广告图文素材怎么上传参考图？AI上传要求

周五傍晚六点十分，做小家电的店主许静把一件新到的台式风扇摆上桌面，用手机连拍十几张，挑了三张传进图文素材功能，参数一个个设好，点了生成。出来的四张图里，有两张的风扇扇叶糊成一团，还有一张把底座认成了另外一个东西，文案里甚至冒出「桌面摆件」这种词。她盯着屏幕看了半天，转头问我：是不是这个功能不行。

我把她那三张参考图要过来一看，就明白问题出在哪了。三张里有两张是逆光拍的，扇叶在阴影里几乎连成一片；还有一张她为了好看把手机凑得很近，拍出来的是半截机身加一片桌面。她设的那些参数、换的那些模板，一个都没用错，错的是她一开始递进去的那三张图。

这篇只讲一件事：参考图该怎么传、什么样的图才好用。它决定的不只是「AI 认不认得出这是风扇」，而是后面所有环节的天花板——识别、卖点、文案、画面，全都建立在参考图之上。图这一步没弄对，后面怎么调都补不回来。

图1：出图效果不理想时，问题常常在第一步递进去的那几张图。

一、上传参考图，是整条链路的起点

很多人把上传当成一个「把文件丢进去」的动作，点一下就过，注意力全放在后面的比例、数量、模板上。可在图文素材这件事里，上传恰恰是唯一一个由你决定上限的环节。后面所有设置都在你的图之上做加法，参考图本身的信息少了，加法再多也盖不住底子。

举个日常的例子。同一款杯子，一张是在阳光透进来的窗台上拍的白底图，杯身的光泽、把手连接处的弧度都清清楚楚；另一张是在灯光昏暗的桌面角落拍的，杯身发暗、轮廓和背景糊在一起。这两张图递进同一个功能，用同一套比例和数量，出来的结果会明显不一样。前一张，AI 能看出这是玻璃还是陶瓷、注意到把手的造型；后一张，它连杯身和背景的分界都未必分得清。差的就是原料。

道理不难理解。AI 要做的第一件事是识别图里的商品，第二件事是从这张图里挖出商品的特征和卖点。这两件事的原料，全都是你上传的那张图。图里主体完整、细节清楚，它就有的可识别、有的可挖；图里主体被挡了一半、细节糊成一片，它就只能靠猜。猜对是运气，猜错是常态。

所以这一节想先把一个判断立在前面：参考图不是随便一张商品照，它是给 AI 的「原件」。你递过去什么水平，它就还你什么水平。这件事没有技巧可以绕过去，只有把图选对。

换个角度想会更清楚。后面那几项设置——素材类型、比例、语言、数量——它们回答的都是「这批素材要做成什么样」。而参考图回答的是另一个问题：「这批素材要讲哪件商品、讲得多准」。前一组问题即使答错了，重设一遍就行；后一组问题一旦答错，整批产出都会带着这个错往下走。这也是为什么把上传单独拎出来讲一整篇，它值得。

二、怎么传：点击上传区域，导进商品参考图

操作本身很简单。进入图文素材界面后，找到产品图上传区，点一下，从本地把商品参考图选进来就行。单批次最多可以上传 10 张，超过这个数的部分这一批放不进来。

这里的「10 张」是个上限，不是「每次都要传满」。很多人一看到可以传 10 张，就想着「多传点总没错」，把相册里所有相关的图一股脑塞进去。结果 AI 在这一堆风格不一、角度打架的图里来回看，反而更容易抓不住重点。传几张、传哪几张，比传满 10 张重要得多。

还有个更隐蔽的情况：有的人传的十张图，其实拍的都不是同一件东西。可能是同一系列的三个颜色混在一起，也可能是商品和它的赠品、包装一起传了。AI 面对这种「一图多物」的输入，很难判断你到底想让它做哪个，容易各认一点，最后哪件都没讲透。

那几张图之间最好是一套的说法。要么都是同一个角度拍的同款，要么是同一件商品的正反面，而不是早上拍的一张、晚上用旧手机补的一张、网上存的一张混在一起。原料的风格越统一，AI 拼出来的判断就越干净。青虎AI 在这一步给的空间是 10 张，够你用图把一件商品讲清楚了。

如果你手上只有一张图，也不用纠结。一张主体完整、细节清楚的图，效果往往比三张糊图拼在一起还好。数量够用就行，质量才是这一关的重点。上传区里那 10 张的位置，是给你「把一件商品讲得更全面」用的，不是给你「把所有相关的东西都堆进来」用的。这两种心态，做出来的结果差别很大。

三、什么样的图算「合格」：两个硬标准

挑图的时候不用记太多，抓住两条硬标准就能筛掉大部分废图。这两条是文档里明确提到的要求，也是日常最实用的判断依据。

「主体完整」这条最容易踩坑，因为大家拍照时习惯把镜头凑近，觉得越近越清楚。可凑近的代价就是拍不全，一件商品的按钮、接口、造型都在画面外，AI 拿到手只能看到一个局部。它识别不出整体是什么，后面自然也就写不出准确的描述。

「特征清晰」这条则常被光线拖累。傍晚在窗边拍、晚上开一盏顶灯拍，光线一旦不均匀，商品的细节就会沉到阴影里。尤其是深色商品，最容易拍成一团黑。拍之前不妨先看一眼屏幕，问自己一句：这个商品的质感，照片里看得出来吗？看不出来，就换一个光线再拍。

还有一类图容易被误判成「合格」——角度太偏的。从很斜的侧面拍、从正上方俯拍，主体确实完整，细节也不算糊，但商品的本来面貌被压扁了。AI 从这种图里能看出大概是什么，却很难看出它的正面长什么样。想让它把商品讲准，尽量用能反映商品常态的角度，别用太刁钻的机位。

两条标准合起来就是一句话：让 AI 像第一次见到这件商品的人一样，把它的样子看全、看清。做到这一点，参考图这一关就算过了。

这两条标准还有个好处：它们是可以在上传前自己判断的。你不用懂什么算法，只要盯着图问自己两句，就能筛掉大部分废图。判断的权利在你手上，这比事后揣摩「为什么生成得不好」要主动得多。青虎AI 把识别工作交给了它自己，把「给它什么原料」的选择权留给了你，这一关的把关人始终是你。

四、为什么说上传图决定后面所有环节的上限

把这条链路拆开看，会更明白为什么开头那一张图这么关键。因为 AI 的工作是「从图里读，再往外写」，它不能凭空知道图里没有的东西。你给它的图越完整、越清楚，它能读出来的信息就越多，往外写的也就越准。这是一条信息量守恒的链条，上游给多少，下游最多也只能给多少。下面这张对照图，把好图与坏图的差别摆在了一起。

图2：同样一套参数，左边的糊图喂进去出来一片糊，右边的好图喂进去出来才对得上。

第一步是识别。AI 靠参考图认出面的是什么东西。图糊了、缺角了，识别这一环就会偏，把风扇认成别的小电器，把包装盒当成商品本身。

第二步是挖卖点。识别对了以后，AI 会从图里找这件商品的特色——材质、造型、使用场景的暗示，全靠画面信息。图里看不出材质，它就写不出材质；图里看不到结构，它也讲不清结构。这一步的输出质量，被参考图的信息量卡得死死的。

第三步才是产出画面和文案。到这一步，前面认错了、卖点挖偏了，它就照着错的继续往下做。文案里冒出「桌面摆件」，画面里糊掉一片，全都在这时候显出来。

这张表想说的就一件事：参考图不是链路里平级的一环，而是源头。源头的水浑了，下游再怎么过滤都不干净。这也是为什么前面那句话值得记牢——图不清楚，后面怎么调都补不回来。

顺带说一个连带的好处。当你把图选对以后，你会发现后面那些设置也变得好判断了：比例按投放位选就行，数量按测试目的定就行，因为商品的呈现方式已经稳了，你要操心的只剩「规格」这一层。可如果图是糊的、缺角的，你会总觉得哪儿不对劲，于是反复改设置、反复重出，时间和精力全耗在了下游。把上游做扎实，下游自然顺，这是同一件事的两面。

五、从选图到上传：四步走完

把这套流程串起来，一次正确的上传其实就这么几步，每一步只做一件事。

图3：选、查、传、确认，四步把参考图这一关走扎实。

四步里真正需要花时间的其实只有第一步和第二步。挑图和检查都是在上传之前完成的，等图已经传进去再发现问题，就得退出来重来。把功夫花在前面，反而省事。

流程里最容易被跳过的是第二步。很多人挑图只看「是不是这件商品」，不看「拍得清不清楚」。可这两件事是分开的：同一件商品，白天拍的清楚，傍晚拍的糊，你得在第二步把它们分开。放大看一眼这个动作只花几秒钟，却能挡掉一大批后面才会暴露的问题。

第四步的确认也值得单独说。导入之后，上传区会显示你传进去的缩略图。这时候顺手扫一遍，看看有没有传错款、有没有混进别的东西。这几秒的确认，能避免一种很尴尬的情况：一批图都跑完了，才发现里面混了另一款商品的图，整批都要重来。

六、不同商品，好用的参考图不一样

「主体完整、特征清晰」是通用标准，但落到不同商品上，好用的图各有侧重。下面这几类，是日常最常遇到的。

这四类的共同点，还是回到那两条标准：让 AI 把商品看全、看清。至于侧重哪一头，看你这一批素材最想突出商品的什么。想在文案里强调材质，参考图就得把材质拍出来；想强调造型，参考图就得把造型拍完整。

拿小件硬货来说，最忌讳的就是「拍得又小又远」——把商品放在大桌面上，四周全是桌面。这样的图主体虽然没缺角，但在一整张画面里只占一小块，AI 抓取起来吃力。把这件商品在画面里放大到该有的比例，是这类图的关键。软性商品则相反，重点不在占多大，而在光线是否均匀，因为面料一旦被光线吃掉，质感就没了。

青虎AI 在这件事上的逻辑很简单：它不会替你去补图里没有的信息。你想让产出里有什么，就得先让参考图里有。理解这一层，挑图的时候就有了明确的方向，而不是凭「这张好看」来选。

七、四个常见误区

下面这四种，是上传参考图时最常出现的偏差。每一个都不致命，但都会让这一批素材的效果打折。

四个误区其实都指向同一个根：把上传当成随手动作。它恰恰是这条链路里最不该随手的一步。想清楚这一步，后面能少返工很多次。

这四个误区还有个共同的麻烦：它们造成的损失是滞后的。你不会在点上传的那一刻发现做错了，问题要等到生成结果出来才暴露。等到那时候，你已经把参数设了一遍、等待了一轮，才发现根子在图上。滞后暴露的错最难改，因为每次都要等一轮才看得见。与其等它暴露，不如在传之前就挡掉。

八、四个让参考图更好用的技巧

选图这件事也有可以照做的方法。下面这四条不用额外成本，用完立刻能感觉到差别。

这四条有个共同点：它们都发生在点击上传之前。真正把素材做顺的人，往往不是参数调得最花的，而是上传之前多看了两眼的。参考图这一关扎实了，后面每个环节都跟着省力。

再往下想一层，这四条其实都在帮你建立一个习惯：给图定标准。今天你为一件商品挑图，明天为另一件挑图，标准一旦立起来，就不用每次都从头纠结。标准是通用的，商品换来换去，判断方法不变。青虎AI 把产出这件事做得越来越省心，但「给它什么图」始终是人的判断，这一环的价值不会因为工具变强而消失。

九、三个可以照做的场景

抽象的标准讲完，说三个具体到能直接照着走的场景。

图4：选好一张参考图，是这一批素材能不能立住的地基。

这三个场景的共同点是：它们省下的都是「返工」。参考图这一步选对了，后面的识别、卖点、文案、画面才顺；这一步省了，后面每一环都要替它还债。很多人觉得出图效果不稳定，追根究底，往往是参考图那几张一直没标准。

把这几个场景放在一起看，会发现它们覆盖了日常最典型的三种处境：手边没好设备、手上有旧图、一次要做多款。分别对应的做法，其实都是同一句话的展开——把主体完整、特征清晰的那张挑出来。设备不好可以用自然光补，旧图不好可以重新拍，多款商品就一款一个任务，办法都很朴素，难的是每次开工前都愿意花这几分钟。

也正因为这几分钟太容易被跳过，它的价值才更值得被点破。你为选图多花的那点时间，换回的是整批素材的稳定。这笔账，做过几批素材的人算得清楚。

十、总结

十一、常见问题解答