AI工作流实战：电商详情页批量制作全攻略

做电商详情页的人应该都有过这种感受店铺里几十个 SKU每个都要出主图、场景图、卖点图文案还要反复改促销节点一到同一款商品还要拆成好几个版本找设计师排一版详情页快则半天慢则两天遇到改稿需求还要继续磨。后来我开始尝试用 AI 工具把这条链路拆开GPT Image2 负责生成商品图无限画布负责排版Gemini 负责分析爆款文案和批量生成文案。整套流程跑下来单个详情页的制作时间被压缩到“分钟级”而且多 SKU 批量上新时不再需要每一款都从零开始做。这篇文章会把这套“电商详情页批量制作工作流”完整拆解出来包括工具分工、提示词模板、排版思路、批量合成脚本以及我用下来最容易翻车的几个坑。适合电商运营、店铺设计师、自由职业者也适合正在研究 AI 电商工作流的内容创作者。1. 为什么详情页可以批量制作1.1 传统详情页制作的真实痛点传统电商详情页制作通常卡在两个地方。第一个是“图片生产”。一件商品要做主图、白底图、场景图、细节图、对比图如果是全实拍需要约摄影师、租场地、反复修图如果靠设计师画一版详情页要花很多时间在设计稿上。遇到 SKU 多的店铺比如同一款杯子有 300ml、500ml、不同颜色每一款都要单独产出素材工作量成倍增长。第二个是“文案”。很多中小卖家的详情页文案习惯是参考同行改一改但改出来的文字经常没有逻辑卖点堆在一起缺少场景带入也没有信任背书。更麻烦的是不同平台对极限词、夸大宣传的审核越来越严格文案稍有不当轻则下架重则违规扣分。这两个痛点的共同点是它们都属于“重复劳动”。只要把流程标准化AI 完全可以承担大部分执行工作。1.2 GPT Image2、无限画布、Gemini 分别解决什么问题这套工作流的核心是让不同工具做各自擅长的事。GPT Image2 负责图片生成。它可以按照描述生成电商主图、场景图、模特图、细节图也可以基于一张实拍图进行“图生图”延展。对于没有专业摄影条件和插画师的团队来说这是成本最低的素材来源。无限画布负责排版。详情页本质上是一张长图传统设计软件里需要提前计算画布高度而无限画布类工具没有边界限制可以随意摆放、拖动、缩放所有素材。多款 SKU 复用同一套模板时只需要复制区块内容效率比普通画板高很多。Gemini 负责文案分析。它能对一段竞品文案做结构化拆解告诉你爆款文案的“开头怎么写的、痛点怎么切入的、卖点怎么排布的、信任背书放在哪里”再根据你自己的商品信息按这套结构生成新文案。三个工具组合起来正好覆盖“图、排版、文”三个环节。1.3 这套工作流适合谁这套工作流最适合标准化程度较高的商品日用百货、小家电、食品饮料、美妆个护、服饰箱包等。这类商品视觉风格接近、卖点明确容易模板化。不适合的场景也有强品牌设计的商品、需要精细建模展示内部结构的 3C 产品、高客单价定制商品。这类商品对图片精细度和品牌一致性要求极高AI 生成的图片只能作为初稿或氛围补充不能直接依赖。需要明确的是AI 工作流不是完全替代设计师而是把重复劳动交给 AI让设计人员把精力放在创意和审核上。2. 工具认知与准备工作2.1 GPT Image2 能做什么GPT Image2 是 OpenAI 图像生成能力的一个代表版本具体模型名称和功能会随官方更新变化。在实际使用时你只需要关注它对你有没有用而不是死记模型名。以电商详情页为例它可以完成三类任务直接生成商品主图把产品描述成一段提示词生成白底图、渐变背景图、场景图。图生图延展上传一张商品实拍图让模型在保持主体不变的前提下替换背景、改变光线、增加道具。一键出多张候选图同样一段提示词生成多张不同构图的结果方便挑选。在使用之前需要注意几点不同账号套餐可用功能和生成数量不同以官方页面为准。生成结果受提示词影响很大不能指望一句“帮我做张图”就得到可用的电商图。AI 生成的图片是否可用于商业用途需要看服务商的条款生成后不要直接商用。如果你无法使用 GPT Image2也可以用 Midjourney、Stable Diffusion、即梦、可图、通义万相等同类型工具替换核心思路是一样的。2.2 无限画布工具选型无限画布简单说就是画布没有边界可以无限放大、缩小、平移素材放多少都不会被画布限制。这类工具的典型代表有 Figma、即时设计、Canva 白板、Miro 等。在电商详情页场景里无限画布最有价值的点是你可以把几十款 SKU 的详情页排在同一张画布里横向是不同商品纵向是详情页模块。这样批量排版时所有商品的模块位置可以严格对齐检查起来也方便。选工具时优先考虑三点是否支持中文对中文字体渲染是否正常是否能导出高清长图或分块图片是否支持团队协作方便运营和设计同时查看。工具界面会不断变化具体按钮位置以你使用的版本为准下面讲的是通用操作思路。2.3 Gemini 在文案分析上的定位Gemini 是 Google 推出的多模态 AI 助手在文本理解和结构化输出方面表现稳定。用它分析爆款文案不是让它“猜一个爆款公式”而是把一个具体的文案样本拆解成可复用的模块。Gemini 在文案环节主要做三件事拆解文案结构把一段详情页文案分成开头、痛点、卖点、背书、行动号召等模块。提炼可复用句式同样是“便携”卖点爆款文案会怎么写普通文案会怎么写。生成新文案根据你提供的商品资料按爆款结构生成一篇详情页文案。不一定要用 GeminiChatGPT、Claude、文心一言、Kimi 等都能完成类似任务选择 Gemini 是因为它长文本分析能力较强适合处理大段详情页文案。2.4 开始前需要准备的资料在正式开工之前先把素材整理齐这会直接影响后续效率。建议准备以下四类资料第一商品基础信息表。包含 SKU 编号、商品名称、规格、颜色、价格区间、核心卖点、材质、续航或容量等参数。这张表建议用 Excel 或 CSV 管理后面可以配合脚本批量生成。第二商品实拍图。至少准备一张清晰的白底或浅色背景实拍图作为图生图的参考图。这张图越清晰AI 生成时商品变形概率越低。第三卖点文档。把所有卖点按“功能卖点、体验卖点、信任卖点”三类整理出来。例如榨汁杯的“Type-C 快充”是功能卖点“冷饮热饮都能装”是体验卖点“食品级材质”是信任卖点。第四竞品文案样本。收集 3 到 5 个同类目销量靠前商品的详情页文案去掉品牌名和折扣信息后保存为文本。3. 工作流总体设计3.1 把详情页拆成可复用模块详情页看起来是一张长图但本质上是一组模块按顺序拼接而成。批量制作的思路就是把每个模块单独拆出来再组合。一个典型的详情页长图可以拆成以下模块模块作用内容来源首屏主图吸引点击传递核心卖点GPT Image2 生成 文案标题痛点场景图带出用户问题引发共鸣GPT Image2 生成场景图产品卖点区分条展示核心功能Gemini 生成 人工整理功能场景图多图展示使用场景GPT Image2 生成场景图参数表格规格参数清晰展示商品资料表信任背书材质认证、品牌实力商品资料表行动号召区促销信息、购买理由Gemini 生成 人工修改模块划分完成后不管后续做多少款 SKU详情页的骨架都是一样的。区别只在于替换图片和文字内容。3.2 批量制作的三种路线针对不同的业务场景批量制作可以分成三种路线。第一种同款多 SKU。同一款产品有不同颜色、容量、规格比如榨汁杯有 300ml 和 500ml。这种情况下模板和文案结构完全一样只需要替换对应的产品图、规格参数、部分卖点。第二种多款同类商品复用一个模板。比如店铺卖的是厨房小家电每款产品都用同一套“首屏 卖点 场景 参数 信任”结构但每款的具体卖点、场景图和参数不同。第三种老详情页批量翻新。把旧详情页的文字交给 Gemini 重写把旧图交给 GPT Image2 重新生成场景排版不变内容全部更新。实际项目中第一种和第二种最常见也是效率提升最明显的。3.3 整套流程的运转方式以下是一种可以落地的流程方式商品资料表 → Gemini 生成文案 → 人工确认文案 → GPT Image2 生成商品图 → 无限画布批量排版 → 人工检查 → 导出长图 → 上传平台文案先行图片后做。因为图片里的标题、卖点文字必须来自最终确认的文案如果先做图再改文案会导致图片返工。这个流程在单款商品上可能看不出巨大优势但当你有 10 款、20 款商品要上新时批量化带来的时间节省非常明显。4. 核心实操一用 GPT Image2 批量生成详情页图片4.1 图片生成提示词的通用公式很多新手用 AI 生图只会写“一个杯子白色背景”结果生成的图不能用。问题不在于 AI 笨而在于提示词缺少足够信息量。电商详情页图片的提示词建议按这个公式组织产品主体 使用场景 构图方式 光影风格 细节要求 输出比例其中产品主体要写清楚颜色、材质、规格场景要具体到“办公室桌面”“户外草坪野餐”构图要说“产品居中”“下方留白”光影风格要写“影棚柔光”“自然光”“浅景深”细节要求包括“不带文字水印”“画面不要出现其他品牌 LOGO”。4.2 主图生成示例以一款便携榨汁杯为例首屏主图的提示词可以这样写电商主图设计任务 产品白色便携榨汁杯透明杯体容量 300ml 场景浅灰色渐变背景影棚柔光底部有轻微倒影 构图产品居中偏上下方预留空白区域用于放置文案 风格极简电商主图风格画面干净突出产品质感 要求杯盖螺纹结构清晰杯体透明材质真实不要出现任何文字水印不要出现其他品牌 LOGO 输出比例3:4高清这样生成的图片主体是清晰的下方留白区域正好可以用来排版标题和卖点。如果你希望主图带上营销文字也可以把文字内容补充进提示词但 AI 生成中文文字容易出错更稳妥的做法是先用 AI 生成无字底图再用设计工具添加文字。4.3 场景图生成示例场景图的作用是让用户代入实际使用场景。同样是榨汁杯在不同场景里体现的卖点不同。办公室场景的提示词电商场景图设计任务 产品白色便携榨汁杯透明杯体 场景办公室桌面桌上有笔记本电脑、一杯鲜榨橙汁、几个橙子 氛围自然光从窗户照入浅景深背景虚化 构图产品位于画面中心偏左右侧留白 要求产品颜色真实还原不要改变杯身结构不要出现其他品牌 LOGO 输出比例1:1户外场景的提示词电商场景图设计任务 产品白色便携榨汁杯透明杯体 场景户外草坪野餐垫上旁边有面包、水果、保温袋 氛围晴天自然光生活感强色彩明亮 构图产品作为主体前景略有虚化 要求保持杯子外观与实拍图一致画面不要出现人物脸部 输出比例1:1同样一款产品通过更换场景词就能生成多张不同用途的图片这就是“一个产品多种场景”的批量思路。4.4 如何保持商品一致性AI 生成商品图最让人头疼的问题是“每一张图里的商品长得都不一样”。杯子的高度变了、颜色偏了、开关位置不对这些都是常见问题。要保持商品一致性我常用的做法有三个。第一用参考图。上传一张商品实拍图作为参考图然后让模型在保持主体不变的情况下替换背景和场景。这比纯文字生图稳定得多。第二固定商品描述词。不管生成什么场景提示词中关于商品本身的描述要完全一致不要每次换一种说法。把商品描述单独提取出来作为提示词里的“固定变量”场景部分才是“可变变量”。第三多张候选人工挑选。每次生成 4 张或更多候选图挑选外观最接近实拍图的一张使用。挑选时重点看商品轮廓、颜色、材质细节是否失真。如果某个细节始终生成不对比如杯盖上的螺纹总是乱掉就不要强求 AI 一次成功。可以生成“没有螺纹特写”的角度或者用 PS 局部修补。4.5 批量生成的执行策略批量生成时建议不要一张一张零散操作而是建立一张“出图登记表”记录每款 SKU 需要哪些图、用哪段提示词、出图结果选哪张。登记表可以这样设计SKU商品名称需要图片提示词模板选用图片A001便携榨汁杯 300ml主图、办公室场景图、户外场景图模板AA001_main_v2.pngA002便携榨汁杯 500ml主图、厨房场景图模板AA002_main_v1.png这样做的好处是批量操作时思路清晰不会漏图选图后能快速找到文件不会出现“文件名是一串乱码不知道是哪款产品的图”的情况。5. 核心实操二用无限画布做详情页排版5.1 无限画布为什么适合详情页排版详情页排版有两个特点一是内容长二是 SKU 多。在传统设计软件里一张画布只能放一个详情页做完 A 款再做 B 款需要不停切换画板。而在无限画布中你可以把 A 款、B 款、C 款的详情页模板并排放在同一张画布里纵向结构一致横向整齐排列就像一张“详情页工厂流水线”。这样做还有另一个好处当你想统一调整某个模块的位置比如把“信任背书”模块整体上移只需要改动模板页其他页面复制更新即可不用逐款重新排版。5.2 建立一套详情页模板在无限画布工具里建立详情页模板分四步。第一步确定详情页宽度。不同电商平台对详情页宽度要求不同一般在后台装修规范里都有说明。新建模块时先确定画布或区块宽度。第二步把 3.1 节拆解的模块依次排布。从上到下依次是首屏主图、痛点场景、核心卖点、功能场景、参数表格、信任背书、行动号召。第三步为每个模块预留固定高度或固定比例。比如首屏主图是 3:4核心卖点区固定放 3 条卖点参数表格固定三行。固定的好处是批量替换时版式不会乱。第四步把模板保存为“详情页模板页”后续每款商品都从这个模板复制。5.3 批量替换的操作思路模板建好后批量制作就变成了“复制模板 替换内容”。具体操作是在无限画布里复制一个模板页然后把对应 SKU 的图片拖入图片位把文案粘贴到文字位。由于模板结构是固定的你只需要关注内容是否匹配不需要重新对齐、重新调整字号。这一步看起来简单但有一个容易忽略的细节生成图的比例尽量统一。如果你 Some 图是 3:4Some 图是 1:1放进固定模板后会自动裁切导致构图不完整。所以在生成图片时就要按模板预留的尺寸比例来出图。5.4 用 Python 脚本批量合成详情页长图如果团队没有设计师也不想用设计工具手动排版可以考虑用 Python 直接合成详情页长图。下面这个脚本会根据一个 CSV 文件里的商品信息和图片路径自动生成详情页长图。适合“图片已准备好、文案已确认、只需要按固定顺序拼成长图”的场景。先安装依赖pip install pillow核心脚本如下# 文件build_detail_page.py # 作用根据 CSV 商品信息和图片路径批量生成详情页长图 import csv import os from PIL import Image, ImageDraw, ImageFont DEFAULT_WIDTH 750 # 详情页宽度按平台要求调整 FONT_CANDIDATES [ C:/Windows/Fonts/msyh.ttc, # Windows 微软雅黑 /System/Library/Fonts/PingFang.ttc, # macOS 苹方 /usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc # Linux Noto ] def get_font(size): for path in FONT_CANDIDATES: if os.path.exists(path): try: return ImageFont.truetype(path, size) except Exception: continue return ImageFont.load_default() def resize_by_width(img, width): ratio width / img.width return img.resize((width, int(img.height * ratio)), Image.LANCZOS) def make_header(sku, title, features): font_title get_font(42) font_text get_font(26) font_small get_font(20) header_height 160 len(features) * 50 header Image.new(RGB, (DEFAULT_WIDTH, header_height), white) draw ImageDraw.Draw(header) y 24 draw.text((28, y), title, fill#111111, fontfont_title) y 64 for f in features: draw.text((28, y), · f, fill#333333, fontfont_text) y 50 y 10 draw.text((28, y), fSKU: {sku}, fillgray, fontfont_small) y 30 return header.crop((0, 0, DEFAULT_WIDTH, y)) def merge_images(images): total_height sum(img.height for img in images) canvas Image.new(RGB, (DEFAULT_WIDTH, total_height), white) y 0 for img in images: canvas.paste(img, (0, y)) y img.height return canvas def build_detail_page(sku, title, features, image_paths, output_path): parts [make_header(sku, title, features)] for path in image_paths: if not os.path.exists(path): print(f跳过不存在的图片: {path}) continue img Image.open(path).convert(RGB) parts.append(resize_by_width(img, DEFAULT_WIDTH)) result merge_images(parts) result.save(output_path) print(f已生成: {output_path}画布尺寸: {result.width} x {result.height}) def build_from_csv(csv_path): with open(csv_path, r, encodingutf-8-sig) as f: reader csv.DictReader(f) for row in reader: image_paths [ p.strip() for p in row.get(image_paths, ).split(|) if p.strip() ] features [ x.strip() for x in row.get(features, ).split(|) if x.strip() ] build_detail_page( skurow.get(sku, ), titlerow.get(title, ), featuresfeatures, image_pathsimage_paths, output_pathrow.get(output_path, output.jpg) ) if __name__ __main__: # 单款商品示例 build_detail_page( skuSKU-A001, title便携榨汁杯 300ml 无线便携, features[ 高硼硅玻璃冷饮热饮都能装, Type-C 快充充满可用 15 次, 两叶刀头6 秒鲜榨 ], image_paths[ images/A001_main.jpg, images/A001_scene.jpg ], output_pathoutput/A001_detail.jpg ) # 批量模式读取 CSV逐行生成 # build_from_csv(products.csv)配套的 CSV 文件格式如下sku,title,features,image_paths,output_path A001,便携榨汁杯 300ml,高硼硅玻璃|Type-C快充|6秒鲜榨,images/A001_main.jpg|images/A001_scene.jpg,output/A001_detail.jpg A002,便携榨汁杯 500ml,大容量|可拆洗|双杯盖,images/A002_main.jpg|images/A002_scene.jpg,output/A002_detail.jpg运行后每行数据会生成一张完整的详情页长图图片自上而下依次是“标题卖点区 商品图 场景图”。脚本逻辑很简单好处是批量时不用手动一张张拼。6. 核心实操三用 Gemini 分析爆款文案6.1 爆款文案的共同结构先不急着让 AI 生成文案而是先搞清楚“为什么有的详情页文案转化好”。我分析过很多高销量详情页文案它们的结构通常是这样先用一句话描述一个让人有共鸣的场景比如“早起赶时间又想喝一杯鲜榨果汁”然后点出用户的痛点比如“外面买的果汁有添加剂自己榨又太麻烦”接着给出产品解决方案把功能卖点一条条列出来每条最好有数据随后放信任背书比如材质认证、安全标准、用户评价最后是行动号召比如“限时优惠到手价 XX”。这个结构不是死板的公式但大部分爆款详情页都符合其中一个或多个模块。Gemini 的作用就是帮你从具体文案中把这个结构提取出来。6.2 让 Gemini 拆解竞品文案把准备好的竞品文案复制给 Gemini使用下面这个提示词你现在是一名有 10 年经验的电商详情页策划擅长分析高转化商品文案。 请分析下面这段商品详情页文案并输出 1. 目标人群是谁 2. 核心卖点有哪些按重要程度排序 3. 文案结构拆解开头、痛点、功能、信任、行动号召分别在哪些段落 4. 每段可复用的表达句式 5. 与同类目普通文案相比这段文案的差异化在哪里 以下是需要分析的文案 [粘贴竞品文案]Gemini 输出的结果是结构化文本你可以把它当作“文案拆解报告”。重点看它的结构拆解和句式提炼不要直接复制竞品原文更不要大段照搬到自己的详情页里。6.3 用 Gemini 生成新版文案有了拆解结果之后再把你自己商品的信息交给 Gemini让它在同样的结构下生成新文案。参考提示词请根据以下商品信息生成一份适合电商详情页的文案。 商品名称便携榨汁杯 300ml 目标人群上班族、租房党、健身人群 价格区间80-120 元 核心卖点 - Type-C 快充2 小时充满可榨 15 次 - 300ml 容量轻巧便携适合通勤携带 - 高硼硅玻璃杯体冷饮热饮都能装食品级材质 - 两叶刀头6 秒完成鲜榨 要求 1. 先写一个场景化开头带出用户痛点 2. 卖点要分条描述尽量加入数据和可感知的细节 3. 加入材质安全、质检相关的信任背书 4. 结尾给出购买理由但不要使用“最”“第一”“绝对”等绝对化用语 5. 全文控制在 800 字以内生成后人工检查两件事一是数据是否与真实商品一致二是有没有夸大表述。AI 生成的文案可以写得很有感染力但前提是不能虚构参数。6.4 从文案到详情页的落地检查Gemini 生成的文案最终要落到详情页上这个过程中还要过一道“合规检查”。需要检查的点包括是否包含广告法禁止的绝对化用语比如“最”“第一”“国家级”“顶级”是否夸大功能比如普通榨汁杯不能写“治疗便秘”是否有真实数据支撑材质认证、质检报告是否真实存在文案里的场景描述是否与图片匹配避免文图不一致。建议把这段检查交给运营人员做不要完全依赖 AI 自查因为 AI 对平台规则的理解可能存在延迟。7. 常见问题与排查清单7.1 AI 生成的商品图细节不对这是遇到最多的问题比如杯盖螺纹错乱、LOGO 文字乱码、商品颜色偏差。排查思路是先看参考图是否清晰如果是纯文字生图尝试改用图生图再看提示词是否写了“不带文字水印”“保持产品结构不变”等要求最后如果某个角度总是生成错误就绕过这个角度换一个机位重新生成。问题现象常见原因解决思路商品细节变形模型对精细结构理解不足使用参考图 图生图必要时 PS 修复文字乱码AI 生成中文文字不稳定生成无字底图后期在排版工具中加文字颜色偏离实拍场景光环境影响色温提示词中固定商品颜色并以实拍图为准多张图风格不一致提示词缺少统一风格变量建立统一风格词所有图片共用同一风格描述7.2 多张图风格不统一同一款产品几张图看起来像不同系列这会影响详情页的整体质感。原因通常是每次生成时光影、背景、色调描述不一致。解决办法是建立一份“风格提示词常量”比如“影棚柔光、浅灰色背景、明亮通透、轻微阴影”写进每一张图的提示词里。这样生成的图片风格会更接近。7.3 Gemini 输出的文案太空泛有时候 Gemini 会生成看起来很专业、但实际没有信息量的文案比如“让生活更美好”“开启健康新方式”。这是因为输入的商品信息太少。改进方法是提供足够具体的参数和使用场景最好把“容量、材质、续航、适用人群、价格段”都写清楚。信息越具体生成内容的差异化和可信度越高。7.4 详情页上传后被平台提示违规违规通常出现在文案和图片两个方向。文案违规大概率是“最”“第一”等绝对化用语图片违规大概率是“与实物不符”或“使用了未经授权的信息”。应对方法是所有文案过一遍广告法敏感词检查所有数据与实物、检测报告核对不要使用未授权的商标、认证标志和人物肖像。8. 最佳实践与工程建议8.1 素材命名与归档批量制作时最怕的就是素材混乱。建议所有文件按“SKU_用途_版本.扩展名”命名。比如 A001 主图第一版文件名就是“A001_main_v1.png”。场景图就是“A001_scene_v1.png”。每次修改保存为新版本不要覆盖原文件。目录结构可以参考这样的方式project/ ├── images/ │ ├── A001_main_v1.png │ ├── A001_scene_v1.png ├── copy/ │ ├── A001_detail_v1.txt ├── prompts/ │ ├── prompt_image_v1.txt ├── output/ │ ├── A001_detail.jpg8.2 建立提示词模板库把常用的提示词模板保存下来不要每次都临时写。比如“主图模板”“办公室场景模板”“户外场景模板”“图生图模板”各保存一份。模板里的商品描述用括号加变量表示产品{product_name} 颜色{product_color} 材质{product_material} 场景{scene} 构图{composition} 风格{style}下次做新商品时只需替换变量不需要重写整段提示词。长期积累下来这套模板库就是团队的内容资产。8.3 AI 生成内容要注意合规用 AI 做电商图有三个合规风险要特别注意。第一AI 生成图片的商用授权。不同平台的授权政策不同商用前要确认你使用的服务允许商业化。第二AI 生成图片里的字体版权。如果 AI 生成的图片里自带文字这些文字可能涉及字体版权问题稳妥做法是使用无字底图自己选择已授权字体添加文字。第三AI 生成文案的版权和平台规范。AI 生成的文案同样要遵守平台规则不能因为“是 AI 写的”就放松对虚假宣传的审查。8.4 哪些环节不能完全交给 AIAI 可以把效率提升好几倍但有几个环节我建议保留人工控制。首先是商品真实性审核。AI 生成图如果和实物差异过大会导致退换货率上升这个责任最终是店铺承担。其次是品牌调性的把控。品牌店铺的详情页要传达统一的视觉语言AI 生成的图片只能作为素材最终版式仍然需要设计人员把控。最后是数据和证书。所有涉及参数、认证、检测报告的文案必须由人工核对后台资料后发布。9. 总结与下一步提升方向这套工作流的核心是把电商详情页制作拆成“文案生成、图片生成、排版合成”三个环节分别交给 Gemini、GPT Image2 和无限画布工具去完成。单个环节看起来不算复杂但组合起来就能形成批量生产能力。来梳理一下你已经掌握的内容用 GPT Image2 生成主图和场景图的提示词公式用参考图和固定风格词保持商品一致性用无限画布建立详情页模板并进行批量排版用 Gemini 拆解爆款文案结构并生成新文案用 Python 脚本把图片和文字批量合成为详情页长图了解了批量制作过程中的常见问题和合规底线。下一步可以继续深入的方向是学习 Stable Diffusion 的局部重绘与模型训练把商品一致性做到更高研究各电商平台的详情页尺寸规范建立更精细的模板库把整条流程做成自动化脚本从 CSV 直接产出初稿长图。这个流程最重要的一件事不是工具选得有多好而是先拿一款真实商品完整跑通一遍。跑通单款再复制到多款批量能力自然就出来了。如果你在实操中也遇到过其他奇怪的坑欢迎在评论区分享一起把这套流程做得更稳。