这次我们聊一个偏落地的问题只有一张商品图怎么批量产出 Amazon Listing 需要的 6 张展示图和 3 套视频方案不是讲概念而是把一条可以照着做的 AI 素材生产线拆开从技术选型、环境准备、ComfyUI / WebUI 工作流、批量脚本到合规边界全部过一遍。如果你在做跨境电商、代运营或者想用本地 AI 工具替代重复 P 图工作这篇文章可以直接收藏。这套方案的核心思路并不复杂先抠图拿到透明底的商品素材再通过图像生成模型做多场景合成输出主图、卖点图、尺寸图、细节图最后用图生视频模型把静态图转成动态视频。真正的难点在于批量稳定性、商品特征保持、显存控制和输出合规这几块都会在下面展开。文中涉及的工具链都以“通用方案”描述具体模型名、端口、参数需要按你选择的实际项目替换。这些不是某个闭源工具的私有限定配置而是本地 AI 工作流里常见的做法。1. 核心能力速览能力项说明方案目标1 张商品图 - 6 张 Amazon Listing 图 3 套视频方案主要环节AI 抠图、背景替换、场景生成、局部重绘、尺寸标注、图生视频可复用性同一条工作流可批量处理多张商品图建议硬件NVIDIA 独立显卡显存大小需按所选图像模型和视频模型实测启动方式本地 WebUI / ComfyUI / API 服务或云 GPU 实例是否支持 API取决于具体工具本地 WebUI 和 ComfyUI 均暴露 HTTP API是否支持批量任务支持通过脚本遍历输入目录并调用 API典型成果6 张不同用途的图片素材 3 类视频脚本/分镜方案适合人群亚马逊卖家、跨境电商运营、电商设计师、代运营团队需要先说明本文不是某一个固定开源项目的安装手册而是一条“AI 电商素材批量生产方案”的搭建思路。你拿到这篇文章后可以根据自己手上已有的 WebUI、ComfyUI 或图生视频工具把对应环节替换进去。为什么这么设计因为市面上没有一个工具能一次性完美完成“抠图 - 场景图 - 尺寸图 - 视频”全链路。更务实的做法是拆成可替换的模块哪个环节工具成熟就用哪个。2. 6 张 Listing 图和 3 套视频方案的拆解在谈技术之前先明确目标输出。Amazon Listing 的图片位不是随便放的每个位置承担不同转化任务。2.1 6 张图的角色拆分图片位置用途内容要素主图搜索结果页第一印象纯白背景、商品占画面约 85%、无文字、无水印副图 1功能卖点图商品 卖点文字标注副图 2尺寸规格图商品 尺寸标注或对比物副图 3使用场景图商品放入真实或渲染场景中副图 4细节特写图材质、接口、工艺细节放大副图 5包装配件图包装盒、配件、全家福这 6 张图不一定要全部由 AI 生成。更合理的分工是主图、场景图、细节图用 AI 优化尺寸图需要精确数字建议用脚本或 PS 模板叠加标注卖点图里的文字也要后期加上去避免 AI 生成乱码英文。2.2 3 套视频方案的拆解视频方案用途建议内容主图视频搜索结果页自动播放15 到 60 秒白底旋转或多角度展示场景种草视频社交媒体/详情页引流结合使用场景展示解决了什么问题功能解说视频详情页转化分镜演示功能配合卖点字幕视频方案的技术难点和图片不同。图生视频模型可以把一张静态图变成动态画面但“商品旋转”“多角度展示”这类需求并不总能一次生成成功可能需要先生成多个视角的静态图再拼接成视频。另一种路线是使用 3D 建模渲染但入门成本更高。对大多数卖家来说最快见到效果的方式是先用 AI 生成几帧关键视角图再用视频合成工具做成转场视频。3. AI 生图工作流整体设计整体流程可以拆成下面几个阶段原始商品图 - 抠图 - 透明底 PNG - 主图/场景图生成 - 文字标注与尺寸标注 - 图生视频 - 人工复核3.1 抠图阶段抠图是整条链路的地基。如果商品边缘抠不干净后面所有合成图都会出现白边、残影或背景污染。可选方案本地工具rembg、SAM、Stable Diffusion WebUI 的抠图插件在线 API云抠图服务适合批量处理但不适合敏感商品数据ComfyUI 抠图节点可以嵌入到工作流里一次跑通不用导出中间文件抠图完成后建议统一导出为透明背景 PNG命名规则尽量包含商品编号方便后续批量脚本识别。3.2 场景生成阶段这是整个工作流中变数最大的环节。场景图的核心要求是“商品特征不变形、光影协调、场景真实”。常用技术组合图生图把商品图作为输入用提示词控制新背景ControlNet用 Canny 边缘图或 Depth 深度图约束商品形状防止结构跑偏Inpaint 局部重绘只替换背景区域保留商品主体LoRA / 风格模型如果需要统一品牌风格可以训练商品专属 LoRA场景生成不是一次就能成功的。同一张商品图建议一次生成 4 到 8 张候选再人工挑选。批量脚本里要支持“多候选 保存全部”的模式。3.3 尺寸图和卖点图阶段尺寸图不建议直接用 AI 生成。AI 生成的数字和尺码标注很可能出错。常规做法是先生成干净的背景图再用 Python Pillow 脚本叠加尺寸线和文字。卖点图的文字同理。AI 生成的英文卖点容易出现拼写错误这在 Amazon 审核中会被拒。可以用 Python 脚本把卖点文本渲染到图片指定位置保证文字准确。3.4 图生视频阶段静态图生成后视频方案可以有两个发展方向直接把主图或场景图交给图生视频模型让它生成短动态视频先生成多视角图再用剪辑工具做成转场视频前者适合展示动态效果比如液体倒入、烟雾飘动、商品轻微旋转后者适合展示结构细节。两种方式可以并行先跑一条最轻的链路验证效果。4. 环境准备与前置条件无论选择哪种工具组合环境准备都建议先做一次统一检查。4.1 基础环境如果你是本地部署先确认这台机器的基本状态# 查看显卡型号和显存 nvidia-smi # 检查 Python 版本 python --version常用组合是 Windows 10/11 或 Ubuntu 20.04Python 3.10/3.11CUDA 版本要和你安装的 PyTorch 匹配。具体版本不要去猜装完 PyTorch 后跑一行命令验证python -c import torch; print(torch.cuda.is_available())输出为 True说明 GPU 可用。如果为 False优先检查驱动版本和 PyTorch 版本是否匹配。4.2 磁盘与模型文件图像生成模型体积不小。Stable Diffusion 系底模通常 2GB 到 7GB 一个ControlNet 模型 1GB 到 2GBLoRA 几十 MB 到几百 MB。图生视频模型更大。建议磁盘预留 50GB 以上避免模型下到一半空间不够。4.3 显存要求显存是本地部署最关键的指标。不同模型差异很大无法一概而论。经验上纯 512x512 单图推理6GB 显存可尝试1024x1024 图生图建议 8GB 以上图生视频通常比单张图片更吃显存建议 12GB 以上更稳妥这里必须强调上面只是经验判断实际占用取决于模型版本、分辨率、步数和 ControlNet 是否开启。买机器或租 GPU 之前先用小分辨率跑一遍用 nvidia-smi 看实际显存占用。4.4 不想本地部署怎么办如果本机显存不够可以用云 GPU 实例按小时计费跑完批量任务就释放。也可以直接使用商业图像生成 API把商品图上传到服务端生成结果。缺点是敏感商品图存在数据外传风险生成结果也可能受服务商审核限制。5. ComfyUI / WebUI 工作流搭建这里用 ComfyUI 为例讲清楚一条典型工作流包含哪些节点。如果你用的是 Stable Diffusion WebUI对应操作可以换成图生图 局部重绘逻辑一样。5.1 ComfyUI 节点链路典型的场景图生成工作流Load Image - Remove Background - Load Checkpoint - ControlNet - KSampler - VAE Decode - Save Image节点作用说明节点作用Load Image读取原始商品图Remove Background输出透明底商品图Load Checkpoint加载底模ControlNet锁定商品边缘或深度结构KSampler采样控制步数和降噪强度VAE Decode解码为正常图片Save Image保存结果5.2 提示词模板场景图提示词不要写太长重点写清楚风格、环境、光线和画质。正面提示词示例white studio background, product on a wooden desk, natural sunlight, professional e-commerce photography, ultra realistic, 8k, high detail这个提示词只是模板。真实使用时需要把“product”语义和商品类别换成实际产品描述比如“wireless earphones”“stainless steel water bottle”。如果商品有品牌 logo建议在提示词里不要出现品牌名防止 AI 生成错误图案。5.3 WebUI 图生图替代用 Stable Diffusion WebUI 时操作路径是拖入商品图到 img2img选择 inpaint 模式用蒙版遮住背景区域输入场景提示词设置 denoising strength 在 0.5 到 0.7 之间denoising 太低背景改不动太高商品会变形。第一次测试建议从 0.5 开始逐步上调。6. 批量任务怎么一次跑完多张商品图单张商品图测试通过后真正的效率提升来自批量脚本。目录结构建议如下project/ input/ product_a.png product_b.png output/ main/ scene/ detail/ video/6.1 批量配置文件批次参数和提示词放进 JSON 配置不要写死在代码里{ input_dir: ./input, output_dir: ./output, products: [product_a.png, product_b.png], scenes: [ white studio background, main product image, product on a wooden desk, office scene ], batch_size: 1, seed: 42, steps: 25 }6.2 Python 批量调用 API 示例如果你的图像生成服务是基于 Stable Diffusion WebUI 的 API可以用下面的通用模板import requests import base64 import json import os API_URL http://127.0.0.1:7860/sdapi/v1/img2img def read_image_as_base64(path): with open(path, rb) as f: return base64.b64encode(f.read()).decode(utf-8) def generate_scene(product_path, prompt, output_path, steps25): init_image read_image_as_base64(product_path) payload { init_images: [init_image], prompt: prompt, steps: steps, width: 1024, height: 1024, denoising_strength: 0.6, batch_size: 1 } response requests.post(API_URL, jsonpayload, timeout300) response.raise_for_status() result response.json() for i, img_b64 in enumerate(result.get(images, [])): img_bytes base64.b64decode(img_b64) with open(output_path, wb) as f: f.write(img_bytes) if __name__ __main__: generate_scene( product_path./input/product_a.png, promptproduct on a wooden desk, office scene, natural light, output_path./output/scene/product_a_scene_1.png )这段代码是通用模板。字段名可能因 WebUI 版本不同而变化实际使用前先访问http://127.0.0.1:7860/sdapi/v1/sd-models确认服务正常。6.3 批量失败重试批量任务最容易遇到的问题是中间一张图生成失败整个脚本中断。建议每次请求包一层重试逻辑并把失败记录写入日志文件。import time def generate_with_retry(product_path, prompt, output_path, retries3): for attempt in range(retries): try: generate_scene(product_path, prompt, output_path) return True except Exception as e: print(fattempt {attempt 1} failed: {e}) time.sleep(10) return False单个商品失败不要阻塞整批任务。跑完后再统一查看日志补生成失败项。7. 接口 API 与自动化集成本地图像生成服务启动后有两个用途一是 WebUI 手动操作二是 HTTP API 给脚本调用。确认服务是否正常curl http://127.0.0.1:7860/sdapi/v1/sd-models服务正常时会返回模型列表 JSON。如果这个接口都访问不了先检查服务是否真的启动再检查端口是否被占用。图生视频服务同样可以通过 HTTP API 对接。下面是一个通用调用模板具体请求格式以实际部署的模型服务为准import requests video_api_url http://127.0.0.1:8080/generate payload { image_path: ./output/main/product_a.png, prompt: product slowly rotating on white background, duration: 5, fps: 24 } response requests.post(video_api_url, jsonpayload, timeout600) print(response.status_code) print(response.json())图生视频任务通常比单张图片耗时更长短则几十秒长则几分钟。timeout 要设置得足够大否则容易在等待过程中断掉。更稳妥的做法是接口支持异步任务时先提交任务拿到 task_id再轮询查询任务状态。批量任务的队列设计不需要太复杂。输入目录放商品图脚本遍历目录每个商品图按“主图 - 场景图 - 细节图”的顺序依次处理输出目录按商品编号归档。如果有多张候选图需求在 JSON 配置里加一个candidates_per_scene字段每个场景生成多张候选项人工检查后再统一压缩上传。8. 资源占用与性能观察本地跑图像生成性能观察和显存监控是必做动作。8.1 实时查看显存占用nvidia-smi -l 1这个命令每秒刷新一次显卡状态。重点观察Memory-Usage 是否接近上限GPU-Util 是否在生成时波动到高位是否有多个残留进程占用显存生成结束后如果显存没有释放可能是进程残留或 WebUI 没有卸载模型。此时重启服务或者用nvidia-smi找到残留进程后手动结束。8.2 影响性能的主要因素因素影响分辨率越高越吃显存部分模型超过 1024 会崩步数 steps越高越慢但画质提升有上限denoising strength越高背景变化越大也可能越慢batch size一次生成多张显存线性增长ControlNet额外加载模型增加显存占用图生视频通常比单图更吃显存和内存8.3 降低显存占用的通用手段使用半精度模型开启--medvram或--lowvram参数降低单次 batch size分批生成不用时关闭 ControlNet 节点如果只是背景替换不叠加多个模型显存占用必须以实际测试为准。不要只看别人贴的截图同一张图、不同采样参数占用能差出两个档次。9. 常见问题与排查方法问题现象可能原因排查方式解决方案服务启动后页面打不开端口被占用或服务启动失败查看启动日志netstat检查端口换端口或重启服务API 调用超时单张生成时间长、batch 过大查看服务日志和当前任务状态降低 batch、加大 timeout商品结构变形ControlNet 强度不够或 denoising 过大反复对比生成图和原图开启 Canny/Depth降低 denoising背景混入商品颜色抠图边缘残渣查看透明底 PNG 是否干净重新抠图加边缘羽化生成图白底不纯提示词没有强调纯白或模型默认风格检查输出像素值后期统一压缩为纯白背景尺寸标注错误直接让 AI 生成文字检查数字和单位用脚本叠加真实尺寸标注视频商品闪烁图生视频帧间一致性差逐帧观察用低运动幅度提示词或改用多视角图拼接显存不足分辨率过高或多模型同时加载查看 nvidia-smi低显存模式、半精度、分步推理批量任务中途卡住网络请求阻塞或服务失联查看日志和进程加重试机制失败单独记录有 logo 的商品生成错误模型不识别品牌图案对比原图检查尽量保留局部重绘不重画 logo 区域最容易踩的坑是前两个服务看着启动了但端口不对API 请求正常提交但超时。建议每次跑批量前先用小图单张测试确认整条链路能通再放大规模。10. 合规与最佳实践AI 生成商品素材不是“生成完就能传上去”。Amazon 对图片和视频有明确的审核要求乱传会被拒或下架。10.1 图片合规主图必须遵守平台规范纯白背景、商品占画面约 85%、无水印无文字。AI 生成的“白色背景”经常是灰白色或米白色建议统一用脚本压成 RGB(255, 255, 255)。卖点图、尺寸图中的文字必须准确不要出现 AI 乱码。涉及品牌 logo 时要么使用授权素材要么用局部重绘保留原图 logo 区域。10.2 视频合规视频中展示的商品功能必须真实存在。AI 生成的动态效果不能虚构商品不支持的卖点比如一个普通保温杯在视频里出现“充电”演示就属于虚假宣传。视频中如果出现真人、人脸、可识别的背景建筑或品牌商标需要确认肖像权和场地/商标使用权。10.3 工作流建议第一次跑通先用 1 张商品图、小分辨率、低步数每批生成结束后人工抽检 3 到 5 张确认商品特征无误模型文件、输入素材、输出结果分目录管理批量任务必须保留日志方便失败重跑云 GPU 实例用完及时释放避免计费涉及未授权图片素材不要放进批量任务技术本身不复杂复杂度都在“稳定量产”和“合规交付”上。把流程拆成小模块每个模块单独验证整体跑通后就能复用到不同商品上。11. 总结与下一步这条“一张商品图 - 6 张 Listing 图 3 套视频方案”的生产链路最值得先跑通的是“抠图 白底主图”这个小闭环。它耗时短、效果直观、能立刻接入现有上架流程。跑通后再扩展场景图、尺寸图和视频每一步都在前一步基础上加能力。最容易踩的坑也很明确商品特征变形的控制、显存不足导致的随机崩溃、以及 AI 文字乱码。前两个靠参数调优和分批处理解决最后一个靠“AI 生成底图 脚本叠加文字”规避。后续可以继续扩展的方向不少比如训练商品专属 LoRA 来保证同款商品多角度一致性接入多视角扩散模型生成 360 度展示图或者把图生视频模型接进批量队列做长视频分镜合成。这套工作流不需要一步到位先把单链路跑稳定再逐步加模块才是性价比最高的做法。
一张商品图批量生成6张亚马逊Listing图+3套视频的AI工作流
这次我们聊一个偏落地的问题只有一张商品图怎么批量产出 Amazon Listing 需要的 6 张展示图和 3 套视频方案不是讲概念而是把一条可以照着做的 AI 素材生产线拆开从技术选型、环境准备、ComfyUI / WebUI 工作流、批量脚本到合规边界全部过一遍。如果你在做跨境电商、代运营或者想用本地 AI 工具替代重复 P 图工作这篇文章可以直接收藏。这套方案的核心思路并不复杂先抠图拿到透明底的商品素材再通过图像生成模型做多场景合成输出主图、卖点图、尺寸图、细节图最后用图生视频模型把静态图转成动态视频。真正的难点在于批量稳定性、商品特征保持、显存控制和输出合规这几块都会在下面展开。文中涉及的工具链都以“通用方案”描述具体模型名、端口、参数需要按你选择的实际项目替换。这些不是某个闭源工具的私有限定配置而是本地 AI 工作流里常见的做法。1. 核心能力速览能力项说明方案目标1 张商品图 - 6 张 Amazon Listing 图 3 套视频方案主要环节AI 抠图、背景替换、场景生成、局部重绘、尺寸标注、图生视频可复用性同一条工作流可批量处理多张商品图建议硬件NVIDIA 独立显卡显存大小需按所选图像模型和视频模型实测启动方式本地 WebUI / ComfyUI / API 服务或云 GPU 实例是否支持 API取决于具体工具本地 WebUI 和 ComfyUI 均暴露 HTTP API是否支持批量任务支持通过脚本遍历输入目录并调用 API典型成果6 张不同用途的图片素材 3 类视频脚本/分镜方案适合人群亚马逊卖家、跨境电商运营、电商设计师、代运营团队需要先说明本文不是某一个固定开源项目的安装手册而是一条“AI 电商素材批量生产方案”的搭建思路。你拿到这篇文章后可以根据自己手上已有的 WebUI、ComfyUI 或图生视频工具把对应环节替换进去。为什么这么设计因为市面上没有一个工具能一次性完美完成“抠图 - 场景图 - 尺寸图 - 视频”全链路。更务实的做法是拆成可替换的模块哪个环节工具成熟就用哪个。2. 6 张 Listing 图和 3 套视频方案的拆解在谈技术之前先明确目标输出。Amazon Listing 的图片位不是随便放的每个位置承担不同转化任务。2.1 6 张图的角色拆分图片位置用途内容要素主图搜索结果页第一印象纯白背景、商品占画面约 85%、无文字、无水印副图 1功能卖点图商品 卖点文字标注副图 2尺寸规格图商品 尺寸标注或对比物副图 3使用场景图商品放入真实或渲染场景中副图 4细节特写图材质、接口、工艺细节放大副图 5包装配件图包装盒、配件、全家福这 6 张图不一定要全部由 AI 生成。更合理的分工是主图、场景图、细节图用 AI 优化尺寸图需要精确数字建议用脚本或 PS 模板叠加标注卖点图里的文字也要后期加上去避免 AI 生成乱码英文。2.2 3 套视频方案的拆解视频方案用途建议内容主图视频搜索结果页自动播放15 到 60 秒白底旋转或多角度展示场景种草视频社交媒体/详情页引流结合使用场景展示解决了什么问题功能解说视频详情页转化分镜演示功能配合卖点字幕视频方案的技术难点和图片不同。图生视频模型可以把一张静态图变成动态画面但“商品旋转”“多角度展示”这类需求并不总能一次生成成功可能需要先生成多个视角的静态图再拼接成视频。另一种路线是使用 3D 建模渲染但入门成本更高。对大多数卖家来说最快见到效果的方式是先用 AI 生成几帧关键视角图再用视频合成工具做成转场视频。3. AI 生图工作流整体设计整体流程可以拆成下面几个阶段原始商品图 - 抠图 - 透明底 PNG - 主图/场景图生成 - 文字标注与尺寸标注 - 图生视频 - 人工复核3.1 抠图阶段抠图是整条链路的地基。如果商品边缘抠不干净后面所有合成图都会出现白边、残影或背景污染。可选方案本地工具rembg、SAM、Stable Diffusion WebUI 的抠图插件在线 API云抠图服务适合批量处理但不适合敏感商品数据ComfyUI 抠图节点可以嵌入到工作流里一次跑通不用导出中间文件抠图完成后建议统一导出为透明背景 PNG命名规则尽量包含商品编号方便后续批量脚本识别。3.2 场景生成阶段这是整个工作流中变数最大的环节。场景图的核心要求是“商品特征不变形、光影协调、场景真实”。常用技术组合图生图把商品图作为输入用提示词控制新背景ControlNet用 Canny 边缘图或 Depth 深度图约束商品形状防止结构跑偏Inpaint 局部重绘只替换背景区域保留商品主体LoRA / 风格模型如果需要统一品牌风格可以训练商品专属 LoRA场景生成不是一次就能成功的。同一张商品图建议一次生成 4 到 8 张候选再人工挑选。批量脚本里要支持“多候选 保存全部”的模式。3.3 尺寸图和卖点图阶段尺寸图不建议直接用 AI 生成。AI 生成的数字和尺码标注很可能出错。常规做法是先生成干净的背景图再用 Python Pillow 脚本叠加尺寸线和文字。卖点图的文字同理。AI 生成的英文卖点容易出现拼写错误这在 Amazon 审核中会被拒。可以用 Python 脚本把卖点文本渲染到图片指定位置保证文字准确。3.4 图生视频阶段静态图生成后视频方案可以有两个发展方向直接把主图或场景图交给图生视频模型让它生成短动态视频先生成多视角图再用剪辑工具做成转场视频前者适合展示动态效果比如液体倒入、烟雾飘动、商品轻微旋转后者适合展示结构细节。两种方式可以并行先跑一条最轻的链路验证效果。4. 环境准备与前置条件无论选择哪种工具组合环境准备都建议先做一次统一检查。4.1 基础环境如果你是本地部署先确认这台机器的基本状态# 查看显卡型号和显存 nvidia-smi # 检查 Python 版本 python --version常用组合是 Windows 10/11 或 Ubuntu 20.04Python 3.10/3.11CUDA 版本要和你安装的 PyTorch 匹配。具体版本不要去猜装完 PyTorch 后跑一行命令验证python -c import torch; print(torch.cuda.is_available())输出为 True说明 GPU 可用。如果为 False优先检查驱动版本和 PyTorch 版本是否匹配。4.2 磁盘与模型文件图像生成模型体积不小。Stable Diffusion 系底模通常 2GB 到 7GB 一个ControlNet 模型 1GB 到 2GBLoRA 几十 MB 到几百 MB。图生视频模型更大。建议磁盘预留 50GB 以上避免模型下到一半空间不够。4.3 显存要求显存是本地部署最关键的指标。不同模型差异很大无法一概而论。经验上纯 512x512 单图推理6GB 显存可尝试1024x1024 图生图建议 8GB 以上图生视频通常比单张图片更吃显存建议 12GB 以上更稳妥这里必须强调上面只是经验判断实际占用取决于模型版本、分辨率、步数和 ControlNet 是否开启。买机器或租 GPU 之前先用小分辨率跑一遍用 nvidia-smi 看实际显存占用。4.4 不想本地部署怎么办如果本机显存不够可以用云 GPU 实例按小时计费跑完批量任务就释放。也可以直接使用商业图像生成 API把商品图上传到服务端生成结果。缺点是敏感商品图存在数据外传风险生成结果也可能受服务商审核限制。5. ComfyUI / WebUI 工作流搭建这里用 ComfyUI 为例讲清楚一条典型工作流包含哪些节点。如果你用的是 Stable Diffusion WebUI对应操作可以换成图生图 局部重绘逻辑一样。5.1 ComfyUI 节点链路典型的场景图生成工作流Load Image - Remove Background - Load Checkpoint - ControlNet - KSampler - VAE Decode - Save Image节点作用说明节点作用Load Image读取原始商品图Remove Background输出透明底商品图Load Checkpoint加载底模ControlNet锁定商品边缘或深度结构KSampler采样控制步数和降噪强度VAE Decode解码为正常图片Save Image保存结果5.2 提示词模板场景图提示词不要写太长重点写清楚风格、环境、光线和画质。正面提示词示例white studio background, product on a wooden desk, natural sunlight, professional e-commerce photography, ultra realistic, 8k, high detail这个提示词只是模板。真实使用时需要把“product”语义和商品类别换成实际产品描述比如“wireless earphones”“stainless steel water bottle”。如果商品有品牌 logo建议在提示词里不要出现品牌名防止 AI 生成错误图案。5.3 WebUI 图生图替代用 Stable Diffusion WebUI 时操作路径是拖入商品图到 img2img选择 inpaint 模式用蒙版遮住背景区域输入场景提示词设置 denoising strength 在 0.5 到 0.7 之间denoising 太低背景改不动太高商品会变形。第一次测试建议从 0.5 开始逐步上调。6. 批量任务怎么一次跑完多张商品图单张商品图测试通过后真正的效率提升来自批量脚本。目录结构建议如下project/ input/ product_a.png product_b.png output/ main/ scene/ detail/ video/6.1 批量配置文件批次参数和提示词放进 JSON 配置不要写死在代码里{ input_dir: ./input, output_dir: ./output, products: [product_a.png, product_b.png], scenes: [ white studio background, main product image, product on a wooden desk, office scene ], batch_size: 1, seed: 42, steps: 25 }6.2 Python 批量调用 API 示例如果你的图像生成服务是基于 Stable Diffusion WebUI 的 API可以用下面的通用模板import requests import base64 import json import os API_URL http://127.0.0.1:7860/sdapi/v1/img2img def read_image_as_base64(path): with open(path, rb) as f: return base64.b64encode(f.read()).decode(utf-8) def generate_scene(product_path, prompt, output_path, steps25): init_image read_image_as_base64(product_path) payload { init_images: [init_image], prompt: prompt, steps: steps, width: 1024, height: 1024, denoising_strength: 0.6, batch_size: 1 } response requests.post(API_URL, jsonpayload, timeout300) response.raise_for_status() result response.json() for i, img_b64 in enumerate(result.get(images, [])): img_bytes base64.b64decode(img_b64) with open(output_path, wb) as f: f.write(img_bytes) if __name__ __main__: generate_scene( product_path./input/product_a.png, promptproduct on a wooden desk, office scene, natural light, output_path./output/scene/product_a_scene_1.png )这段代码是通用模板。字段名可能因 WebUI 版本不同而变化实际使用前先访问http://127.0.0.1:7860/sdapi/v1/sd-models确认服务正常。6.3 批量失败重试批量任务最容易遇到的问题是中间一张图生成失败整个脚本中断。建议每次请求包一层重试逻辑并把失败记录写入日志文件。import time def generate_with_retry(product_path, prompt, output_path, retries3): for attempt in range(retries): try: generate_scene(product_path, prompt, output_path) return True except Exception as e: print(fattempt {attempt 1} failed: {e}) time.sleep(10) return False单个商品失败不要阻塞整批任务。跑完后再统一查看日志补生成失败项。7. 接口 API 与自动化集成本地图像生成服务启动后有两个用途一是 WebUI 手动操作二是 HTTP API 给脚本调用。确认服务是否正常curl http://127.0.0.1:7860/sdapi/v1/sd-models服务正常时会返回模型列表 JSON。如果这个接口都访问不了先检查服务是否真的启动再检查端口是否被占用。图生视频服务同样可以通过 HTTP API 对接。下面是一个通用调用模板具体请求格式以实际部署的模型服务为准import requests video_api_url http://127.0.0.1:8080/generate payload { image_path: ./output/main/product_a.png, prompt: product slowly rotating on white background, duration: 5, fps: 24 } response requests.post(video_api_url, jsonpayload, timeout600) print(response.status_code) print(response.json())图生视频任务通常比单张图片耗时更长短则几十秒长则几分钟。timeout 要设置得足够大否则容易在等待过程中断掉。更稳妥的做法是接口支持异步任务时先提交任务拿到 task_id再轮询查询任务状态。批量任务的队列设计不需要太复杂。输入目录放商品图脚本遍历目录每个商品图按“主图 - 场景图 - 细节图”的顺序依次处理输出目录按商品编号归档。如果有多张候选图需求在 JSON 配置里加一个candidates_per_scene字段每个场景生成多张候选项人工检查后再统一压缩上传。8. 资源占用与性能观察本地跑图像生成性能观察和显存监控是必做动作。8.1 实时查看显存占用nvidia-smi -l 1这个命令每秒刷新一次显卡状态。重点观察Memory-Usage 是否接近上限GPU-Util 是否在生成时波动到高位是否有多个残留进程占用显存生成结束后如果显存没有释放可能是进程残留或 WebUI 没有卸载模型。此时重启服务或者用nvidia-smi找到残留进程后手动结束。8.2 影响性能的主要因素因素影响分辨率越高越吃显存部分模型超过 1024 会崩步数 steps越高越慢但画质提升有上限denoising strength越高背景变化越大也可能越慢batch size一次生成多张显存线性增长ControlNet额外加载模型增加显存占用图生视频通常比单图更吃显存和内存8.3 降低显存占用的通用手段使用半精度模型开启--medvram或--lowvram参数降低单次 batch size分批生成不用时关闭 ControlNet 节点如果只是背景替换不叠加多个模型显存占用必须以实际测试为准。不要只看别人贴的截图同一张图、不同采样参数占用能差出两个档次。9. 常见问题与排查方法问题现象可能原因排查方式解决方案服务启动后页面打不开端口被占用或服务启动失败查看启动日志netstat检查端口换端口或重启服务API 调用超时单张生成时间长、batch 过大查看服务日志和当前任务状态降低 batch、加大 timeout商品结构变形ControlNet 强度不够或 denoising 过大反复对比生成图和原图开启 Canny/Depth降低 denoising背景混入商品颜色抠图边缘残渣查看透明底 PNG 是否干净重新抠图加边缘羽化生成图白底不纯提示词没有强调纯白或模型默认风格检查输出像素值后期统一压缩为纯白背景尺寸标注错误直接让 AI 生成文字检查数字和单位用脚本叠加真实尺寸标注视频商品闪烁图生视频帧间一致性差逐帧观察用低运动幅度提示词或改用多视角图拼接显存不足分辨率过高或多模型同时加载查看 nvidia-smi低显存模式、半精度、分步推理批量任务中途卡住网络请求阻塞或服务失联查看日志和进程加重试机制失败单独记录有 logo 的商品生成错误模型不识别品牌图案对比原图检查尽量保留局部重绘不重画 logo 区域最容易踩的坑是前两个服务看着启动了但端口不对API 请求正常提交但超时。建议每次跑批量前先用小图单张测试确认整条链路能通再放大规模。10. 合规与最佳实践AI 生成商品素材不是“生成完就能传上去”。Amazon 对图片和视频有明确的审核要求乱传会被拒或下架。10.1 图片合规主图必须遵守平台规范纯白背景、商品占画面约 85%、无水印无文字。AI 生成的“白色背景”经常是灰白色或米白色建议统一用脚本压成 RGB(255, 255, 255)。卖点图、尺寸图中的文字必须准确不要出现 AI 乱码。涉及品牌 logo 时要么使用授权素材要么用局部重绘保留原图 logo 区域。10.2 视频合规视频中展示的商品功能必须真实存在。AI 生成的动态效果不能虚构商品不支持的卖点比如一个普通保温杯在视频里出现“充电”演示就属于虚假宣传。视频中如果出现真人、人脸、可识别的背景建筑或品牌商标需要确认肖像权和场地/商标使用权。10.3 工作流建议第一次跑通先用 1 张商品图、小分辨率、低步数每批生成结束后人工抽检 3 到 5 张确认商品特征无误模型文件、输入素材、输出结果分目录管理批量任务必须保留日志方便失败重跑云 GPU 实例用完及时释放避免计费涉及未授权图片素材不要放进批量任务技术本身不复杂复杂度都在“稳定量产”和“合规交付”上。把流程拆成小模块每个模块单独验证整体跑通后就能复用到不同商品上。11. 总结与下一步这条“一张商品图 - 6 张 Listing 图 3 套视频方案”的生产链路最值得先跑通的是“抠图 白底主图”这个小闭环。它耗时短、效果直观、能立刻接入现有上架流程。跑通后再扩展场景图、尺寸图和视频每一步都在前一步基础上加能力。最容易踩的坑也很明确商品特征变形的控制、显存不足导致的随机崩溃、以及 AI 文字乱码。前两个靠参数调优和分批处理解决最后一个靠“AI 生成底图 脚本叠加文字”规避。后续可以继续扩展的方向不少比如训练商品专属 LoRA 来保证同款商品多角度一致性接入多视角扩散模型生成 360 度展示图或者把图生视频模型接进批量队列做长视频分镜合成。这套工作流不需要一步到位先把单链路跑稳定再逐步加模块才是性价比最高的做法。