gpt-image-2.5 商品图出图：从提示词到交付前检查

gpt-image-2.5 上新后，很多商品图任务看起来都能“先生成一张试试”。真正决定能不能交付的，不是模型名字，而是输入约束是否清楚、结果是否能按商品、材质、文字和平台要求逐项验收。

这篇文章按一次商品图出图链路整理：先写清任务，再决定是否需要参考图，最后检查生成结果。适合电商运营、设计和需要批量准备素材的小团队。模型入口、规格和积分以官网页面实时显示为准。

第一步：先写“不能错”的字段

不要一开始就写一大段风格描述。先把不能错的内容列出来：

商品主体：例如玻璃瓶、金属扣、布艺包装
必须保留：形状、logo、标签、颜色、结构关系
允许变化：背景、光线、氛围、局部阴影
禁止出现：多余文字、错误商标、变形瓶口、重复结构
交付用途：主图、详情页、海报、社媒封面

如果商品带文字、编号、成分表或认证标识，要把“文字必须可读且不得改写”单独列为约束。模型可以生成接近真实的画面，但不能替你把错误文字当成合规内容。

第二步：提示词只描述验收能检查的事实

有用的提示词应该能对应到检查结果。比如：

一只透明玻璃香水瓶，保留瓶身比例和瓶盖结构；
浅灰摄影棚背景，柔和左侧光；
瓶身标签清晰，不新增品牌名和装饰文字；
画面用于电商主图，商品居中，边缘完整。

少写“高级、震撼、电影感”这类无法验收的词。需要风格时，也尽量改成可检查的条件，例如“低饱和背景”“柔和阴影”“商品占画面约 70%”。

图叮的Image-2 AI 生图工具适合把这类约束直接转成一次出图任务。提交前先确认模型、比例和分辨率，不要等结果出来才发现用途和画幅不匹配。

第三步：参考图只用来锚定，不是用来放任改写

需要保留商品外观时，参考图比长提示词更重要。上传前先确认：

• 主体是否清晰、边缘完整；
• 光线是否会让模型误判材质；
• 背景是否包含不希望被延续的杂物；
• logo、标签和结构细节是否足够清楚。

如果参考图本身模糊、裁切或带错误文字，模型可能把这些问题放大。不要用“多给几张图”掩盖来源图质量问题；先换一张更能代表商品真实结构的参考图。

第四步：按交付标准检查，而不是按“好不好看”检查

拿到结果后，按顺序看五类问题：

检查项	常见风险	处理方式
商品结构	瓶口、把手、接口、边缘变形	结构错误直接重生成
材质	玻璃变塑料、金属反射断裂、布料纹理异常	调整材质描述或换参考图
文字与标识	新增乱码、错误品牌名、标签被改写	不进入交付，重新约束
背景	多余物体、场景穿帮、主体被抢焦点	简化背景或重新生成
画幅与尺寸	主体贴边、比例不适合平台	先重生成，再考虑裁剪

只有局部小问题时，不要同时改模型、提示词、比例和参考图。每次只改一个主要变量，才能知道哪一项真正影响了结果。

第五步：通过后还要做一次平台交付检查

一张图在生成页面里看起来正常，不代表能直接上线。交付前再确认：

1. 商品主体是否完整，缩放后能否看清；
2. 文件尺寸和比例是否满足投放位置；
3. 是否需要裁剪、改尺寸、压缩或转格式；
4. 是否保留了原始结果和最终交付版本；
5. 文案、价格和活动信息是否与店铺当前页面一致。

后续的裁剪、改尺寸和格式处理，可以交给图叮的图片工具完成。比如要统一平台尺寸，可以使用图片改尺寸工具；要控制上传体积，可以先做格式转换与压缩。生成结果和交付文件不要混为一份。

一个更稳的验收顺序

可以把每次任务记录成五行：

任务目标：
参考图：
提示词：
未通过原因：
最终交付文件：

这能让团队知道一张图是“模型没生成好”，还是“输入约束本身没写清”。对批量商品图来说，这个记录比单次碰运气更重要。

如果你准备现在试一次，可以从图叮 Image-2 AI 生图开始：先跑一张小样，用上面的检查表验收，再决定是否进入批量制作。

相关阅读

如果你经常遇到“生成结果不像商品”，可以继续看AI 生图出不来想要的图，怎么调？六个常见问题挨个拆。如果商品图的问题更偏材质和预设选择，可以看产品精修时如何选择与素材匹配的材质预设。这两篇分别解决“怎么调”和“怎么选预设”，本文聚焦 gpt-image-2.5 上新后的交付验收顺序。