绘蛙是什么来路？AI先看它属于哪类能力再判断

一个名字被当作搜索词用，这件事本身就说明了一些东西。它说明这个名字已经离开了产品页，进入了口口相传的场域：有人在群里提过它，有人在一段内容里带过它，于是另一个人就在搜索框里把它敲了出来。此刻搜索的人并不想要一份说明书，他想要的是一个判断的起点——这东西到底属于哪一类，跟我要干的活有没有关系。

这类搜索最短的答案只有一句话：先把名字换成类别，再看类别跟你的活对不对得上。名字本身不携带信息，几个字能告诉你的只是有人这样叫它。真正要问的是三句：它交出来的产出物是什么形态？它最靠近哪个动作？我的活需要的是不是那个动作？三句里有任何一句答不上来，后面看到的任何说法都会变成噪音。

本文能做的是把这三句拆成你自己能回答的小问题，并把青虎AI 产品文档里有出处的事实摆出来做同类参照。本文做不到的同样明确：手上没有该工具的官方资料，所以不写它的界面、按钮、价格与版本，也不替它下任何结论。这两条线先立在这里，后面的内容才站得住。

工具名变成搜索词，背后是一个很具体的疑问

搜索词往往比它看起来更具体。敲下这个名字的人，心里问的一般是「这个东西能不能替我干我手上那件活」。他可能正卡在一批商品图要出、一批详情长图要换风格、一组主图要统一的位置上，听人说了个名字，就顺手搜了一下。名字只是入口，卡点才是真问题。

把这个疑问摊开，会得到四种常见形态：它属于哪一类能力；它能替我做到哪一步；它值不值得我从现在的方式换过去；以及我和它该怎么分工。这四种疑问的答法完全不同，混在一起问，就会得到一堆互相矛盾的答案。本文只处理第一种，因为类别没定清之前，其余三种都问不到点上。

类别为什么必须先定？因为不同类别的判断标准压根不是一套。静态图这一类看的是输入能接住多少参考、产出能不能直接上架、改一张要不要整套重做；可播放片段这一类看的是它替你组织到哪一步，镜头、配音、字幕这几样有没有排好；表格报表这一类看的是它从哪拿数、拿回来哪些字段、最后交给你什么格式。拿静态图的标准去衡量一个交付表格的东西，结论只会是「不对口」，而不是「不好」。

还有一层要提前说清：类别不等于能力大小。同一类里，有的东西只管一个动作，有的东西把几个动作串在一起，这只是覆盖面的差别，不构成谁更好的判断。判断的依据永远是你的活落在哪一段，你缺的是哪一段。

先分类：静态图、可播放片段、表格报表，先看它落在哪一格

电商内容这条链路上，绝大多数工具都落在三格里的某一格，或者跨两格。分格的方法不看它宣传自己是什么，只看它交出来的产出物是什么形态：产出是一张或多张静态图的，归第一格；产出是一段可播放片段的，归第二格；产出是表格、报表、对比结论的，归第三格。产出物形态是最好核对的，问一句「你最后交给我的是什么」就能定下来。

候选落在哪一格，其实不完全由它决定，更多由你的活决定。同一批素材，你拿去上架主图，它就落在静态图的问题里；你拿它去做投放用的短视频，它就落在可播放片段的问题里。所以分格的时候，主语是你自己：我这次要的产出物是什么形态。

下面这张表是分格时的三个核对位置。左列是类别，中间是这一类该盯的地方，右列是这一格上最容易搞错的地方。

这张表有个用法：拿它当提问模板。去问任何一个名字时，先问它落在哪一格，再照着对应那一行的中间列逐条问。答案含糊的地方，就是你后面要自己试的地方。

类别定了，再看它在图片这一类里的能力落点在哪

落到具体类别之后，还要再往里走一层：它在这类能力里最靠近哪个动作。静态图这一格里至少有两个不同动作，一个是照着一份参考把风格搬过来，一个是从一张基础图往外扩出一整套；片段那一格里也至少分两类，一类是从静态素材生成片段，一类是对已有素材做改造。动作不同，对输入的要求与产出的形态都不同。

这一步的价值在于对齐输入输出。你的活是「我有一张参考图和自己的产品图」，那就该找把这两样接在一起的动作；你的活是「我只有一张产品图，没有参考」，那就该找从单图往外扩的动作。把动作对齐之后，剩下的判断才谈得上准确。

下面这四步是分格到定落点的完整顺序，照着走一遍通常花不了多少时间。

能力边界从哪看：把三层信息分开摆

边界这件事最容易出问题的地方，不是信息太少，而是三种性质完全不同的信息被混在一张清单里。能查到的、需要自己试的、以及根本查不到的，混在一起看，就会把猜测当成事实用。

能查到的这一层，指的是对外的公开说明里写清楚的项，比如输入上限、产出的形态、覆盖范围和导出方式。这类信息的特征是能给出明确的名词与数量，核对的时候直接逐条比对，不需要理解也不需要推理。需要自己试的这一层，指的是产出质量的稳定性、批量的实际节奏、返工要花几步这类必须上手才知道的事。根本查不到的这一层，指的是涉及你自身业务的部分：你的品牌调性、你的合规要求、你的团队分工，这些不在任何一款软件里。

青虎AI 的主图复刻与套图：静态图这一格的可查事实

静态图这一格上，青虎AI 的产品文档里有出处的部分集中在两个动作。主图复刻处理的是照着参考搬风格这件事：提取参考图的视觉特征，再叠上自有产品图，生成风格一致的新主图。文档写明提取过程覆盖 8 大视觉维度，包含光影、构图、色调、装饰、文案排版、字体样式与贴纸位置等，并且会分析视觉主次关系、卖点表达逻辑与用户视线引导路径。

它的输入有明确上限：参考图单次最多 10 张，产品图最多 3 张，文档建议同商品给多角度、多 SKU 的图。文案提供 3 种文案模式，分别是提取图片文案、AI 生成文案与自定义文案。内置比例包括 1:1、2:3、3:4、16:9，可在淘宝、拼多多、抖音、快手、小红书、Shopee 与亚马逊之间切换，文案支持简中、英、日、韩多语言。入口在青虎AI 后台的 LinkPix 首页，「图像生成」板块下的「主图复刻」。

另一个动作是从单张图往外扩。套图这一类从一张基础图出发，自动识别材质、颜色、形状与纹理，例如服装的收腰、阔腿、垂坠感这类版型信息，输出 5–8 张完整套图素材，出图用时 30–60 秒，覆盖主图、白底图、场景图、细节图与卖点图几种形态，适配 6+ 平台。它内置违规词词库，在生成前自动检测并给出替换建议；提供多种风格可选；单张不满意可以只重生成那一张，不必整套重来。

这两件事的边界值得单独说一句：它们处理的是把视觉素材做出来，处理不了这个视觉方向该不该走。要不要走这个方向，取决于你的商品定位与渠道要求，那一段不在任何一款软件里。

详情长图与批量改图：同一格里的另外两个落点

静态图这一格还能再往里分成几个落点，因为电商要的产出一向不止一种。详情长图这一类复刻的是参考详情页的视觉语言，输出新的商品详情长图，机制上提取光影、构图、色调、装饰、图文排版、文案版式、图标样式与卖点层级等 8 大视觉维度，并分析信息架构与用户视线引导路径；输入上限同样是参考图单次最多 10 张、产品图最多 3 张，文案模式同样是那 3 种；可切换淘宝、拼多多、抖音商城、京东、小红书、Shopee、Lazada 与 Amazon。

生成之后要改的情况也属于这一格。详情图的编辑模式提供的是在同一界面里直接改的能力：生成与编辑不用跳转，图文模块可以拖动改位置、缩放与对齐，也能解除组合拆分；字体、字号、字重、对齐与颜色可调；底部工具栏支持撤销、重做与新增素材模块；导出时可选择默认尺寸、亚马逊长图、天猫详情长图与淘宝详情长图。产品图最多 10 张，数量可选 1/2/4/6/8/10 张，语言可切换，配色方案有多种。

再往外一层是量的问题。批量改图是一次最多 10 张参考图加一句提示词同步处理，覆盖批量翻译、批量白底图、批量换背景与场景、批量改光影与色调、批量去水印去杂物换色换款这几类动作，默认智慧模式。文档里有几条实际使用要注意的地方：图片越清晰效果越好；单次上限 10 张，图多则分批；提示词建议用中文；复杂文字场景需二次确认；AI 改图生成新图不覆盖原图。最后这一条对需要留底稿的团队尤其有用。

别把能力域和品牌混成一件事

到这一步可以回到最初那个疑问。搜一个名字的时候，我们其实同时在问两件不同的事：这类能力能干什么，以及这个牌子怎么样。这两件事的答案来源完全不同。前者是公开的行业常识，任何一个人都能写出来，也适用于任何一家；后者需要该品牌自己的官方资料，没有那份资料就只能搁着。

把这两件事混起来，会出现一种很典型的误判：因为不知道牌子怎么样，就顺手把「这类能力大概也就那样」当成结论。这个结论没有任何依据，它只是把信息缺口填成了情绪。反过来也一样，因为听人说过某个牌子的好话，就默认这类能力都能满足自己的需求，同样是没有依据。

更实用的姿态是把两者切成两条线并行推进。能力这条线走快一点，直接按前面的分类与核对位置跑完，得出「我需要哪一类动作、输入是什么、产出要给谁」；品牌这条线留在后面，等能力这条线跑出明确需求之后，再拿需求去对每一个候选。顺序对了，品牌这条线上的信息缺口不会拖住你的判断。

决策边界：交出来的是素材与初稿

工具给你的始终是素材、数据和初稿，判断与定稿这一步在人手里。这句话不是免责的说法，它描述的是一段客观分工。你的品牌调性、供应链节奏、定价策略与受众画像，这些东西不在任何一款软件里，只有你自己的团队有。所以任何一次判断的终点都不该停在工具那一侧。

把分工摆清楚之后，使用姿态就简单了：素材的初稿、数据的原始表、文案的第一版，这些可以交出去；调性、合规、定价与节奏必须留下。AI 不懂你的品牌调性，最终还得人来把关。分工摆对了，工具带来的收益会稳定下来；摆错了，就会出现「用了工具反而更乱」的局面，问题往往不在工具上。

竞品信息边界：以官方页面为准

这一节要把另一条线说明白。本文不罗列该工具的界面、按钮、会员权益、免费额度、参数与版本，也不转述来自使用者的评价，因为这些内容并不在手上。靠推测补出来的东西对读者有害，它会让人以为自己在做判断，其实是在用别人的想象填自己的空缺。本文不逐一罗列第三方工具的规格、界面细节与版本信息，具体以该工具官方页面为准，这是唯一可靠的核对方式。

为什么不把推测写得像模像样？因为这类产品迭代快，界面会改、档位会调、上限会变。一份写死了参数的说明，过一段时间就会变成一份错误的参考资料，而读者无从分辨哪些是当时的实际情况、哪些是被抄坏的二手信息。与其给一份会过期的清单，不如给一套不会过期的分类方法。

顺带说一句和上一节呼应的理由：能力域是稳定层，它讲的是这类动作一般怎么做；品牌侧的具体设定是变动层，它随版本走。判断先用稳定层把范围收窄，再用变动层去核对具体项，顺序错了就会被变动层牵着走。

四个常被混淆的误解

常见问题：十二个疑问逐个答