示词模板 参数配置 后处理”的骨架只是每个环节的取值不同。这就是工作流能复用的关键。2.2 为什么选 API 而不是网页版网页版适合探索和调优但一旦进入批量生产网页版就是灾难。原因很实际一是没法程序化传参你不可能手动改一百次提示词二是没法做失败重试和日志记录三是没法把生成结果自动落到对象存储再回填到商品库。所以我从一开始就是走 API 路线用脚本把“读商品数据 → 拼提示词 → 调 gpt-image-2 → 下载图片 → 命名归档”串成一条线。这里有个选型上的取舍要讲清楚。市面上做 AI 工作流的工具不少有偏可视化的编排平台也有纯代码的方案。我的建议是如果你团队里有能写 Python 的同学直接上代码方案别绕可视化平台。可视化平台在 demo 阶段很爽但一旦要处理几百个 SKU 的字段映射、要做条件分支、要接自己的数据库拖拽出来的流程会变得极其难维护。我试过把一条已经跑通的流程从可视化平台迁到代码里迁移那两天虽然累但后面改需求的速度快了不止一倍。2.3 工作流的四个阶段我把整条线分成四个阶段后面每个阶段都会展开讲准备阶段整理商品/文章的结构化数据确定配方表准备好参考图如果有。生成阶段拼装提示词调用 gpt-image-2处理并发和重试。后处理阶段裁剪、压缩、加水印、格式转换、命名归档。质检阶段自动初筛尺寸、清晰度、文字识别 人工抽检。这四个阶段里最容易被忽视的是准备阶段和质检阶段。大部分人把精力全砸在提示词上结果数据源一团乱生成出来的图对不上商品或者质检全靠肉眼批量一上来就崩。我踩过的坑基本都在这两头。3. 核心细节解析提示词、参数与成本控制3.1 提示词模板怎么设计才不跑偏gpt-image-2 的提示词遵循度不错但“不错”不等于“你随便写它都懂”。营销素材的提示词我总结成一个固定结构[主体描述] [风格限定] [构图与视角] [光线与氛围] [文字内容与位置] [负面约束]举个商品图的例子实际用的模板大概是这样主体一款白色陶瓷马克杯杯身有简约的蓝色线条图案 风格商业产品摄影干净、高级、写实 构图正面微俯视主体居中四周留白 光线柔和顶光加侧补光阴影自然 文字无 负面不要出现多余道具、不要杂乱背景、不要变形海报的模板则要把文字部分加重主体夏季饮品促销视觉一杯冰镇柠檬茶 风格清爽夏日风高饱和有活力 构图主体偏右左侧留出文字区 光线明亮自然光带水珠质感 文字主标题“夏日冰饮节”副标题“第二杯半价”位置在左侧居中 负面文字不要重叠、不要错别字、不要超出画面这里有个关键经验文字内容一定要用引号明确标出并且指定位置。gpt-image-2 对中文的渲染比前代强很多但如果你不指定位置它可能把标题塞到角落或者压在主体上。我一般会明确说“文字位于画面左侧三分之一区域垂直居中”。3.2 参数配置里最该关注的几个走 API 的时候参数比网页版多也更容易踩坑。我列几个实际影响最大的参数作用我的常用取值说明size输出尺寸1024x1024 / 1024x1536 / 1536x1024按素材类型选别硬拉quality质量档位high成品/ medium草稿草稿用 medium 省钱n单次生成数量1批量靠循环一次多张容易风格漂移参考图风格/主体锚定有则必传商品图强烈建议传关于尺寸有个细节值得说。gpt-image-2 对非标准比例的处理是“尽量适配”如果你硬要一个 2.35:1 的电影宽幅它可能会在边缘补一些奇怪的东西。我的做法是先生成接近的标准比例再用后处理裁剪。比如文章封面我要 2.35:1就先出 1536x10243:2然后裁掉上下这样构图更可控。参考图这个参数是商品图的命根子。你不传参考图模型只能靠文字想象你的商品长什么样出来的杯子可能把手在左边也可能在右边。传了参考图之后主体一致性会好非常多。我一般会传一张白底商品图作为主体锚定再在提示词里描述风格。3.3 成本到底怎么算几毛钱一张是真的吗网上老有人问“gpt-image-2 几毛钱一张”这个问题得拆开看。成本取决于三个变量尺寸、质量档位、生成次数含重试。以我自己的实测数据为例一张 1024x1024 的 high 质量图算下来大概在几毛到一块多人民币之间具体看你走的渠道和当时的定价。medium 质量大概能省一半左右。但真正的成本大头不在单张价格而在返工率。一张图如果因为提示词没写好要重生成三次成本直接翻三倍。所以我把成本控制的重点放在两件事上草稿用 medium定稿用 high。先用 medium 快速跑一批看构图和风格选中满意的配方再用 high 出成品。建立提示词库。跑通的提示词模板存下来下次同类素材直接复用避免重复试错。我算过一笔账一条成熟的商品图流水线平均每个 SKU 出 5 张可用图综合成本能压到个位数人民币。对比外包拍摄或者设计师排期这个数字是很有说服力的。4. 实操过程从零搭一条能跑的流水线4.1 环境准备与依赖安装我用的技术栈很朴素Python requests Pillow。没有上什么重型框架因为这条线的逻辑本身不复杂引入框架反而增加维护成本。如果你团队用 Java思路完全一样只是把 HTTP 调用换成对应的客户端。pip install requests pillow python-dotenvAPI Key 我建议放在环境变量里别硬编码在脚本里。用 python-dotenv 读一个 .env 文件本地开发方便上线换成环境变量注入即可。import os import requests from dotenv import load_dotenv load_dotenv() API_KEY os.getenv(IMAGE_API_KEY) API_BASE os.getenv(IMAGE_API_BASE)这里提醒一句API 的 base url 和具体路径以你所用服务的文档为准不同渠道的路径可能不一样别照抄网上的老教程。4.2 拼装提示词与调用生成核心的生成函数我写成一个可复用的模块输入是配方字典输出是图片二进制。这样商品图、海报、封面都能调同一个函数只是传的配方不同。def build_prompt(recipe): parts [ f主体{recipe[subject]}, f风格{recipe[style]}, f构图{recipe[composition]}, f光线{recipe[lighting]}, ] if recipe.get(text): parts.append(f文字{recipe[text]}) if recipe.get(negative): parts.append(f负面{recipe[negative]}) return \n.join(parts) def generate_image(recipe, size1024x1024, qualityhigh): prompt build_prompt(recipe) payload { model: gpt-image-2, prompt: prompt, size: size, quality: quality, n: 1, } headers {Authorization: fBearer {API_KEY}} resp requests.post(f{API_BASE}/images/generations, jsonpayload, headersheaders, timeout120) resp.raise_for_status() return resp.json()实际跑的时候返回结构里通常是 base64 或者一个临时 URL两种都要处理。base64 直接解码存文件URL 就再发一次请求下载。我一般统一转成二进制再落盘避免临时链接过期。4.3 并发、重试与限流批量生成绕不开并发。我的做法是用线程池并发数控制在 3 到 5 之间。为什么不更高因为一是很多 API 有速率限制二是并发太高的时候失败率反而上升重试成本更高。from concurrent.futures import ThreadPoolExecutor, as_completed def batch_generate(recipes, max_workers4): results [] with ThreadPoolExecutor(max_workersmax_workers) as pool: futures {pool.submit(generate_image, r): r for r in recipes} for fut in as_completed(futures): recipe futures[fut] try: results.append((recipe[id], fut.result())) except Exception as e: results.append((recipe[id], {error: str(e)})) return results重试策略我用的是指数退避第一次失败等 2 秒第二次等 4 秒第三次等 8 秒最多三次。超过三次就记进失败日志人工介入。这里有个坑不要对所有错误都重试。像参数错误、内容被拒这类重试一百次也没用只会浪费钱。我只对超时和 5xx 错误重试。4.4 后处理裁剪、压缩与命名生成出来的图不能直接用后处理这一步决定了素材能不能进素材库。我固定做四件事裁剪到目标比例。用 Pillow 按中心或指定锚点裁剪。压缩到目标体积。电商平台对图片体积有要求我一般压到 500KB 以内。加水印可选。品牌水印放在右下角透明度调低。命名归档。命名规则我用{类型}_{商品ID}_{序号}_{尺寸}.png这样一眼能看出这张图是干嘛的。from PIL import Image import io def postprocess(img_bytes, target_size, out_path): img Image.open(io.BytesIO(img_bytes)).convert(RGB) img img.resize(target_size, Image.LANCZOS) img.save(out_path, PNG, optimizeTrue)命名这块我要多说一句。很多人图省事用时间戳命名结果素材一多根本找不到。结构化命名配合一个简单的索引表CSV 或数据库后面做 A/B 测试、做素材复盘的时候会感谢自己。5. 三类素材的差异化打法5.1 商品图一致性是第一优先级商品图的核心诉求不是“好看”是“一致”。同一个店铺的二十个 SKU如果每张图的光线、背景、角度都不一样详情页看起来就像杂货铺。所以商品图的配方表要锁得最死背景统一、光线统一、视角统一只有主体在变。我的做法是先跑一张“标准图”确认风格满意后把这张图的提示词和参数固化成模板后面所有 SKU 只替换主体描述。参考图也统一用同一套拍摄规范出来的白底图。这样出来的二十张图放在一起是和谐的。有个细节商品图尽量别让模型加文字。价格、卖点这些信息后期用设计工具叠上去比让模型直接画要可控得多。模型画文字虽然进步很大但遇到长文案还是容易出问题。5.2 海报文字和构图的博弈海报是三类里最难的因为文字和视觉要抢空间。我的经验是先定文字区再定主体区。在提示词里明确“左侧三分之一为文字区右侧为主体区”模型会按这个分区来构图。如果你不指定它可能把主体放中间文字没地方放。海报的文字我一般分两层主标题让模型画副标题和细节信息后期叠。为什么因为主标题通常字数少、字号大模型渲染成功率高副标题字数多、字号小模型容易糊。这个分工能显著降低返工率。另外海报的尺寸要提前想好投放渠道。朋友圈是 1:1 或 9:16公众号首图是 2.35:1信息流是 16:9。我一般一个海报主题出三个尺寸用同一套配方只是裁剪和构图微调。5.3 文章封面概念化与情绪感文章封面和商品图、海报都不一样它不需要展示具体商品需要的是传递情绪和概念。比如一篇讲“职场效率”的文章封面可能是一个人在整洁书桌前专注工作的场景或者一个抽象的时钟与齿轮组合。封面的提示词我更偏向氛围描述少用具体名词多用形容词。比如“宁静的清晨光线”“专注而有序的氛围”“柔和的蓝灰色调”。gpt-image-2 对这种氛围类描述的理解力不错出来的图往往比堆砌具体元素更有质感。封面上的标题文字我建议只放主标题且字数控制在 12 字以内。超过这个长度模型渲染中文的准确率会下降。长标题拆成主副标题或者干脆后期叠字。6. 常见问题与排查技巧实录6.1 生成失败与报错的排查顺序批量跑的时候最怕的就是一堆报错。我整理了一个排查顺序基本能覆盖九成问题现象可能原因排查动作401/403Key 无效或过期检查环境变量、Key 权限429触发限流降低并发、加退避重试400 参数错误size/quality 取值不支持对照文档核对参数内容被拒提示词触发审核检查主体描述是否违规超时网络或服务端慢加长 timeout、重试图不对版提示词歧义拆解提示词逐段排查内容被拒这个要特别说。有时候不是你写了敏感词而是主体描述太模糊导致模型“自由发挥”出了不该有的东西。我的做法是把主体描述写具体负面约束里加上“不要出现人物、不要出现文字”之类的兜底。6.2 风格漂移怎么破风格漂移是批量生成的头号敌人。同一套提示词跑十张出来可能有三种风格。原因通常是提示词里的风格描述太笼统比如只写“高级感”模型每次理解都不一样。解决办法有两个一是把风格描述具体化别写“高级感”写“低饱和莫兰迪色系、柔和漫射光、极简构图”二是用参考图锚定风格传一张你满意的风格参考图让模型照着这个调性走。我实测下来加了风格参考图之后十张图的风格一致性提升非常明显。6.3 文字渲染的避坑清单中文文字渲染是营销素材的刚需也是翻车重灾区。我总结了几个避坑点文字用引号包起来明确告诉模型这是要渲染的内容。指定文字位置别让它自己找地方。主标题字数控制在 12 字以内副标题尽量后期叠。避免生僻字和特殊符号模型对这些的处理不稳定。生成后一定要做 OCR 校验别信肉眼批量的时候肉眼会漏。OCR 校验我用的是开源的识别库跑一遍把识别结果和预期文字做比对不一致的自动标记出来人工复核。这一步能拦下大部分文字翻车。6.4 我踩过的几个真实坑第一个坑是并发开太高导致批量失败。刚开始我图快开了 20 个并发结果一半请求超时重试又把成本拉上去了。后来降到 4 个并发整体吞吐反而更高因为失败率下来了。第二个坑是没做幂等重复生成。有一次脚本跑到一半崩了重启之后把已经生成的又跑了一遍白白浪费了一批额度。后来我在生成前先查一遍归档目录已存在的跳过。第三个坑是参考图格式不对。传了一张带透明通道的 PNG结果模型处理的时候背景出了奇怪的颜色。后来统一转成白底 JPG 再传问题消失。第四个坑是命名冲突覆盖。早期命名规则没带序号同一商品生成多张的时候后一张覆盖了前一张。加上序号之后解决。7. 把工作流沉淀成团队资产一条工作流跑通只是开始真正有价值的是把它沉淀成团队能复用的资产。我做了三件事第一建提示词库。把跑通的配方按素材类型分类存好新来的运营直接调用不用从零试。每个配方标注适用场景、实测效果、注意事项。第二建素材索引。每张生成的图都记录来源配方、生成时间、使用位置、效果数据。这样后面做素材复盘的时候能知道哪类图转化好反过来优化配方。第三建质检清单。把尺寸、体积、文字准确性、主体一致性这些检查项做成清单每次批量生成后自动跑一遍人工只处理被标记的异常项。这套东西搭起来之后我们团队出素材的节奏从“设计师排期三天”变成了“运营自己半天搞定”。设计师的精力被释放出来做更复杂的创意运营也不再被基础素材卡脖子。这大概就是 AI 工作流最实在的价值——不是替代谁而是把重复劳动从人身上剥下来。最后分享一个我最近在试的扩展方向把这条流水线和内容发布系统打通文章写完自动生成封面商品上架自动生成主图做到“内容一提交素材就到位”。目前跑通了一半等完全稳定了再单独写一篇聊聊。
阅读完成 · 觉得有帮助？
