
先说结论
把电商主图直接丢给 AI 做图生图,十有八九翻车——版式走样、文案乱码,改到第三版还不如自己重画。更稳的路子是把顺序倒过来:先让 AI 把主图「读」成一份结构化提示词,把画面里每一处文字逐字写进去,再拿这份提示词去文生图。整套流程不用写代码、不用记参数,会打字就能跑通。下面拿一张直播预告海报走一遍,读图指令和完整绘画提示词都可以直接复制。

上面这张左右对照就是全过程:左边是拿到的原始海报,右边是照着提示词重绘出来的成品。版式、字号、描边、色块位置基本沿用原图,几处写错的文案也在重绘时改了过来。
一、原图直接喂给 AI,为什么复刻不出主图
图生图模型看的是像素分布,不是设计意图。你把主图丢进去说「照着这个重画」,它接收到的信息里没有「这是主标题」「这是按钮」「这四个字念智慧直播间」。它只会把标题那四个泡泡字当成一团粉色图形照抄轮廓,把底部两行小字糊成装饰花纹。
翻车基本集中在三处:中文小字,模型容易漏字、多字、同音替换;版式层级,主标题、按钮、标签的相对位置会被重新「创作」;数字与时间,20:00 可能变成 20.00。实测里最典型的一次,是把按钮上的两个字形近的字整个换掉,远看没毛病,放大全是错的。
所以想可控,就得先把「图」转成「字」。文字是模型真正听得懂的语言——你把每一处文案写进提示词,它才有机会逐字保住。

二、第一步:把主图翻译成结构化提示词
这一步交给带视觉能力的多模态模型做逆向拆解。别只丢一句「描述这张图」,那样拿回来的是散文,不是提示词。要按固定七项输出,每一项都写满。

七项里,第 3 项文字清单是全流程的命门。必须逐字抄写、包含标点、标明位置和样式。这一项写漏一个字,后面出图就会漏一个字——没有别的补救办法。
下面这份读图指令,直接复制就能用:
你是一名电商视觉设计师。我上传了一张电商主图,请把它逆向拆解成一份可直接用于 AI 绘画的结构化提示词。
请严格按下面七项输出,每一项都写满,不要合并、不要省略:
1)版式结构:画布比例,以及自上而下的元素层级顺序(逐条列出每个元素的大致位置)。
2)主体描述:人物或产品的形态、服饰、姿势、表情、光位。
3)文字清单:把画面里出现的每一处中文文案逐字抄写出来,包含标点,并注明它所在的位置和文字样式。
4)配色:主色、辅助色、点缀色,尽量给出接近的色值描述。
5)字体与特效:标题字重、描边、投影、立体感等。
6)装饰元素:色块、标签、按钮、图标、光斑。
7)整体风格与画质:风格关键词与清晰度要求。
硬性要求:第 3 项必须逐字准确,不要意译、不要概括、不要合并同类项,一个字都不能漏。
三、第二步:组装提示词,一键出图
拿到七项拆解后,按「先锁不变量 → 再写主体 → 最后排雷」的顺序组装成一段话。不变量指构图、背景、道具、以及画面里已有的文字;主体指要画的人物或产品;排雷句放末尾,专门点名容易写错的字。
模型选 Qwen-Image-2.1。它的长处在「画面里有大段文字、书堆、招牌、界面」这类场景——中文海报复刻时,文字与道具的保真度比通用图生图模型稳一档,标题的描边、投影这些细节也更跟得住。
出图这一步不用碰代码,四步就够:
1
选模型
打开能用 Qwen-Image-2.1 的在线出图工具,网页版或对话式都行
2
贴提示词
把上一步组装好的整段提示词原样粘进去,一个字都别删
3
选比例
竖版 9:16 适合直播预告,方形 1:1 适合商品主图,横版 16:9 适合活动海报
4
出图保存
等一分钟左右出图,挑文案全对的一版下载,另存一个新文件名
几个用起来才知道的细节。其一,比例按用途挑:竖版 9:16 适合直播预告和手机端详情页,方形 1:1 适合商品主图,横版 16:9 适合活动海报。其二,一次多出几张再挑,同一段提示词连跑两三次,总有文案全对的一版,别拿到头一张就定稿。其三,出图要等一会儿,一张大约一分钟,排队的时候耐心等一下,不必反复点提交。其四,下载后另存新文件名,别覆盖原图,方便回头比对。
完整的中文正向提示词在这里,可以直接抄:
一张竖版电商直播预告海报,比例9:16,柔美通透的少女感风格。背景为浅紫罗兰到樱花粉的柔和渐变,朦胧虚化,带柔和光斑。
画面右侧偏中央是一位年轻东亚女性半身像,占画面约二分之一:深栗棕色长发盘成松弛的低丸子头,两侧留几缕碎发修饰脸型;肤质白皙细腻,清透自然妆容,暖棕色眼影,纤长睫毛;水光蜜桃粉唇色,嘴角微微上扬,眼神平视镜头;身穿露肩抹胸上衣,露出肩颈线条;柔和影棚布光,无硬阴影。
画面左上方是粉色平行四边形标签,写白色中文「直播预告」。
画面左侧中部竖排三行白色中文小字:直播间专属礼品盒 / 前100名下单额外礼 / 新品首发限时特价。
画面右侧中下部是粉色圆角小标签,带星芒图标,写白色中文「超多新品」。
画面中下部是巨号粉色渐变立体泡泡标题字「好物集结」,白色描边加粉色投影,圆润卡通字形。
标题下方是一行白色带粉色描边的中文「锁定直播间」。再下方是深紫色笔刷撕纸横幅,写「8月19日20:00开播」。
其下是无色中文小字「搜索账号进入直播间」。最底部并排两个粉色胶囊按钮:「直接搜索」和「智慧直播间」。右下角一个白色小心形装饰。
整体高清,商业修图级质感,海报设计感强,文字排版整齐清晰。
特别注意:所有中文文字必须逐字书写正确,无错字、无乱码、无多字漏字。
标题下方那一行必须是「锁定直播间」,只有一个「间」字,不要写成「锁定直播间间」。
画面最底部两个按钮的文字必须严格是「直接搜索」和「智慧直播间」,不要写成「剪映」或其他词。
四、第三步:出图只是开始,逐字核对才是关键
中文海报出图后先别急着欣赏,先做逐字核对。而且必须出两版以上——同一段提示词跑两次,文字的错法可能完全不同,这不是模型不稳定,是它本来就带随机性。
这次实测的源图里,「锁定直播间」被写成了「锁定直播间间」,按钮文案是「剪映直播间」,需要改成「智慧直播间」。修正做法是在提示词末尾加一段点名式排雷,把要改的地方写到具体字的级别。实测下来,这种写法比笼统地说「文字必须正确」有效得多,两版都一次过。

但第二版也不是每张都能用:其中一版文案全对,却在左侧自行多插了一行竖排小字——模型自作主张加了内容。这种就弃用。所以「出两版挑一版」不是保险,是必需。定稿后,修订版另存一个新文件名,不要覆盖上一版,因为出图这件事永远会有第三版。
五、这套流程还能接哪些活
跑通一次之后,同一套方法可以横着铺开:
- 换季改价:主图结构不动,只替换价格与活动文案,几十张主图一次改完。
- 逆向竞品:拿竞品主图拆出结构,换上自己的产品与配色,做同结构不同风格的新图。
- 多尺寸批量:同一份提示词换个比例,一次出方形、竖版、横版三套。
- 老素材翻新:把去年的主图重新拆解一遍,只换风格关键词,视觉立刻跟上当下审美。
六、上手前先把这几条记住
避坑清单
① 文字清单别省,漏写一行字就少一行字;② 至少出两版挑一版,别指望一次到位;③ 不要用图生图去保文字,那是两回事;④ 模型偶尔会自己加字,多出来的内容直接弃用;⑤ 修订版另存新文件名,不覆盖上一版;⑥ 商用前确认素材与肖像授权。
七、一句话收尾
AI 复刻电商主图这件事,真正决定成败的不是模型有多强,是你有没有把「图」翻译成它能听懂的字。把文字清单写全,把排雷句点到字,再老老实实出两版核对——这套流程慢不了多少,但结果从「碰运气」变成了「可控」。
下面是通用版模板,把方括号里的内容换成你的主图信息,任何一张电商主图都能照着走一遍:
【通用版:把下面 [ ] 里的内容换成你的主图信息,即可复刻任意电商主图】
一张[竖版/方形/横版]电商主图,比例[9:16 / 1:1 / 4:5],整体风格为[风格关键词,如柔美通透/硬核科技/国潮复古]。
背景:[底色与渐变描述],[是否虚化]、[光斑/纹理等氛围元素]。
主体:[主体描述——人物形态服饰姿势表情光位,或产品材质角度光影],占据画面约[比例]。
文字清单(逐字照抄,不得改动):
· 位置[左上角]:文字「[逐字抄写]」,样式[色块/标签/描边];
· 位置[左侧中部]:文字「[逐字抄写]」;
· 位置[画面中下部]:主标题「[逐字抄写]」,样式[字体/描边/投影/立体];
· 位置[最底部]:按钮文字「[逐字抄写]」「[逐字抄写]」。
配色:主色[色值或色名],辅助色[ ], 点缀色[ ]。装饰:[色块/标签/按钮/图标/光斑]。
整体高清,商业修图级质感,文字排版整齐清晰。
特别注意:所有中文文字必须逐字书写正确,无错字、无乱码、无多字漏字。
作者声明:本作品含 AI 生成内容。文中海报为演示用占位素材,人物与文案均为虚构;出图工具与模型的实际表现以官方最新说明为准。商用前请自行确认素材与肖像授权。