广告图文素材不像原商品？AI保主体调整法

周五下午三点二十分，做玻璃杯具的店主老周把一只高脚杯的实拍图传进上传区，参数照旧，点生成。半分钟后结果出来，画面确实漂亮，柔光、木桌、窗外树影，可他眯着眼看了两遍，心里发堵——杯子的杯口被画圆了一点，杯身的高度短了一截，杯脚和杯身的连接处还多出一圈原本没有的弧线。整张图看着像那只杯子，但不是那只杯子。

他把这事跟做设计的表弟说了，表弟问了一句：你的描述里是不是写了杯子长什么样？老周翻回去看自己那段描述——「一只透明的细长玻璃高脚杯，杯口外扩，杯身修长，杯脚纤细」，一条不落。表弟说，问题可能就出在这儿。

这类情况在出图里特别常见，也特别让人不甘心：画面明明是美的，可商品不对。多数人第一反应是换个模型、加大生成数量、多出几张碰运气。但产品走样的原因，往往不在生成环节，而在你给的两样东西——参考图和你写的那段描述。青虎AI 的广告图文素材以参考图为识别起点，把这两处拆开看，就会明白问题究竟出在哪一环。这篇就把这两处拆开，告诉你三招怎么让商品保住原样。

图1：图很美，可杯子不是那只杯子，这才是最让人堵的地方。

一、产品走样，先分清是「像别的」还是「不太像」

很多人把走样统称为「不像」，其实它有两种形态，处理思路完全不同。第一种是「像别的」：生成出来的商品明显是另一件东西，颜色、形状、结构都换了，你一眼就知道不是它。第二种是「不太像」：大体还是那只商品，但比例、轮廓、细节有偏差，像被轻微「改写」过。

「像别的」通常是参考图这一端出了问题，模型没认准是哪件商品；「不太像」则更多出在描述这一端，模型认准了商品，但被你描述的细节带偏了。这个区分很关键，因为它决定你先动哪一边。

老周遇到的就是第二种。参考图是原厂实拍图，商品认得准，问题出在他那段描述把商品外观写得过于具体，模型就按描述去「重画」了一遍，而不是照着参考图去「还原」。这一步理解过来，后面三招才有落点。

还有一点值得先说清：这两种走样，在结果里的可救程度并不一样。「像别的」往往更麻烦，因为它可能连商品的大类都认错了，你要做的是把参考图整个换掉；「不太像」相对好办，商品的主体框架还在，你只需要把描述里那几句多余的说明拿掉，方向就能回来。分清这一步，你才不会在一件本来还能修正的事情上，过早地推翻重来。青虎AI 的广告图文素材在这个环节给了你两条调整路径——改参考图、改描述，分别对应这两类问题，用对了地方，一次就能见效。

二、第一个原因：参考图的角度和遮挡

参考图是模型认识商品的第一依据。如果这张图本身就没把商品交代清楚，再好的描述也救不回来。最容易出问题的两类参考图，是斜角拍摄和反光遮挡。

斜角的问题在于透视。一个从四十五度斜上方拍下去的高脚杯，在画面里已经是被压缩过的形态——杯底椭圆、杯身缩短。模型从这张图里「学」到的，就是这样一个被透视改过的商品。当它要生成正面图时，得靠推算把透视还原回去，这一步推得不准，比例就歪了。这也是为什么走样往往表现为「高矮不对、胖瘦不对」。

反光遮挡的问题更容易被忽略。玻璃、金属、亮面塑料这类材质，拍摄时本身就带着大片高光，那些高光会盖住商品的真实结构。模型看到的是一块反光的亮斑，它无从判断下面是什么形状，只能猜。猜出来的形状，就是你在结果里看到的那圈多出来的弧线。

这张表里四行，最后一行最容易被漏掉。比如一批杯子里挑一只出来拍，旁边还摆着其他同款不同尺寸的杯子，模型在识别时就得猜「你要的是哪一只」。猜错了，出来的自然不是你要的那只。想让它认准，最稳的做法就是让主角在画面里独占，旁边不放干扰项。

三、第二个原因：描述里把商品外观写细了

这是走样里最反直觉的一个原因，也是老周踩的那一脚。很多人觉得，描述写得越细，出来的东西越准。在这个功能里，事情恰好相反：你把商品长什么样详细写出来，等于告诉模型「不用看图，按我说的画」。

这个功能的设定本来是「参考图负责商品，描述负责场景」。参考图已经把它认识到的商品交给你了，你再去描述里重复一遍商品外观，就等于给了它两套信息。两套信息一旦有出入——你写「杯身修长」，参考图其实是略矮的款——它会更倾向于按你写的那套重画，因为它读到的是一句明确的指令。

而且人的描述天然是「标准化」的。你说「一只细长高脚杯」，脑子里想的是这类商品的通用印象，而不是你手上这只的实际比例。模型接了这句话，就会往那个通用印象上去靠，于是你的杯子被画成了「标准杯」。这不是模型的错，是它认真执行了你给的指令。

有一种情况需要区别对待：如果你手上没有清晰的参考图，只能靠描述来「说」商品，那描述商品是被迫的选择。但这时候你已经偏离了「保主体」的目标，而是在做「凭描述造物」，结果自然难以完全贴合原品。想保主体，第一优先始终是把参考图准备好，而不是把描述写长。

四、第三个原因：背景太热闹，抢了主体

第三个原因在结果里常常表现为「商品没变，可就是感觉不对」。画面里的杯子还是在的，但周围的东西比它还抢眼：桌面纹理太密、背景道具太多、颜色太饱和，主体的存在感就被稀释了。

这背后的原因是注意力分配。模型在生成画面时，会把整张图的视觉重心按描述和参考图综合排布。背景元素越多、越具体，它就越需要在这些元素上花「笔墨」，留给商品的比例就相应变小。表现到最终图上，就是商品被画小了、被挤到角落、或者细节被简化了。

还有一层是色彩干扰。如果背景的色调和商品接近，商品的轮廓就会「融」进去，边界不清，看起来就像走样了。比如透明玻璃杯放在浅灰桌布上、白色陶瓷碗放在白桌上，都属于这一类。它们本身并没有变形，只是被背景吃掉了存在感。

这类问题相对好处理，因为方向明确：简化背景。少放道具、用纯色或浅色背景、让商品与背景有清晰的明暗或颜色对比。这一招不需要重拍参考图，也不需要改描述，是最容易见效的一招。

五、三招对应解决，一招对一个问题

把三个原因对应过来，就得到三招。它们各自针对一个环节，不重叠，也不冲突，可以按需单独用，也可以一起用。

图2：同样一件商品，左边的输入导致走样，右边的输入让主体保住原样。

顺序上有个原则：先动参考图，再动描述，最后才去调背景。因为参考图决定了「它认的是哪件商品」，这是根，根不稳，后面都是修补。而且换参考图往往难度最低、见效最快，手上有多角度实拍图的话，第一步就能解决大半问题。

图3：换图、改描述、清背景，三步各治一处走样。

三步里，第一步解决「认错商品」，第二步解决「重画商品」，第三步解决「商品被淹没」。三种走样的表现，各自有了对应的一招。如果你不确定自己是哪一种，就从第一步开始，逐项排除，通常在第一或第二步就能看到明显变化。

如果你希望一次就把三件事做全，可以按这样一个顺序操作：先在上传区换掉参考图，再回到描述里做一次「删商品句」的清理，最后把描述里剩下的道具类词汇也一并精简。三处动完再点生成，你会在结果里看到商品稳稳地站在画面中央。

六、描述该怎么写：把镜头对准场景

第二招值得单独展开，因为它最容易做错。多数人不是「不想改描述」，而是不知道商品外观不写之后，那段描述还剩下什么可以写。这里给一个具体的思路：把描述的重心从「商品是什么样」挪到「它被放在什么样的情境里」。

可以写的方向有几类。一是场景与环境，比如摆在什么样的台面上、周围是什么样的空间氛围。二是光线与质感，比如柔和的自然光、温暖的午后色调、清透的玻璃反光。三是情绪与用途，比如适合家居日常、适合送礼、适合夏季清凉感。这些内容都不涉及商品本身的形状结构，却能让画面有方向。

对照这张表，回头再读老周那段描述就清楚了。「杯口外扩、杯身修长、杯脚纤细」全在左边那一列的禁区里——它们都是在替参考图描述商品。把这三句删掉，换成「摆在浅色木桌上，午后柔和自然光，清透的日常氛围」，方向立刻就正了。

功能里内置有美妆类目图文提示词模板的入口卡片，可以作为一个写作方向的起点。你可以先看看模板是怎么组织的，再把里面属于「场景」的部分留下来，属于「商品」的部分去掉。多对照几次，你对「描述什么该写」会有很直接的手感。

再补一个更实操的判断方法：把描述读给一个没见过实物的人听，问他「你能不能照着这句话，把商品画出来」。如果他说能，说明你的描述里商品信息太多了，模型也会照着画；如果他说只能想象出大概的氛围和场景，那这段描述的方向就对了。这个测试听着简单，却比反复试错高效得多，因为它把「描述写得合不合适」从一个模糊的感觉，变成了一次可以当场验证的对话。养成这个自检习惯，你在青虎AI 里出图的返工率会明显下降。

七、什么时候「描述商品」反而是对的

为了避免把第二招用死，有必要说清它的边界。第二招的前提是「你已经有了一张好参考图」。如果你的参考图本身很糊、角度很偏、或者根本没有实拍图，那描述商品就是你手里唯一的线索，这时候不写反而是浪费。

所以正确的顺序不是「永远不写商品外观」，而是「以参考图为主，描述为补」。参考图够清楚，描述就只写场景；参考图确实不行，才退而用描述去补充必要信息，同时心里要明白，这样做的还原度会打折扣。

还有一种情况是规格款。同一款商品有多个尺寸或型号，而你想让画面明确表现某一款的特征，那么在描述里点一句关键差异是有意义的，比如说明这是加高款、这是磨砂面。但要注意只点「差异」，不要重述整个商品，避免又把主体带偏。

把这条边界记住，第二招就不会被用偏。它本质上是「把已经交给参考图的活，不要再抢回来」，而不是「描述越少越好」。判断标准只有一条：这句话说的是商品本身，还是商品之外的世界。在青虎AI 的这套流程里，参考图负责商品、描述负责场景，是一条很清晰的职责线，你把这条线守住，出图的方向就不会乱。青虎AI 广告图文素材之所以能只靠一张参考图就产出可用的营销图，靠的正是这条职责线被分得足够干净。

八、四个常见误区

下面这四种想法，是让商品保住原样时最常见到的偏差。它们听起来都挺合理，实际每一个都会把你带离目标。

四个误区排在一起看，会发现它们都指向一件事：把问题归给结果，而不是归给输入。当你开始习惯用「我给了它什么」来解释「它给了我什么」，解决走样这类问题就从碰运气变成了一件可复制的事。

九、四个让主体更稳的小技巧

除了三招主体方法，还有一些细节上的做法，可以让商品的还原度更稳。它们成本都很低，但作用很实在。

这四条里，第三条值得多说一句。当你既不想重述商品、又担心它自己乱改时，可以加一句明确的保留要求，比如说明商品以参考图为准、不要改变商品原有外观。它和「写商品外观」是两件事：前者是告诉它「别动」，后者是告诉它「该画成什么样」。方向一正一反，结果差得很远。

再看第四条，它其实是所有出图场景通用的原则。你不需要一次就出满十张，把数量设小、先看一张，判断商品还原是不是到位，再决定要不要放大批量。这样既省了不必要的消耗，也让你更快知道自己的输入调对了没有。

十、三个真实场景

把方法放进具体场景里，用起来才有参照。下面三个场景，覆盖了商品走样最常见的几种情形。

图4：换正身图、删商品描述、清背景，三处的改动让主体稳下来。

三个案例对应的正是三种走样原因，处理动作也各不相同：换图、改描述、清背景。它们的共同点是都没有去动生成参数，也没有反复重出，只是在输入这一端做了对应的一处调整。这也是处理这类问题最省力的路径——先定位是哪一处的问题，再动那一处。

十一、总结

十二、常见问题解答