GPT Image 2 做鞋类电商：白底主图、上脚效果、材质细节 3 类场景实操

鞋子是电商图里最难讨好的品类之一。鞋型一歪买家直接划走，材质拍不出来转化掉得比 T 恤还快，模特上脚一旦比例失真就会被骂”卖家秀和买家秀不是同一双”。截至 2026-04，我们用图叮AI 跑了一批鞋类店铺的 GPT Image 2 实操，发现这一代模型在鞋类上不能靠”一套通用 prompt 走天下”，得按场景拆开调。

图注：白底主图、上脚效果、材质细节是鞋类详情页转化链路上的三道关。

这篇不写完整流程 SOP（已经在 鞋类白底图、上脚图、穿搭场景图全流程 SOP 里讲过），也不展开皮革反光精修的取舍（那个交给 鞋类皮革材质修图指南）。本文只聚焦 3 类高频场景：白底主图、上脚效果、材质细节，每类拆”典型款式 / 参考图组合 / prompt 要点 / 翻车规避”四件套，让你看完直接拷贝套到自己的活儿上。

为什么鞋类不能用一套 prompt 走天下

服装、3C、家居都能勉强靠一套通用 prompt 跑批，调一调 SKU 就能交差。鞋不行——同样一双鞋，白底主图要的是”鞋型像广告，光照像产品摄影棚”；上脚图要的是”穿着可信、人鞋比例对、不抢主体”；细节图要的是”皮革有皮革感，网面有网面感，鞋底有鞋底感”。三套画风、三套构图、三套约束词，一旦混着写，模型分不清你想要哪一套，三类目标都容易不稳定。

鞋类还有一个特殊难点：鞋型结构比衣服复杂得多。鞋头弧度、鞋跟高度、鞋帮层次、鞋底纹路，这四件事每变一项视觉重心就跟着变。运动鞋强调鞋底厚度和飞织拼接，皮鞋强调鞋头弧线和皮面光泽，高跟鞋强调跟高曲线和细带结构——把它们塞同一条 prompt 里，模型会输出一个”四不像鞋”。这也是为什么我们现在的工作流是先按场景拆，再按款式调，最后才是批量跑。

GPT Image 2 这一代（截至 2026-04）已经能比较稳定地理解”参考图 + 文字 prompt”的组合，但它对鞋的结构理解还没到能”零样本生成”的程度。后面三类场景都会强调一件事：参考图组合是骨架，prompt 是细节调控，最好同时具备。基础的参考图机制和 prompt 框架在 GPT Image 2 的 5 张参考图组合玩法 和 GPT Image 2 的提示词写法 这两篇讲过，本文不再重复，直接进入鞋类场景。

场景一：白底主图，先解决”鞋型像不像”

适用场景：淘宝/京东/抖店/得物等平台主图位、搜索结果列表卡片、品牌官网产品页第一屏。买家点进来第一眼看的就是这张图，鞋型立不住会明显拖累后续转化。

图注：白底主图的关键是干净的影子 + 真实的材质比例，不是把背景洗白。

典型款式与角度选择

白底主图做不好的店铺通常是因为只拍一个角度。鞋类每种款式重心不同，至少要给 3-4 个角度，模型才能学到完整的鞋型。

• 运动鞋：侧面正视图（决定鞋型比例）+ 45 度斜视图（同时露鞋面和鞋头）+ 鞋底仰视图（露纹路和做工）。如果是高帮款再加一张前脸正视图露鞋舌
• 皮鞋：侧面正视图 + 鞋头特写（决定弧度和皮质）+ 后跟侧视图（露跟型和做工）。德比、牛津、乐福鞋的鞋面结构差异主要靠侧面图区分
• 高跟鞋：侧面正视图 + 后跟特写（露跟高和跟型）+ 上方俯视图（露鞋面开口和细带结构）。尖头、方头、圆头的差异在俯视图里最明显

参考图组合（3 张为主）

白底主图的参考图组合不要堆满 5 张，3 张足够：

• 槽位 1：实拍鞋的同款或相近款侧视图（锁鞋型骨架）
• 槽位 2：实拍鞋的鞋头或鞋面材质特写（锁材质质感）
• 槽位 3：白底参考图或同品牌历史白底主图（锁背景与光线风格）

槽位 3 不是必须，但加上之后白底纯净度和阴影位置稳定很多。如果店铺已经积累过一批白底图，直接拿其中最满意的一张当风格参考。

prompt 要点

prompt 模板（中文 + 英文夹用，按图叮AI 当前实测效果调）：

参考图 1 为目标鞋款的鞋型基准，保持鞋头弧度、鞋跟高度、鞋帮层次完全一致；参考图 2 为材质参考，皮面光泽 / 网面纹理 / 鞋底橡胶以参考图 2 为准；生成纯白无缝背景的产品摄影主图，[侧面正视图 / 45 度斜视图]，柔和顶光带轻微正面补光，鞋底投下自然的接触阴影，no extra text overlay, no added graphic elements, no props, no lifestyle background（鞋本身的品牌标志保留）。

几个关键词建议优先写进去：

• pure white seamless background（纯白无缝背景）—— 不写”white”容易出灰白底
• soft contact shadow under the shoe（鞋底自然接触阴影）—— 不写阴影鞋会飘空
• realistic proportions（真实比例）—— 防鞋型变胖或变长
• sharp material details（材质细节清晰）—— 防皮面糊成塑料、网面糊成布

翻车规避

• 鞋型变形：只写 “white background shoe product photo” 这种通用词，模型会输出一双”泛化鞋”——既不是运动鞋也不是皮鞋。建议写清具体鞋型（low-top sneaker / Oxford leather shoe / pointed-toe pump）。
• 三类鞋共用 prompt：批量跑的时候图省事用同一条 prompt 改 SKU，结果运动鞋的鞋底厚度被高跟鞋的”slim profile”压扁。建议按鞋型分批跑，每批一条独立 prompt。
• 高跟鞋鞋跟变弯：高跟鞋出图最容易翻车，鞋跟会被拗成不自然的角度。在 prompt 里加 “heel alignment straight, natural arch shape” 能拉回不少。
• 鞋底糊成一整块：运动鞋鞋底纹路是卖点，prompt 里要明确写 “visible deep tread pattern, layered midsole” 才能保下来。

场景二：上脚效果，关键是”穿着可信”不是”模特漂亮”

适用场景：详情页第 2-3 屏、社交内容草稿图、抖店短视频封面、小红书种草图。买家划过白底图后想知道”穿上去什么感觉”，这一屏决定他要不要继续往下翻价格。

图注：上脚图的主角是鞋不是脸，腰部以下截图能让鞋占到画面 60% 以上。

典型款式与姿势设计

上脚图最容易犯的错误是把鞋当成配角拍。模特摆 pose 摆到天花板，鞋只露出一小条边——这样的图详情页用不上。鞋类上脚图要遵循一个基本原则：鞋是主体，构图要保证鞋占画面 30% 以上。

• 运动鞋：自然站立 / 单脚抬起 / 缓慢行走中段。不要写 jumping、running fast，动作幅度一大鞋就糊
• 皮鞋：通勤站姿 / 西裤搭配 / 室内坐姿露脚面。商务场景多用站姿俯视一点点角度
• 高跟鞋：自然站立 / 半侧身 / 坐姿一脚轻翘。避免”行走中”动作，高跟鞋走动时脚踝角度容易变诡异

参考图组合（2-3 张）

上脚图的参考图组合反过来，不要堆 5 张，堆多了模型分不清谁是主体：

• 槽位 1：鞋的白底主图（场景一里跑出来的那张）—— 锁鞋型与配色
• 槽位 2：模特腿部 / 脚部姿态参考（可以是品牌历次外拍图、Pinterest 截图）—— 锁人鞋比例
• 槽位 3（可选）：场景背景参考（街拍、棚拍纯色、室内地板）—— 锁画面调性

prompt 要点

参考图 1 为鞋款主体，保持鞋型、颜色、材质完全一致；参考图 2 为模特腿部姿态参考；生成商业电商上脚图，腰部以下视角（cropped lower-body shot），模特自然站立 / 缓慢行走中段，[直筒裤 / A 字裙] 与鞋的搭配关系自然，柔和日光感棚拍光，焦点落在鞋上，no visible face, no extra text overlay, no added watermark（鞋本身的品牌标志按参考图保留）。

几个反直觉的关键词：

• no visible face（不露脸）—— 鞋类上脚图不需要模特脸，露脸反而抢主体；同时模型生成人脸的容错率比生成鞋低，去脸能降一半翻车率
• cropped lower-body shot（下半身截图）—— 主动告诉模型只画腰部以下，避免它强行画全身把鞋画小
• focus on the shoes（焦点在鞋）—— 显式给焦点指令，模型会把背景和裤腿适度虚化
• realistic foot and ankle proportions（真实脚踝比例）—— 防脚踝细到不像人

翻车规避

• 脚踝畸形 / 脚趾数量错：上脚图最常见的事故。露脚面的款（凉鞋、乐福鞋）在 prompt 里加 “realistic five toes, natural ankle bone structure” 能压一压；但如果是包脚款（运动鞋、皮鞋）建议直接让裤脚遮住脚踝以上，从源头避开。
• 鞋型被裤脚或裙摆遮太多：写 prompt 时显式控制裤长——“trousers ending slightly above the shoes, exposing full shoe shape”，否则模型会让裤腿盖到鞋面一半。
• 鞋色被环境污染：场景三跑的细节图里皮鞋是棕色，到了上脚图变成红棕色——背景或灯光的色温把鞋染了。在 prompt 里强制 “shoe color stays exactly as reference image 1” 能锁回来。
• 走路姿势”飘”：模特摆出”走路中”姿势但脚没踩到地，或两只脚同时离地。改成”natural standing pose with weight on one leg” 这种静态姿势更稳，等模型成熟一些再回来跑动态图。

场景三：材质细节，让买家”相信它值这个价”

适用场景：详情页中段（讲款式、讲面料、讲做工那几屏）、品牌种草图、价格带高于 300 元的鞋款主推图。中低价位鞋款不强求拍材质细节，反而是高客单价鞋款的转化命门。

图注：材质细节图的目标是让买家”看见”材质价值，不是炫摄影技巧。

典型材质与拍法

鞋类材质细节大致分三类，每类有完全不同的拍摄逻辑：

• 皮革反光：鞋头弧面、侧面光泽、压纹细节。重点是光线方向——侧光最能带出皮革立体感，正打光会糊成塑料感
• 网面透气：织物孔洞、鞋面编织方向、层叠拼接。重点是景深控制——浅景深聚焦中央一小块，让纹理颗粒感跳出来
• 鞋底纹路：防滑纹、橡胶颗粒、中底厚度。重点是角度——45 度俯拍鞋底比正拍鞋底更能展现立体感

参考图组合

材质图的参考图组合反而最简单，2 张就够：

• 槽位 1：实物鞋的整体图（让模型知道是从哪只鞋上抠的细节）
• 槽位 2：目标材质的特写参考（皮革近景、网面微距、鞋底实拍）

通常不需要场景参考图，材质图的背景统一用纯色或暗色棚景就行。

prompt 要点

材质图 prompt 的关键是精确描述材质属性，模糊描述会让模型自由发挥：

Macro commercial product photography of [polished brown leather toe cap / breathable woven mesh side panel / deep rubber outsole tread]，close-up at [10cm distance / 45-degree angle]，[natural leather grain visible / clear mesh weave structure / geometric tread pattern]，[soft side light / controlled top light]，shallow depth of field，dark warm neutral background，no text, no logos, no artificial labels。

几个材质特化的关键词：

• 皮革：natural leather grain（天然皮纹）+ controlled glossy highlight（受控高光）+ fine stitching detail（精细缝线）—— 不要写 “perfectly smooth”，会变塑料
• 网面：breathable woven mesh（透气编织网面）+ clear weave structure（清晰编织结构）+ crisp texture detail（清晰纹理细节）—— 不要写 “soft fabric blur”，会糊
• 鞋底：deep rubber tread pattern（深橡胶纹路）+ geometric grooves（几何纹路）+ realistic rubber material（真实橡胶质感）—— 不要让模型自由发挥纹路造型，必须写清几何特征

翻车规避

• 皮革变塑料：模型默认会把皮革画得过于光滑，prompt 里建议主动加 “visible natural grain texture” 抢回真实感。截至 2026-04 这是高频翻车点，皮鞋类材质图建议第一张先小批量验证再放量。
• 网面变涂层布：网面纹理糊成一片布是另一个高频翻车点。除了 prompt 里写 “clear mesh weave”，参考图建议选一张网面占画面 60% 以上的微距图，让模型有足够的纹理参考。
• 反光过曝：皮革图最容易反光过曝，把整块皮面打成一片白。在 prompt 里限制 “controlled highlight, no blown-out reflection” 能压一压；如果店铺整体调性偏哑光，直接写 “matte leather finish” 跳过反光这一步。
• 细节图替代不了主图：材质图是配角，不要让它承担”传达鞋型”的任务。把鞋型留给场景一的白底主图，材质图就老老实实做特写。

3 类场景怎么组合上详情页

这三类图不是平行关系，是详情页转化链路上的三道关：白底主图解决”看清楚”，上脚图解决”想象穿上去”，材质图解决”相信它值这个价”。任何一关掉链子，后面的努力都打折。

我们给店铺的常规配比是：

• 平台主图位 5 张：1 张 45 度白底主图 + 1 张侧面白底 + 1 张上脚 + 1 张材质特写 + 1 张鞋底
• 详情页第 1 屏：1 张 45 度白底主图（同主图位第一张）+ 1 行价格信息
• 详情页第 2-3 屏：2-3 张上脚图（站姿 + 行走 + 坐姿，分场景）
• 详情页第 4-5 屏：3-4 张材质细节（皮革 / 网面 / 鞋底 / 缝线）
• 详情页第 6 屏起：尺码、保养、售后

价格上，截至 2026-04 在图叮AI 跑这套图的成本，单张 GPT Image 2 起步 0.06 元/张（按 1024 等档位计），一双鞋的全套图（5 张主图 + 5 张详情页）单 SKU 出图成本控制在 1-2 元区间。比起请摄影师外拍的人天报价，便宜得不在一个量级——但前提是参考图、prompt、翻车规避全部按场景调过。

几个常见的整合误区

把三类场景拆开讲清楚之后，还有几个综合性的坑值得点出来。

误区一：用上脚图的 prompt 跑白底主图。觉得”上脚图比白底图复杂，反过来跑应该没问题”——错。上脚图的 prompt 里塞了模特、姿势、场景、光线一堆约束，删一半给白底图用，模型反而会因为约束不够而自由发挥。每类场景都得有自己的 prompt 骨架。

误区二：材质图直接拿白底主图裁切。觉得”白底主图分辨率够高，截一块就当材质图”——也错。白底主图的光线是为整鞋打的，截下来的局部光线方向不对，皮面反光、网面纹理都没出来。材质图要单独跑，光线方向单独定。

误区三：上脚图换模特但鞋色变了。同一双鞋拍 3 个上脚场景，每个场景的鞋色都微妙不同——模特穿着、地板颜色、灯光色温都会污染鞋色。这是参考图组合不够稳的表现，把”白底主图作为参考图 1”始终带上能压住色偏。

误区四：批量跑没做色卡校验。批量跑 20 双鞋的图，最后挑出来一看色彩散落到光谱各处。建议每跑完 5 张就在 PS 里做一次色彩验收，颜色漂的那张拿色卡 hex 值重跑一遍。这一步省了的时间在客户投诉环节会全部还回来。

写在最后

鞋类电商图比想象中讲究得多。一双 599 元的真皮乐福鞋和一双 99 元的合成革乐福鞋，区别不在鞋型本身，而在材质细节图能不能把皮革质感传递出去。GPT Image 2 这一代（截至 2026-04）能把这件事压到 SKU 级单价 1-2 元，但前提是你愿意把白底、上脚、材质三类场景拆开调，而不是一套 prompt 走天下。

更系统的鞋类全流程出图思路在 鞋类白底图、上脚图、穿搭场景图全流程 SOP 里讲过；皮革材质这一块如果想深入到精修层（保留还是去除反光、漆皮和头层皮怎么调），可以接着读 鞋类皮革反光精修指南。本文聚焦”用 GPT Image 2 出图”这一环，把场景拆细、prompt 写准，剩下的交给批量跑和验收。