主图生成怎么上传参考图？AI主图上传要求

晚上八点四十，做家居收纳的运营小林把手机往支架上一放，蹲在客厅地板上给新到的折叠收纳箱拍照。为了拍出「能装」的感觉，她把三个箱子摆成阶梯状，斜着按下快门，手机屏幕上反光一片。她觉得很满意，转身把这张图传进了主图生成，等着出图。等结果出来，她皱眉了——AI 生成的主图里，收纳箱被画成了三只各不相同的东西，箱盖的形状也有了两种版本。

问题不在工具，在她传进去的那张图。她给 AI 的是一张「有氛围的实物照」，而青虎AI 主图生成需要的是一张「能认出这是什么产品的图」。这两件事听起来像一回事，实际差得很远。

上传参考图这一步，看起来只是点一下、选个文件，却是整条链路里唯一一处「输入决定上限」的地方。后面提示词写得再好、参数设得再准，都是在把你传进去的那张图上做发挥。图里的信息量有多大，成品的天花板就有多高。这篇把青虎AI 主图生成的上传这一步拆开讲：怎么点、选什么图、什么图别传、传完之后怎么判断这一张靠不靠谱。

图1：拍一张「有感觉的图」和拍一张「AI 能认的图」，中间隔着一个很关键的判断。

一、上传这一步，决定了后面所有环节的上限

把上传参考图理解成「交作业」是不对的，它更像是「定基准」。AI 拿到你这张图之后，会去认里面的产品：它是什么形状、什么材质、什么颜色、有几个部分、各个部分之间是什么比例关系。认完之后，才轮到提示词告诉它「画成什么样」。如果第一步认错了，后面所有环节都在错误的基准上推进，越使劲越偏。

这就解释了为什么同样的提示词、同样的参数，有人出图干净利落，有人反复得到奇怪的结果。差别常常不在提示词，而在那张被传进去的图。参考图的作用不是让 AI「照抄这张照片」，而是让它「知道要画的是这个东西」。这个区别值得多想两遍——照抄是复制表面，认知是提取特征。

所以判断一张参考图行不行，标准不是「这张照片好不好看」，而是「这张照片有没有把产品讲清楚」。一张拍得很朴实、但主体完整的白底图，对系统来说比一张氛围拉满、主体只占三分之一的场景照有用得多。这个反直觉的点，是上传环节最重要的一条认知。

二、上传动作本身怎么完成

在青虎AI 主图生成界面里，上传的位置在偏上的区域。点一下上传区域，就会唤出你电脑或手机本地的文件选择窗口，从里面挑一张商品的实拍参考原图即可。整个过程没有多余的步骤，不需要先把图传到哪里中转，也不需要在别的工具里先做处理。

第一次操作时，有一个顺序上的小讲究值得养成：先把参考图传进去，再去看提示词和参数。原因是后面那一步的写法多少要参照手上这张图的实际情况——传进来的是服装，你就更可能想要展示版型；传进来的是数码配件，你可能更在意细节的清晰度。图先摆上来，提示词才写得准。

上传完成后有一个动作千万别省：花三秒钟看一眼已上传的缩略图。要确认的事情只有两件——数量对不对、有没有混进不相关的图。这个动作的成本极低，但它能挡掉后面不少麻烦。很多人出错不是因为不会做，而是因为传错了一张，一直到出图才发现。

如果你一次要处理多个产品，建议不要图省事把一堆不同产品的图全塞进一次上传里。参考图区的容量是够的，但每张图都是给系统一个「要画的是什么」的信号，混在一起会让信号互相干扰。按产品分开来处理，每次的基准都是干净的。

三、什么样的图更好用：一份判断表

「传什么图」这件事，与其凭感觉，不如照着标准来。下面这张表把不同质量的图分成了几档，对照着自己手上的素材分个类，就知道该传哪张、该重拍哪张。

这张表里最值得注意的不是「哪些可以」，而是「哪些不行」。白底图和正面实拍图是稳妥选项，斜角图属于「能用但会打折」，而反光、逆光、多主体混放这三类，是最容易在上传环节就埋下偏差的。很多人出图效果不稳定，回头看往往就是在这一步选错了素材。

还有一个常被忽视的细节：光线。文档对参考图的建议里明确提到「光线充足」。这不是一句客套话。光线充足意味着产品的明暗关系清楚，系统读轮廓、读材质难度更低；光线不足的图，暗部细节糊成一团，系统只能靠猜。补一张在明亮环境下的图，成本不高，收益却很直接。

四、三类最容易踩坑的图，逐个说透

下面这三类图，是新手最容易传进去、又最容易出问题的。理解它们为什么不行，比记住「不要传」更有用，因为理解了原理，你遇到没列出来的情况也能自己判断。

第一类是斜角拍摄的图。斜角确实显立体，但对识别来说，透视变形会被系统当作产品的真实形态读进去。你传的是一只从上方斜看的杯子，系统可能把它理解成一个开口更大的容器。要立体感，靠灯光和构图去营造，不靠拍摄角度。

第二类是有明显反光或逆光的图。光滑材质在灯光下反光，看着是高级感，对系统却是干扰。高光斑会遮住那一小块区域的真实颜色与纹理，导致材质特征读不全。金属、玻璃、亮面塑料这几类，反光几乎是识别精度的头号杀手。

第三类是一张图里混放多个产品的图。参考图不是素材仓库。画面里同时出现多个不同产品时，系统得先解决「以谁为准」这个问题，判断一旦摇摆，出图就可能出现主体不明的结果。一张图对准一个产品，是最省心的做法。

这三类问题的共同根源只有一个：它们都让画面里出现了「不属于产品本身的信息」。斜角带来透视信息，反光带来光线信息，混放带来其他产品的信息。系统的任务是从图里提取产品特征，多余信息越多，提取越难。把画面收拾干净，比把画面拍得花哨重要得多。

图2：左边这类图给系统的信号最干净，右边这类图会同时带来好几重干扰。

五、手边只有「不理想」的图，怎么补救

现实里很少有人手上正好有一张完美的白底图。多数时候你拿到的是供应商拍的、手机随手拍的、或者从别处存下来的旧图。遇到这种情况，不必直接放弃青虎AI 主图生成。有几条补救思路是成本很低、又能明显改善结果的。

这四条技巧背后其实是同一个判断逻辑：先分清楚「这张图的问题是产品本身没拍好，还是只是背景和光线不理想」。如果问题出在背景、光线这类外围因素上，重拍或换图能解决；如果产品本身的形态就没拍清楚，那再调提示词也补不回来，这时候补拍就是唯一的出路。

还有一点要说清楚：补救不是无限度的。系统能帮你修复模糊、重塑质感，但它无法从一张产品只占画面一角、主体轮廓都看不清的图里，凭空还出产品真实的细节。所以判断素材的底线应该放在「产品主体是否完整可辨」这一条上：过了这条线的图都值得一试，过不了这条线的图，换图是唯一选项。

六、从选图到确认的完整走位

把上传这一步单独拉出来看，它其实是三个连续动作：选图、上传、核对。把它和前后环节串起来，就是下面这条链路的开头一段。

图3：选图、上传、核对，三步都在正式生成之前完成。

这四步有两个特点值得记住。一是它们全部发生在正式生成之前，属于「花在准备上的时间」，回报率很高；二是顺序不能颠倒——先图后字，而不是先想好描述再去找图。顺序对了，后面的描述才有依托。

七、按品类挑参考图的具体口径

「主体完整、光线充足」是通用标准，落到具体品类上，还会有一些各自的侧重点。下面这张表按常见品类给出了挑图时该重点看什么，可以直接拿来对。

这张表有个隐藏用法：它同时也是「重拍检查单」。当你准备重新拍一张参考图时，按自己所属品类的那一栏去对照，拍完先自己问一遍「重点看的那项拍清楚了吗」，答不上来就再拍一张。把这张表贴在拍摄的位置上，比凭感觉拍要稳得多。

需要强调的是，这张表不是硬性门槛，而是优化方向。哪怕你手上只有一张勉强及格的图，也可以先跑一版看看效果。主图生成本身就有「旧图翻新优化」的场景定位，老旧模糊的商品原图经过修复重绘，常常能拿到比预期更好的成品。关键是把预期放对位置：素材越干净，成品越接近你心里的样子。

八、上传之后，结果怎么验收

很多人出图之后只看「好不好看」，这个验收标准太粗。更有效的做法是带着「上传时的预期」去对照。你传的是一张白底图，那就先看主体形状有没有被还原、结构有没有变形、颜色有没有跑偏；你传的是一张正面实拍图，就先看正面细节有没有保住。这一层对照通过之后，再去判断整体美观度。

验收时优先盯三个地方。第一个是产品结构，有没有出现凭空多出来的部件、或者该有的部分被抹掉；第二个是比例，产品在画面里的相对比例有没有明显失真；第三个是材质表现，光滑的还是哑光的、透明还是不透明，有没有读错。这三项都过关，说明参考图这一环基本没拖后腿。

如果发现结构出现了偏差，先别急着改提示词。回头看一眼自己传的那张参考图——是斜角拍的吗？画面里有反光吗？有没有其他产品混进来？多数结构类的偏差，根源都在参考图上。修图之前先修素材，是效率最高的排查顺序。

这三个案例的改法不同，指向的是同一件事：当结果不理想时，排查的第一站应该是上传的参考图。它是整条链路的输入端，也是最容易被忽略的一端。提示词和参数都在「怎么呈现」这一层使劲，而参考图决定了「呈现的是什么」。

九、四个常见误区

下面这四条，是把上传参考图这一步做扎实时最需要绕开的偏差。

十、四个可以马上做的动作

看完上面这些，你今天就能做四件事，把上传这一环的稳定性提上来。

这四个动作有个共同点：都不需要额外工具，也不改变界面里的任何操作，只是调整你在按下生成键之前的准备方式。上传参考图这一步的价值，恰恰体现在这里——它不显眼，却是整条链路里最值得认真对待的一环。

图4：固定的拍摄位、分好的素材、核对过的缩略图，这三样就是上传环节的稳定基础。

十一、总结

十二、常见问题解答