AI 商品图怎么保持同一产品不变：一套可执行的一致性质检法

要让同一件商品在多张 AI 商品图里保持一致，第一步不是反复调提示词，而是先建立一份真实商品参考包，把“绝不能变”和“允许变化”写成两张清单。生成后逐张对照实拍，任何形状、部件、包装文字、Logo、颜色或规格错误，都应视为商品事实错误，而不是审美问题。

最实用的顺序是：

1. 用有权使用的实拍图和当前 SKU 资料建立真值；
2. 锁定商品身份，只开放场景、道具、光线、裁切等变量；
3. 先做一组六帧压力测试，不急着批量；
4. 按同一张质检表逐图判定；
5. 能局部修就修，缺少真实角度就补拍，商品事实持续漂移就换合成、3D 或专业精修路线。

参考图能给模型更多视觉线索，但不等于“上传后自动复刻”。例如，栖影AI 的当前中文参考图指南也提醒，参考图仍可能出现颜色偏差、文字乱码和主体结构变化；最终判断必须落到成片，而不是落到提示词、随机种子或工具按钮上。

先分清：商品身份一致，不等于画面风格统一

电商团队常说“这套图要一致”，但至少包含两个不同问题。

一套图片可以风格很统一，却把商品画错；也可以准确展示同一商品，却故意用不同场景服务不同渠道。本文优先解决第一种风险：先保证商品是真的，再讨论画面是否漂亮、是否成套。

美图设计室的场景复刻帮助很好地说明了另一个常见任务：用场景参考统一背景、氛围与灯光，再替换和调整商品主体。它能支持“画面怎么统一”的理解，却不能单独证明商品文字、材质或几何已经与真实 SKU 一致。

这也解释了为什么“固定提示词 + 固定种子”不够。它们可以帮助复现一部分生成条件，却不能证明瓶身比例、材质反光、中文标签和配件数量都与真实 SKU 相符。成片看起来写实，也不等于它准确。

先做真实商品参考包

一张正面图只能证明正面看到的东西。若你要求 AI 生成背面、侧面、打开状态或特殊接口，而参考素材没有这些信息，模型只能推测。推测出来的画面再精致，也不适合作为真实商品证据。

建议每个 SKU 至少整理五类素材：

参考包不是“图片越多越好”。如果不同照片来自旧包装、不同变体或不同批次，更多参考反而会互相冲突。入库前先做三件事：

• 删除无权使用、过期或来源不明的素材；
• 把同款不同色、不同容量、套装与单品分开；
• 为每张图标记它能证明什么，不能证明什么。

涉及客户未发布产品、受监管商品或保密素材时，还要先核对所用服务当前的数据处理与权利条款。没有确认前，不要为了测试方便直接上传。

建一张“锁定 / 允许变化”矩阵

生成前把要求拆成矩阵，比写一大段“保持一致、不要变形”更容易执行和排错。下面以一瓶 50 mL 的磨砂白色精华液为例：

矩阵还有一个重要作用：让团队知道谁有权改什么。运营可以改目标渠道和活动主题，设计可以改构图与道具，产品负责人确认 SKU 事实；生成工具不拥有商品事实的最终解释权。

提示词用模块，不要用一句“万能咒语”

推荐把提示词拆成六个独立块。这样某张图失败时，你能判断是商品约束没写清、场景要求冲突，还是模型根本无法可靠保留细节。

hljs text复制
【商品锁定】
严格以已上传的真实商品参考为准。保持瓶身轮廓、银色泵头、
透明保护盖、正面标签布局、磨砂白材质与 50 mL 规格不变。

【允许变化】
只改变背景、台面、道具、光线和画面裁切。

【场景任务】
生成适合详情页辅助图的清晨浴室场景，商品为唯一主角。

【镜头与光线】
使用与正面参考一致的可见角度，柔和侧光，保留真实接触阴影。

【禁止变化】
不新增瓶口、滴管、泵头、徽章或文字；不改品牌名、产品名、
规格、颜色、材质；不推测参考图未显示的背面结构。

【验收条件】
标签可读，部件数量正确，瓶身比例与参考一致，无遮挡，
适合目标版位裁切。

这段模板的价值是可检查、可复用，而不是保证成功。不要把模型参数、工具限制或随机种子写成永久规则；不同服务会变化，也不会因为参数相同就自动得到同一件商品。

在 YingTu 里先跑一个受控小测试

如果你需要浏览器里的快速测试面，可以在 YingTu 先做一组小样。2026-07-27 的当前核对确认了工作区支持可选参考图片输入，并能查看已完成的本地输出；这只能证明该交互路径存在，不能证明产品身份持久锁定、批量处理、自动 Logo/标签锁定、保真评分或未见角度重建。

受控测试可以这样做：

1. 只选择一个当前 SKU，上传真值主图和完成任务所必需的支撑角度；
2. 粘贴模块化提示词，先保持真实参考中的观看角度；
3. 选择目标画幅和生成设置；
4. 生成少量候选，在预览里逐张对照真实参考；
5. 记录通过、硬错误、可局部修复项和不确定项；
6. 第一组仍有商品事实硬错误时，先修参考或换路线，不要直接扩到整批。

若你的任务只是移除或替换背景，不需要重建商品本体，优先使用保留真实商品像素的局部编辑路线。可参考站内的 AI 商品背景移除指南，避免把一个简单的背景任务升级成整件商品重生成。

用六帧压力测试发现“看起来没问题”的漂移

单张通过不能预测整批，也不能证明下次会话仍然稳定。下面的六帧不是行业 benchmark，而是一套小规模诊断资产；你可以按真实渠道删改，但不要绕过商品事实检查。

如果某个角度没有真实支撑图，就不要把“生成一个新角度”放进压力测试。先补拍或建立可信的 3D 资产。AI 可以帮助探索画面方向，但不能替代缺失的商品事实。

逐图质检：先查硬错误，再看审美

审核时建议先把候选图和对应实拍并排，再按下面顺序检查。标记为“不适用”的项目也要明确写出来，避免团队误以为已经检查。

中文包装要特别检查混排细节：

• 品牌英文名与中文品名是否都正确；
• 数字、容量、尺寸和单位是否被替换；
• 型号中的 0/O、1/I 是否混淆；
• 简体字、繁体字、日文汉字是否误换；
• 同系列色名是否对应真实变体；
• 功效、认证、警示或监管文字是否被 AI 自行补全。

OCR 可以帮助发现疑点，但不能代替人工阅读，也不能证明材质、色差和几何正确。

用“通过 / 修复 / 换路线”结束争论

团队最容易卡在“这张看着还行，要不要用”。把决定写成三档会更清楚。

通过

• 所有商品事实项都与真实参考一致；
• 允许变化项符合本次场景任务；
• 没有遮挡关键识别点；
• 当前渠道导出检查通过；
• 审核者能指出所用的真实依据。

修复

适合局部、可验证、不会重构商品身份的问题，例如：

• 背景杂物、轻微边缘或接触阴影问题；
• 构图留白、裁切位置、非商品文案层；
• 商品像素本身正确，只需与新背景做透视、光线和边缘匹配。

包装文字或 Logo 反复出错时，优先保留或合成真实商品像素，而不是一次次把整张图重新生成。合成后仍要检查边缘、透视、阴影、比例和素材权利。

换路线

出现以下情况，不要继续用提示词“磨”：

• 没有真实素材，却需要展示未见角度或内部结构；
• 形状、部件、变体或包装文字连续出现硬错误；
• 玻璃、珠宝、镜面金属等高风险材质无法稳定还原；
• 商品主图、监管文字或高价值广告要求精确到不能接受推测；
• 返修时间已经高于补拍、专业精修或 3D 的成本。

可选路线包括真实商品像素合成、局部修图、补拍、专业后期或 3D 锚定。没有一种路线适合所有商品；选择依据应是商品风险、现有素材、预算与最终渠道。

常见问题

同一个提示词和 Seed，能保证商品不变吗？

不能。它们可以减少部分生成条件的变化，但不能保证形状、标签、Logo、材质和规格与真实 SKU 一致。每张最终图仍需对照真值。

只有一张正面照，能生成可信的背面和侧面吗？

不能把结果当成真实证据。模型可能生成一个看起来合理的背面，但它没有可靠来源。需要展示哪个角度，就补拍哪个角度，或使用经过确认的 3D 资产。

“风格一致”是不是已经等于“产品一致”？

不是。相同背景、色调和构图只说明画面语言统一。商品的部件、标签、颜色或比例仍可能漂移，两套检查必须分开。

包装文字总是乱码，应该继续重生成吗？

若文字属于真实商品包装，优先保留真实产品像素、做受控局部编辑或专业合成。不要用近似文字糊过去，也不要把错误包装当作“氛围图”发布。

六帧都通过，就可以直接批量吗？

六帧只说明这组受控条件值得进入下一阶段，不保证整批或下一次会话。扩量后仍要分批抽检，并对异常 SKU 单独处理。

YingTu 会自动锁住商品、Logo 和标签吗？

当前核对只确认了可选参考图片输入和本地完成输出的工作区路径，没有验证自动商品锁、Logo/标签锁、批处理、保真评分或未见角度重建。把它当作小规模测试面，并由人工质检拥有最终决定。

哪些商品更应该优先实拍或 3D？

精确几何、透明或强反光材质、复杂配件、监管文字、高价值主图，以及必须展示未拍角度的商品，通常更需要补拍、专业合成或 3D。AI 仍可用于探索背景与活动方向，但不应发明商品事实。

真正可复用的“一致性”不是某条神奇提示词，而是一条证据链：真实 SKU → 锁定矩阵 → 小样压力测试 → 逐图质检 → 修复或换路线。只要商品事实没有通过，图片再漂亮，也不该进入发布队列。