AI电商详情页工具怎么选？10款国内与跨境工具横评

市面上九成的"AI 电商图工具测评"，比的都是同一件事：谁生成的商品图更好看。这个问题问错了。因为详情页的转化率，从来不由最好看的那张图决定，而由最先被放弃的那一环决定。

1.1买家其实只看六段，而且逐段流失

把一个完整的商品详情页拆开，买家在里面的行为是一条单向衰减的路径。每一段都有人离开，离开的人不会再看后面的内容。

这个链条有个残酷的性质：它不是加法的，是乘法的。假设每段的留存率是八成，六段走完只剩两成六。你把第三段的图做到极致，从八成提到九成，整体只提升三成；但你把第四段的参数表补全，同样从八成提到九成，效果一样。也就是说，在链条结构里，任何一段的边际收益是相同的，而成本完全不同。

这就是为什么"买个 AI 工具把图做好看"往往不解决问题：图属于第一、二段，而大部分店铺的流失发生在第三、四段——卖点没讲清、参数没写全。这两段的瓶颈不在视觉，在信息组织。

1.2AI 工具只覆盖了六段里的两段半

把 2026 年市面上的工具按能力对一遍，会发现一个明显的错位：

看清楚这张表，选型思路就变了。如果你缺的是主图和场景图，市面上几十款工具都能干，挑便宜顺手的即可；如果你缺的是卖点结构和参数完整度，那没有任何一款工具能替你解决——它们只会用漂亮的排版掩盖空洞的内容，让页面更"看起来专业"，转化率反而更差。

工具能补的是"图不够好"，补不了"话没说到点上"。前者是成本问题，后者是认知问题。

1.3一段被忽略的历史：详情页是怎么变成今天这样的

要理解为什么国内和跨境的详情页长得完全不一样，得回到它们各自的起点。

国内电商的详情页，源头是邮购目录和电视购物。它的基因是"在有限屏幕里塞进尽可能多的说服"：大字、红底、限时、对比、赠品。移动端之后，这套逻辑被推到了极致——页面变成一张 750 像素宽、长度不限的长图，滑到底要十几屏。它本质上是一则可以滑动的广告。

跨境电商的详情页，源头是产品说明书和合规文件。亚马逊的 A+ 页面不是让你发挥创意的地方，它有明确的模块类型、尺寸上限、禁用词清单。它本质上是一份带图的规格说明。你在这里做得越"热闹"，审核越容易卡，买家越容易怀疑。

这个出身差异，决定了两类工具在底层能力上根本不是一回事：国内工具优化的是"信息密度和情绪浓度"，跨境工具优化的是"像素精度和规则通过率"。用一个去做另一个的活，不是效果差一点，是方向错。

1.4所以这篇要评的不是"出图好不好看"

接下来十款工具，我会按六段分别打分，而不是给一个笼统的总分。因为总分没有意义：一款在场景图上 9 分、在参数表上 0 分的工具，总分 4.5，但这个分数既不能指导你买，也不能指导你不用。

更有用的问法是三个：它能替我做完哪几段？它做不了的那几段我要花多少人工？把它接进我现在的流程，需要改什么？这三个问题，才是选型真正要回答的。

很多人以为详情页的差异是语言和尺寸，其实那是表象。真正的差异在于：国内的详情页在争取注意力，跨境的详情页在避免被怀疑。这两件事需要的能力是相反的。

2.1国内：一张长图，把说服压缩进滑动里

淘宝、天猫、拼多多、抖音小店的详情页，在 2026 年已经高度同质化成一个结构：

• 首屏海报——大字报式的主视觉，通常直接写价格、赠品、活动机制。
• 痛点场景——三到五张"你可能遇到这个问题"的图，建立共鸣。
• 卖点三条——注意，是三条，不是八条。超过三条，移动端没人看。
• 细节特写——材质、做工、接口，用微距图建立"值这个价"的感知。
• 规格参数表——往往被放在很下面，这是国内详情页最普遍的失误。
• 品牌与售后——工厂实拍、质检报告、七天无理由。

这个结构的核心是节奏：每屏只讲一件事，靠视觉强度的起伏带着人往下滑。所以国内工具的核心能力不是"生成一张好图"，是"生成一组风格统一、节奏正确的图"，并且能一键拼成长图、自动切分、自动加字。

这也是为什么国内的头部工具（万相营造、鹿班、羚珑）都在做"套图"而不是"单图"——单图是设计需求，套图是生产效率需求。商家要的不是一张图，是一套能直接上传的物料。

2.2跨境：模块化页面，把信息放进格子里

亚马逊的 A+ 页面是另一套东西。它不允许你上传一张无限长的图，而是要求你按模块填：标准单图配文、四图卖点、规格对比表、品牌故事横幅。每个模块有固定的宽高比和像素上限，高级 A+ 还有更多模块类型但审核更严。

这套设计的潜台词是：平台不信任商家的排版能力，所以把版式收走了。你只能在给定的格子里放内容。好处是下限很高（不会做出难看的页面），坏处是上限很低（做不出惊艳的页面）。

由此产生三个硬约束，是国内工具完全不具备的能力：

最后一行最关键。国内的详情页做砸了，代价是转化率；跨境的详情页做砸了，代价是账号。这就决定了跨境工具必须把"合规校验"做进流程里，而国内工具不必。

2.3多语言不是一个翻译问题，是一个排版问题

这是跨境详情页最容易踩的坑，也是绝大多数 AI 工具做得最差的一环。

把"轻量便携，单手可握"翻成德语，会得到 Leicht und tragbar, mit einer Hand zu halten——长度是中文的三倍。原本一行放得下的文案，在德语版里会撑破图片边界，或者被工具强行缩字号缩到看不清。

日语虽然短，但混排时汉字与假名的基线不同，行距处理不当会显得脏。阿拉伯语是从右往左，整个版面要镜像，图标方向、箭头指向、甚至人物视线方向都要跟着翻。泰语没有词间空格，断行规则完全不同于拉丁语系。

所以"多语言排版"这件事的真实难度是：同一套版式，要在文字长度差三倍的六种语言里都不溢出、不断词、不塌行。这需要的不是翻译模型，是版式引擎。目前能做到"生成即合规、换语言不塌"的工具，屈指可数。

评分表好做，难的是抵住诱惑——绝大多数测评都在用厂商给的指标，那些指标是设计来赢的，不是设计来选型的。这一节先立尺子，再拆三个最流行的伪指标。

3.1六个维度，每个都能当场验证

下面六项，全部可以用三四张图在半小时内测出来，不需要看官网说明，也不需要信任何宣传语。

这六项里，前两项决定"能不能用"，中间两项决定"好不好用"，最后两项决定"能不能规模化用"。选购时按这个顺序排除：先砍掉前两项不合格的，再在剩下的里挑后四项。反过来做，很容易被一个漂亮的样板图骗进去。

3.2伪指标一：生成速度

"三秒出图""十秒一套"——这个数字在 2026 年已经没有区分度了。主流工具的生成耗时都在 5 到 20 秒一张，差异不到一个数量级，而人的操作时间远大于这个差异。

真正决定效率的是返工率：生成十张里有几张能直接用。一款工具五秒出图但十张里只有一张能用，另一款二十秒出图但十张里八张能用，后者的实际效率是前者的四倍。宣传页从来不写返工率，因为它不好看。

3.3伪指标二：模板数量

"十万套模板"这个数字，在详情页场景里基本没有意义。因为模板的价值不在数量，在与你的品类匹配的密度。做宠物用品的商家，十万套模板里有八百套能用，不如一个只有三千套但其中六百套是宠物的库。

更隐蔽的问题是：模板越多，同质化越严重。同一套爆款模板，可能已经被三千个同行用过。买家刷到的第十张一模一样的排版，说服力是零。

3.4伪指标三：单图价格

"一张图只要三毛钱"——这个算法漏掉了三道成本：废片成本、修改成本、审核成本。

一张生成出来不能用的图，不是三毛，是负三毛（还占用了你的时间）。一张能用的图但需要人工修十分钟，按人力成本算是三毛加十五块。一张过了内部审核但被平台驳回的图，成本是重新做一遍加上下架期间的销量损失。

所以正确的算法是单张可用成本：

单张可用成本 =（订阅费 + 超额点数 + 人工修改工时 × 时薪）÷ 通过全部审核的图片数

用这个公式算，很多"便宜"的工具会立刻变贵，而一些看起来贵的工具反而划算。这也是为什么大卖家愿意为 Claid 这类按量计费的工具付更高的单价——它省掉的是修图和返工。

3.5一句话的选型原则

把上面所有东西压缩成三条，就是这篇的全部方法论：

1. 先定场景，再定工具。做国内还是跨境，做单店还是多店，做精品还是铺货——这三个答案基本决定了一半的选择。
2. 先补短板，再谈优化。你缺主图就买主图工具，缺详情页结构就别买出图工具。工具是补缺的，不是升级的。
3. 先算可用成本，再看标价。用上面那个公式，把返工和审核都算进去。

万相营造（原名万相实验室）是阿里妈妈做的多模态创意平台，藏在千牛后台的推广链路里。它是目前国内性价比最极端的一款：核心能力免费，但它的产品目标不是帮你做详情页，是帮你做投流素材。这个区别决定了它该被放在流程的哪个位置。

4.1它到底能做什么

按功能清单看，覆盖面其实很全：

• 商品图生成：上传白底图，选类目和尺寸，自动生成带场景的商品图，可自定义元素。
• 服饰模特图：人台图或模特图两条链路，可换模特面孔、身材属性、背景场景。
• 智能试衣：平铺服饰一键上身，支持上下装自定义搭配。
• 家居图：识别商品类型，匹配空间与风格。
• 图生视频与解说视频：商品图转动态，或生成口播视频。
• 智能商详：自动优选商品素材，生成内容化的图片与文案。

注意最后一项"智能商详"。名字听起来像是能生成详情页，实际能力是素材优选 + 图文组合：它从你的商品素材里挑图，配上生成的文案，排成一个个模块。它能解决"有素材但排不出顺序"的问题，解决不了"根本没有素材"和"卖点本身不清楚"的问题。

4.2真正的优势：它知道淘系要什么

万相营造最硬的壁垒不是模型，是它长在交易链路里。它知道你的商品类目、价格带、历史投放数据，也知道淘宝的素材规范。这带来三个别的工具做不到的事：

第一，类目先验。同样是生成一张保温杯的场景图，它知道这个类目下高点击的图通常是什么构图（桌面、办公室、有手部动作），不需要你写提示词。

第二，尺寸与规范现成。方图、3:4、2:3 这些投放位尺寸是预置的，导出即用，不用自己算。

第三，与投放闭环。生成的素材可以直接进推广计划，不用下载再上传。这个环节省下的时间，比生成本身省的多。

4.3三个明确的边界

说完优势，得把边界划清楚，否则很容易用错地方。

边界一：它不做长图详情页。它的输出是一张张独立的素材图，不是一张 750 像素宽、十几屏长的详情图。你要做详情页，还得自己拼——或者用淘宝后台的装修工具拼。这是产品定位决定的，不是能力不足。

边界二：它只为淘系服务。京东、拼多多、抖音小店的商家用不了，或者说用起来很别扭——类目先验全部失效，尺寸规范也对不上。

边界三：模特图有品类天花板。服饰类很强，鞋包首饰不错，但 3C、家居、食品这些非穿戴类目，模特链路基本用不上，只能走商品图那条线。

鹿班是国内最早一批做"批量设计"的产品，2017 年就以"双十一每秒生成八千张 banner"出名。九年过去，它的定位没有大变：不是帮你做一张好图，是帮你在三天内做出一千张不难看的图。

5.1它解决的是"量"，不是"质"

鹿班的核心逻辑是模板 + 参数化：把一个设计拆成背景、商品位、文案位、装饰元素几个图层，然后用商品数据和活动机制去填充这些槽位。同一套模板，换商品、换价格、换文案，就能生成几百张不重复的图。

这个思路在什么场景下是对的？大促。双十一、618、年货节，一个店铺可能要出几百张不同 SKU 的活动图，每张图的生命周期只有七天。这时候"每张都独特"是浪费，"整体风格统一 + 单张不出错"才是目标。鹿班就是为这个场景造的。

它在什么场景下是错的？品牌视觉。如果你的详情页要靠独特的视觉语言建立认知，鹿班会把你拉回"标准电商脸"——满屏的红、黄、金，大字叠在商品上，一眼就知道是促销。这不是它的缺陷，是它的设计目标。

5.2合规模板是它最被低估的价值

很多人只看到"批量"，忽略了"合规"。淘宝对详情页和主图有一堆细碎规则：不能出现"最"字、不能承诺绝对化效果、不能放二维码、价格标注要符合规范、医疗器械和化妆品有额外限制。

鹿班的模板库是按这些规则筛过的：用它的模板，你不会踩广告法的坑。对一个没有法务团队的中小商家来说，这个价值可能比出图效率更高——一次违规处罚的钱，够买好几年会员。

5.3详情页能力：能拼，但不能想

鹿班能做详情页，方式是"模块拼装"：选一套详情页模板，把商品图和文案填进去，生成一张长图。这件事它做得很快，也很稳，但有一个天花板——它不会替你想"这一页应该讲什么"。

模板的结构是固定的：痛点、卖点、细节、参数、售后。但你的商品可能根本不该按这个顺序讲。比如一款工业配件，买家最关心的是适配型号，那就该把参数表提到第二屏；一款零食，买家最关心的是配料和保质期，那顺序又不一样。这些判断，模板给不了。

所以正确的用法是：用鹿班做"填充"，自己做"结构"。先手绘一个页面骨架（哪一屏讲什么），再找最接近的模板去填。反过来做——先选模板再想内容——出来的页面会像一件不合身的衣服。

5.4边界：出了淘系就打折

和万相营造一样，鹿班的类目先验和合规模板都是为淘系做的。拿到京东、拼多多、抖音，规则对不上，模板比例也不对。跨境更不用说——它连英文排版都没认真做过。

羚珑是京东官方的设计工具，入口在 ling.jd.com，京东账号直接登录。它的特点是极度垂直：对 3C、家电、家居这些京东主力类目的规范抠得很细，但出了这个范围就明显吃力。

6.1它把"平台规范"做成了产品功能

京东对商品图的要求比淘宝细。主图必须是白底（#FFFFFF），商品占画面比例有下限，不能有拼接、不能有水印、不能有促销文字，部分类目还要求提供特定角度的图（正面、侧面、背面、细节）。3C 类目还涉及参数图的排版规范。

羚珑把这些规则内置成了模板和校验：选类目之后，它给你的模板已经是按规范排好的；导出时会提示尺寸与背景是否达标；有些版本还能对接商品池，直接批量套用。

对京东商家来说，这个价值很实在——省掉的是"上传被驳回、改完再传"的循环。这个循环看起来每次只花十分钟，但乘以几百个 SKU 就是几十个小时。

6.23D 与 AR 是它的隐藏能力

京东这几年在推 3D 商品展示，羚珑是配套工具之一。它能基于商品图生成简易的 3D 展示或 AR 试摆，用在详情页里做"360 度看货"。这个能力在 3C 和家居类目里很有用——买家想看清楚接口、厚度、背面长什么样，一张静态图给不了。

但要说清楚：这个功能目前更像"加分项"而不是"必选项"。生成质量取决于原图质量，复杂结构的商品（比如机械键盘、多接口拓展坞）经常生成得不准，需要人工修正。真要用，建议只对主推款做。

6.3详情页：长图与切图都给

羚珑支持直接做详情页长图，也支持把长图按京东的模块规范切分。这一点比鹿班细——它会告诉你哪一段该切成多高、每段之间留多少间距、文字最小字号是多少。

对不熟悉京东后台的商家，这些细节很救命。因为京东的详情页装修对图片尺寸的容忍度比淘宝低，尺寸差几像素就可能显示异常。

6.4三个明确不适合的情况

不适合服饰。羚珑也做模特图，但效果明显弱于万相营造和美图设计室——它的模型训练数据偏向标品，人像与服装褶皱的处理不够自然。

不适合非京东商家。类目规范、模板比例、商品池对接全部绑定京东，拿到别的平台用等于自废武功。

不适合做品牌视觉。它的输出非常"平台化"——干净、规范、但缺乏风格。想做品牌调性的，会觉得它太素。

美图设计室在横评里通常被归为"轻量在线设计工具"，这个归类在 2026 年已经过时了。它现在有两条产品线：一条服务国内电商的人像与服饰，一条专门做亚马逊 A+ 页面生成。在国内五款工具里，它是唯一一个跨境能力不是"顺手做做"的。

7.1人像这条线：国内同类里没有对手

美图的老本行是修图，这个基因在电商场景里变成了一个明确优势：人像与肤色的处理。服饰、美妆、饰品这三个类目，它生成的模特图在"像真人"这件事上明显领先。

具体强在三个地方。一是肤色过渡，AI 生成的人脸常有一种"塑料感"，美图这边的高光与阴影过渡更接近真实拍摄；二是身材比例，它支持大码、不同身高的调整，且不会把衣服一起拉变形；三是布料质感，棉、麻、丝、化纤的光泽差异能区分出来，这在服装类目里很关键。

智能试衣是它的另一个强项：平铺图上传，直接出上身效果，支持上下装搭配。对做女装的商家，这个功能省掉的是"找模特拍一版"的成本——按市场价，一个款式的模特拍摄在八百到两千元之间。

7.2跨境这条线：A+ 生成器是真做了功课

它的亚马逊 A+ 生成器值得单独说，因为这是国内工具里少见的"按平台规范做产品"的例子。能力清单：

• 模块化生成：标准单图配文、四图卖点、规格对比表、品牌故事长图，按亚马逊的模块类型出。
• 尺寸合规：输出按亚马逊后台的像素规格（970 / 1464 等），不用自己算。
• 多语言排版：英、德、法、日等主要站点语言，声称是"母语级文案 + 自动排版"，不是机翻。
• 场景融合：白底图进，生成家居、户外、办公等场景，带光影融合与接触阴影。

实测下来，多语言这一项确实比同类强：德语版没有明显缩字号，日语版行距还算均匀，文字压在商品上的情况较少。这是"排版引擎"和"贴图"的区别——大多数工具是把翻译好的文字直接盖在图上，它是重新排版。

7.3三个必须说清的局限

局限一：复杂工业品还原一般。带结构、带接口、带透明材质的产品（比如带灯的电竞外设、玻璃瓶装的护肤品），生成后容易出现结构错位或材质失真。这是生成式模型的通病，不是美图独有，但在这个价位上比较明显。

局限二：大批量产能弱。它的产品设计是"一次做一套"，不是"一次做一千套"。如果你有几百个 SKU 要铺，用它会很累——每个 SKU 都要重新走一遍流程。这方面鹿班和 Claid 是另一个量级。

局限三：商用版权界定模糊。这一点必须提醒。AI 生成的图片，尤其是涉及人像的，商用授权范围在各地法规里都还在演进。它的用户协议对"生成内容的商用权"表述比较笼统，做品牌出海的要自己留个心眼——涉及人像的素材，建议保留生成记录，必要时做二次处理。

7.4它在流程里该站哪个位置

把它当"国内主图 + 服饰模特 + 跨境 A+"的三合一工具，是合理的。但要接受它在每个单项上都不是最强：模特图不如专业商拍（但便宜二十倍），A+ 不如专门出海工具细（但省一个订阅），批量不如鹿班（但小批量够用）。

它的真实定位是"一个人的团队"的全能工具：一个人管一个店，什么都要做一点，什么都不能太贵。这种场景下，它的性价比是最高的。

稿定是国内在线设计的老牌选手，做电商详情页模板起家。在 AI 这一波里，它走的是"给现有编辑器加 AI 功能"的路线，而不是"用 AI 重做一遍流程"。这个选择决定了它的强项与短板。

8.1它的核心资产是编辑器，不是模型

用过稿定的人都有一个共同感受：改起来顺手。文字层、图片层、形状层分得清楚，对齐、间距、字号有吸附，改一个模块不会带崩整页。这个体验在"AI 一键生成"的工具里反而是稀缺的——那些工具生成的页面往往是一张图，改一个字都要重新生成。

对详情页这种"百分之七十的时间在改"的工作，编辑器的好坏比生成能力更影响效率。这一点稿定想得很清楚：它的 AI 功能都是围绕编辑器做的——AI 抠图、AI 扩图、AI 文案、AI 商品图，都是往画布里塞素材，而不是直接吐一张成品。

8.2模板的密度与"行业适配"

它的模板库在电商这个垂直里密度很高：按平台（淘宝、京东、拼多多、抖音）、按行业（美妆、食品、服饰、家居、数码）、按场景（上新、大促、清仓、预售）都能筛。这个分层做得比大多数工具细。

更重要的是"详情页整套模板"——它不是给你一张一张的图，而是给你一套结构完整的详情页：首屏、痛点、卖点、细节、参数、售后，长度和节奏都是按平台习惯排好的。你只需要替换商品图和文案。

这就是它比纯 AI 工具强的地方：结构是现成的，而且是被验证过的。对不知道怎么组织详情页的新手，这个价值比"生成一张漂亮图"大得多。

8.3短板：生成质量与批量能力

它的 AI 商品图能力，属于"能用但不惊艳"。抠图边缘处理中规中矩，复杂边缘（毛发、透明材质、镂空结构）会有瑕疵；场景生成的光影比较平，缺少真实拍摄那种层次感。

批量能力也一般。它能批量替换图片和文案，但每套模板的结构是固定的，一百个 SKU 用同一套模板，出来的一百张页面会长得几乎一样——这在铺货场景下可以接受，在精品店里就是灾难。

多语言基本没有认真做。跨境商家用它，通常是拿中文模板改成英文，排版要自己调。

Pic Copilot 出自阿里国际数字商业集团，服务的是速卖通、亚马逊、Temu、TikTok Shop 这批出海卖家。它最特别的地方不是技术，是训练数据的来源——它见过大量真实的成交与不成交，所以它推荐的构图，往往不是最好看的，是点击率最高的。

9.1它做对的四件事

第一，场景是按市场分的，不是按审美分的。同样一个保温杯，美国站偏好户外露营场景，日本站偏好通勤桌面，中东站偏好家庭聚会。它内置的场景库是按站点分的，而不是给你一堆"北欧风""ins 风"让你自己猜。

第二，模特换装针对服装做了深度优化。支持合成到不同体型、不同肤色的 AI 模特上，这一点对服装出海很关键——你不能用一个东亚面孔的模特去卖欧美尺码的女装，转化率会掉。它的模特库覆盖了主要市场的面孔与体型。

第三，图片翻译是"替换"不是"覆盖"。很多工具的翻译是把译文糊在原文上面，留下一块明显的色差。它做的是识别文字区域、擦除原文、按原版式重排译文。这个差别在小字号上特别明显。

第四，批量处理按"批次"而不是"单张"。一次上传几十张，统一背景、统一尺寸、统一风格，输出一批。这是铺货型卖家的刚需。

9.2短板：复杂款式的贴合度

服装类目有个硬指标叫版型保真：生成出来的衣服，肩线、腰线、衣长、印花位置，要和实物对得上。这一点它在简单款式（T 恤、卫衣、直筒裤）上做得不错，但遇到复杂款式——多层次、不对称剪裁、大印花跨接缝——就容易出错。

出错的表现通常是三种：印花被拉伸、接缝位置偏移、垂坠感不对（化纤被渲染成丝绸的质感）。这三种错，买家收到货一眼就能看出来，直接导致退货和差评。

所以用它做服装，有个必须的动作：每张图都要和原图逐项比对，重点看肩线、腰线、下摆、印花。这一步不能省，省了就是把退货率交给运气。

9.3生态绑定这件事，要分开看

它的宣传里反复提"与速卖通无缝集成"。这句话对速卖通卖家是加分，对其他平台卖家是中性偏减分——因为产品设计里有很多"为阿里生态优化"的痕迹：登录体系、商品库对接、素材管理，都是按速卖通的流程设计的。

用在亚马逊、Temu、TikTok Shop 上，功能都在，但流程要多绕几步（导出、改名、上传）。这个成本不大，但存在。如果你是多平台运营，要有心理准备。

9.4它最该被用在哪一步

不是详情页排版，是素材生产的前半段：白底图、场景图、模特图、翻译图。这些素材生产完之后，你还需要一个排版工具把它们组织成 A+ 模块或独立站详情页。

它自己也能出 A+ 素材，但更偏"单张模块图"，整页的组织还是要人来做。这一点要说清楚，避免买回来发现"还是得自己拼"。

飞象 Agent（Flyelep）是这两年在跨境圈里被提得比较多的一款，定位是"电商垂直大模型 + 全链路素材生产"。它和 Pic Copilot 的差别在于：Pic Copilot 强在单张素材的质量，飞象强在"一套素材的完整性"。

10.1它解决的是"整页"而不是"单图"

大部分工具的输出是"一张图"，你得自己想这张图放哪、配什么文案、和下一张怎么衔接。飞象的思路是反过来：先定页面结构，再往里填图。

它的 A+ 生成流程大致是：输入商品信息与卖点 → 选择目标平台与站点 → 生成模块序列（首屏、卖点四图、参数对比、品牌故事）→ 逐模块出图配文 → 导出符合尺寸的整套素材。

这个流程的价值在于它替你做了"讲什么"的判断。虽然判断不一定准，但至少有结构。对不熟悉 A+ 页面逻辑的新手，这比给一堆散图有用得多。

10.2多语言是它的主推能力

它支持主流跨境平台的多语言素材生成，包括图片上的文字排版。这一点和 Pic Copilot 的思路不同：Pic Copilot 是"翻译已有文字并保留版式"，飞象是"按目标语言重新生成版式"。

后者在长文案场景下更有优势——德语那种长度，重新排版比保留原版式更靠谱。但风险是"重新生成"可能改变信息重点，需要人复核。

10.3口碑里的分歧点：批量能力

关于它的批量能力，市面上的评价不一致。有说法认为"批量出图与多语言能力突出"，也有实测反馈"批量 SKU 处理效率一般"。

我的判断是这两种说法都成立，只是场景不同：在几十个 SKU、每个 SKU 要一整套素材的场景下，它的效率很高（因为一套流程能出多张）；在几百上千个 SKU、每个只需要一两张图的场景下，它反而慢（因为每个都要走完整流程）。买之前先想清楚自己是哪一种。

10.4品牌调性这件事，它给不了

它的输出有一个共同特征：规范、完整、但辨识度低。生成的 A+ 页面放在一堆竞品里，你不会觉得难看，也不会记得住。

这不是缺陷，是"通用方案"的必然结果。它要服务几万个卖家，就不可能为每个卖家做独特的视觉。想要品牌感，只能自己定规则（配色、字体、构图习惯），再让工具去执行——而这一步，任何工具都替不了。

如果说跨境卖家只能留一款工具做白底图，答案基本没有争议。Photoroom 在全球有八千万量级的用户，靠的不是模型多先进，是抠图边缘和阴影这两件小事做到了没毛病——而这两件小事，恰恰是平台审核和买家信任的交汇点。

11.1它强在哪：三件很小的事

一是边缘。抠图最难的不是大面积色块，是头发丝、绒毛、透明杯壁、镂空结构。它在这几处的处理明显好于同类——不是完全没有瑕疵，是瑕疵小到在商品缩略图上看不出来。

二是阴影。白底图最假的地方是"没有影子"。它生成的接触阴影与投影方向符合物理直觉，商品看起来是"放在台面上"，而不是"贴在空中"。这个细节对转化率的影响，比多数人以为的大。

三是白。这一点常被忽略：亚马逊要求主图背景是纯白（RGB 255,255,255），很多工具导出的图肉眼看着白，取样却是 254 或 253，被系统判定为"非纯白"而驳回。它默认输出 255，并且有校验提示。

11.2批量与 API：铺货卖家的主战场

它的批处理一次能跑 250 张左右，统一背景、统一尺寸、统一裁切。对几百个 SKU 的目录，这个能力是刚需——手工一张张处理，一个人一天做不完一百张。

API 是它另一个被低估的部分。支持 REST 接口调用，可以在每个端点上套用品牌套件规则（品牌色、水印、字体、版式），保证模型迭代时工作流不变。有开发能力的团队可以把它接进自己的商品管理系统，做到"上新即出图"。

这个能力对小卖家没意义，对月上新几百个 SKU 的团队是分水岭——它把"做图"从人的任务变成了系统的任务。

11.3它的短板很明确：不做"页"

它的定位是"产品图工具"，不是"详情页工具"。结构化能力（卖点排序、模块组织）基本没有，多语言排版也不是重点。你要做 A+ 页面，还得另找工具。

场景生成也能做，但属于"够用"级别：40 多种预制场景加自定义提示，光影融合不错，但缺少"这个市场的人喜欢什么场景"的判断。这一点上，Pic Copilot 的场景库更有针对性。

11.4定价的坑：按区域和按档位双重差异

它的订阅分几档，差异不只是价格，还有额度结构。Pro 档大约包含 8000 AI credits 与 1000 次导出；视频功能要到更高档位；4K 输出在最高档。而且不同区域的定价与额度细则并不一致。

买之前要算清楚你的实际用量落在哪一档：如果一个月只做两百张图，低档够用；如果要做五千张，credits 会先耗尽，超额部分按量计费，实际成本可能翻倍。

Claid 不太像一款"设计工具"，更像一套图像处理管线。它不帮你构思画面，它帮你把几千张供应商给的烂图，变成几千张风格统一、色调一致、尺寸合规的商品图。这个活听起来不性感，但它是大目录卖家最痛的地方。

12.1它解决的是"五千张图不一致"

做过大目录的人都知道一个场景：供应商发来五百张图，有的是影棚拍的，有的是手机拍的，有的偏黄有的偏蓝，背景有的是白墙有的是灰布。你要把它们放到同一个店铺里，看起来像"一个品牌"。

这件事手工做，一个人一个月做不完。Claid 做的就是这件事：批量去背景、统一色调、统一构图、统一尺寸，并且保证处理完之后，五百张图的色彩语言是一致的（这是它强调的"color science"，色彩科学）。

它的技术强项在"难处理的品类"：反光包装（比如铝罐、玻璃瓶）、透明材质（香水瓶、饮料瓶）、化妆品的人像肤色还原。这几类是通用模型翻车率最高的地方，它专门做了优化。

12.2API 是它的主界面，不是附加功能

它的设计假设是"你会用系统调用它"，而不是"你会打开网页一张张点"。API 支持在单个端点套用规则，接入 Shopify、Amazon、以及各类 PIM（商品信息管理系统）。

这个定位决定了它的用户画像：有技术资源的中大型团队。小卖家打开它的后台会觉得"怎么什么都要配"，因为它本来就不是为"做一张图"设计的。

12.3它不做的事，要提前知道

它不做卖点文案，不做页面结构，不做多语言排版，也不做"创意场景"。它的生成能力集中在"背景替换"和"增强"，不是"从零造一个画面"。

所以它不能替代 Flair 那种创意工具，也不能替代飞象那种整页工具。它在流程里的位置很明确：把原始素材处理成可用的标准件，后面的组装交给别人。

12.4成本结构：越大量越便宜

它的定价是按 credits 走的，量越大单张成本越低。低档大约 500 credits，中档 2000 credits，更高档按需谈。这个结构对少量用户不友好（单价显得贵），对大量用户很划算（规模摊薄）。

决策点很简单：如果你每个月处理的图片超过一千张，它值得；低于三百张，用 Photoroom 或通用工具更省。

Flair 是这批工具里最"像设计"的一个。它不是让你上传图片然后点生成，而是给你一块画布，让你把商品拖进 3D 场景里，摆位置、打光、加道具，再用提示词补细节。它把 AI 当助手，不当替代者。

13.1它的核心是"可控"，不是"一键"

用它的流程是这样的：先把商品抠出来放到画布上，然后拖入道具（石台、布料、植物、亚克力块），调整位置和大小，设定相机角度，再写提示词描述光线与氛围。生成后可以局部重绘，直到满意。

这个流程比"上传—生成"慢得多，但它能做出别的工具做不出的东西：有构图意图的画面。商品在画面里的位置是有讲究的，留白是有目的的，道具是为了建立场景联想而不是随便堆的。

这就是为什么 DTC 品牌喜欢它。Aesop、Glossier 那种"极简但有质感"的视觉，用一键生成的工具是做不出来的——那些工具只会给你一个"看起来很贵"的背景，但构图是随机的。

13.2品牌一致性：可以存"配方"

它支持保存自定义模型（相当于把你的商品 + 你的场景风格存成一个预设），下次直接调用。这个功能对品牌很重要：保证一百张图的视觉语言是同一套，而不是每张都像换了个设计师。

这也是它和"模板工具"的根本差别。模板给你的是"和别人一样的版式"，它给你的是"和你自己一致的风格"。

13.3产能是硬伤

一张图从布景到出图，熟练的人也要五到十分钟。做一百张，就是十几个小时。这个产能做不了目录，只能做主推款、广告素材、首页 banner。

定价也反映了这个定位：低档每月只有几张图的额度，中档也才几十张。它不是按"量"卖的，是按"精品"卖的。

13.4合规：它不帮你考虑平台规则

它没有亚马逊白底预设，没有尺寸模板，没有禁词检查。这些要你自己控制。用它做亚马逊主图，很容易做出"好看但违规"的图——背景不纯白、商品占比不足、加了装饰元素。

所以它的正确用法是：做主图之外的素材。品牌故事图、场景氛围图、独立站 banner、社媒广告图。这些地方不需要过平台的死规则，审美就是竞争力。

这是整篇文章里最不"高级"的一节，但它可能是最省钱的一节。因为每年都有大量卖家，因为一张看起来完全正常的白底图，被平台驳回、被降权、甚至被下架——原因只是背景色不是 255。

14.1肉眼看着白，取样是 254

人眼对 253、254、255 这三种白几乎无法分辨。显示器上它们都是"白"，打印出来也都是"白"。但亚马逊的自动审核系统会取样判断：主图背景必须是纯白 RGB(255,255,255)，差一个数值就可能被判为"非纯白背景"。

这种情况最常见的来源有三个：

• AI 生成的背景。模型输出的"白"通常是 250–254 之间的近白，因为它是在"生成一张白纸的照片"，而不是"填充一个白色像素值"。
• JPEG 压缩。即使原图是 255，有损压缩后边缘像素会被拉低到 253、254。压缩比越高，越明显。
• 截图与二次导出。从设计稿截图、或经过一次格式转换，白色就可能掉下来。

验证方法很简单：把图放大到 400%，用吸管在四个角取样（不是中心，中心可能被商品反光影响）。任何一个角不是 255 255 255，就要处理。

14.2怎么修，三步

修的方法不复杂，关键是不能破坏商品本身：

1. 做一次背景替换，而不是调亮度。把背景选区填成纯白（#FFFFFF），不要用"亮度/对比度"去拉——后者会把商品的高光也一起推爆。
2. 重新导出为高质量 JPEG（质量 90 以上）或 PNG。PNG 无损，但文件大；JPEG 质量够高时白色偏移可以控制在可接受范围。亚马逊对图片大小有上限，PNG 容易超，通常用高质量 JPEG。
3. 导出后再取样一次。这一步不能省。压缩会改变像素，修完的图要重新验证。

Photoroom 这类工具默认输出 255，并且会在导出时提示；Claid 可以在端点规则里强制"背景填充为纯白"。这两类工具能省掉上面三步中的两步。反过来说，用通用生成工具做白底图，这三步每次都要自己做。

14.3除了白，还有四条硬规则

商品占比。亚马逊要求商品占据画面的大部分（通常口径是不低于 85%）。生成场景图时如果留白太多，裁切时要补回来。

不能有附加物。主图不能出现道具、不能有模特手持（除非是商品本身的一部分）、不能有边框、不能有水印或 logo 叠加。这一点和国内完全不同——淘宝主图可以放促销标、可以放赠品，亚马逊不行。

分辨率要够。建议长边 2000 像素以上，这样买家才能放大看细节。生成工具默认输出常常是 1024 或 1536，需要开高清档或后期放大。

不能是拼图。多角度拼在一张图里、加分割线、加"买一送一"字样，都属于违规。多角度要放在副图里，一张一个角度。

14.4国内平台的白底规则不一样，别搞混

淘宝天猫的第一张主图，规范上要求白底或浅色背景，但执行比亚马逊宽松得多，带场景的主图也常见。京东对 3C 类目的白底要求较严，接近亚马逊的标准。拼多多相对宽。

所以同一个商品，在国内和跨境两套素材不能混用。国内的图拿到亚马逊会违规，亚马逊的图拿到淘宝会显得"太素、没吸引力"——这不是审美差异，是两个平台的规则与用户预期共同塑造的结果。

AI 生成的场景图，第一眼往往很惊艳，第二眼就开始不对。专业买手和普通消费者的差别，就在这"第二眼"上。而这一眼要看的，其实只有三个地方。

15.1第一眼看接触阴影

商品放在台面上，与台面接触的地方会有一道紧贴的暗边，这是遮挡环境光形成的。AI 生成图最常见的破绽就是这道暗边缺失或过淡，导致商品看起来像"贴"在背景上，也就是俗称的悬浮感。

判断方法：把图放大到商品底部，看有没有一道由深到浅、宽度均匀的过渡。如果底部是"干净的截断"，就是假的。

修正方式：不要让工具"重新生成整个画面"，而是单独加一层接触阴影——多数工具都有"阴影"开关，或者可以在导出后用编辑器加一层柔和的椭圆渐变，透明度 8%–15%。这个操作花三十秒，效果差别很大。

15.2第二眼看光源方向

真实拍摄只有一个主光源（或一组同向光源），所以商品上的高光、投影的方向、背景的明暗过渡，必须指向同一个方向。

AI 图的典型错误是"多光源"：商品左侧有高光，投影却朝左；背景左上偏亮，商品顶部却偏暗。这种矛盾在人眼看来是不自觉的"不对劲"，说不出哪里错，就是不真实。

判断方法：找到商品上最亮的那一块（高光），再找投影的方向。高光与投影应该在商品的相对两侧。如果同侧，就是错的。

修正方式：在提示词里明确光源，比如"柔和侧光从左上角射入，投影落向右下"。不要写"自然光""柔和光线"这种模糊描述，模型会自由发挥。

15.3第三眼看透视与比例

这一项最难判断，也最容易翻车。商品放进场景里，它的透视角度要和场景一致：桌面是俯视的，商品就不能是平视的；场景是广角的，商品的边缘就会有轻微变形。

比例错误更隐蔽：一个杯子放在餐桌上，杯子的高度应该和桌沿、餐盘、椅子有合理的比例关系。AI 经常把商品放得"略大"——因为它要让商品成为视觉主体，但真实世界里商品不会那么占地方。

判断方法：找一个场景里的已知参照物（餐盘直径约 20 厘米、A4 纸 21×30 厘米、马克杯高约 10 厘米），用它在心里量一下商品。

15.4三类商品的高危区

这三类的共同应对策略是一样的：锁定主体，只生成背景。多数工具都有"主体保护"或"保留商品"的选项，打开它，让模型只在背景区域作画。代价是商品和背景的融合会稍差，但这个代价远小于主体失真的代价。

这一节讲的是所有工具都做不好、但决定详情页生死的事。工具能生成文案，能翻译，能排版，但它不会告诉你先说哪一句。而详情页的说服力，八成在顺序上。

16.1卖点排序的三条原则

第一条：把买家最怕的事放前面。不是最得意的功能，是最担心的风险。买床垫最怕塌陷，买充电宝最怕鼓包，买童装最怕甲醛。第一屏就要回应这个恐惧，哪怕答案是"我们做了测试"，也比讲十个优点有用。

第二条：把最不可替代的能力放第二。这个能力应该是"别人做不到或做不好"的。如果你的卖点是"质量好""服务好""价格实惠"，那说明你还没找到真正的差异点——这三句话任何商品都能说。

第三条：把最难被抄的细节放第三。细节是最有说服力的证据：缝线几针、钢材什么牌号、涂层几层、承重多少公斤。它把抽象的"好"变成了可验证的数字。

三条之外，其他的都往后放，或者干脆删掉。国内详情页最常见的毛病就是"什么都想说"，八条卖点平铺，结果买家一条都记不住。

详情页不是产品说明书的完整版，是它的删减版。你要做的不是把知道的都说出来，是把最重要的三件事说到让人相信。

16.2多语言：四个具体的塌版风险

前面说过多语言是排版问题。这里给出四个最常见的具体风险，遇到时可以对号入座。

德语：复合词长度。德语习惯把多个词合成一个长词，一个词占三行宽度是常态。安全做法是给文案区留出 40% 的余量，或者主动断词加连字符（Silbentrennung）。工具如果只会缩字号，德语版就会明显比英文版小一号，视觉上失去平衡。

日语：混排基线。汉字、平假名、片假名的字面高度不同，同一行里如果行距设得太紧，看起来会"挤"。日语版的行距通常要比中文版宽 5%–10%。很多工具的默认行距是按英文调的，日语版会显得脏。

阿拉伯语：整版镜像。不只是文字从右往左，整个版面都要镜像：图标方向、箭头指向、图片里人物的视线方向、甚至"前后对比"的左右顺序。只把文字翻过去、版式不动，是明显的低级错误。

泰语：没有词间空格。泰语书写不在词之间加空格，断行依赖词典。工具如果按空格断行，会断在词的中间，读起来是乱码感。这一项目前能处理好的工具极少。

16.3字号与可读性的硬边界

详情页的字，最终是在手机上看的。一条硬规矩：正文在手机上的实际显示高度，不应小于 12 像素，低于这个数，四十岁以上的人基本读不了。

换算到设计稿（按 750 像素宽的国内长图算），正文不小于 24 像素；标题不小于 40 像素；注释类文字不小于 20 像素。跨境 A+ 页面（按 970 像素宽算），正文不小于 28 像素。

这条边界比"好看"重要。很多详情页为了塞进更多信息，把字压到 18 像素，结果买家在手机上根本看不清，直接滑走。省下的空间，换来的是流失。

16.4文字压在商品上，是新手最爱犯的错

把大字直接叠在商品图上，看起来很"设计感"，实际有三个问题：一是不合规（部分平台禁止主图有文字），二是遮住商品细节（买家最想看的就是细节），三是在缩略图尺寸下字全部糊掉，反而显得廉价。

正确做法是分区：商品占一块，文字占一块，中间留白。留白不是浪费，是让眼睛有地方休息。国内详情页之所以显得"挤"，就是因为不敢留白。

尺寸这件事听起来最枯燥，但它是"做完"和"能用"之间的那道门。亚马逊的 A+ 模块、独立站的详情页、国内的长图，三套尺寸逻辑完全不同，工具能不能自动适配，直接决定你要不要手工切图。

17.1亚马逊 A+：模块化，宽度定死

A+ 页面的核心约束是宽度固定：标准模块的图片宽度通常是 970 像素，全宽模块约 1464 像素。高度不固定，但有推荐比例。你不能上传一张 2000 像素宽的图让它自适应，系统会压缩或拉伸。

所以做 A+ 的正确顺序是：先定模块类型，再按模块尺寸出图。反过来（先做好图再找模块塞）会不断裁切，裁到最后构图全毁。

17.2国内长图：750 是硬约束，节奏是软约束

淘宝天猫的详情页图片宽度标准是 750 像素。做图时不按这个宽度，上传后会被缩放，字会糊。这一点很多用通用设计工具的人会踩——默认画布是 1920 或 1080，导出后一缩放就废了。

节奏方面没有硬规定，但有个经验值：单屏高度控制在 800–1200 像素之间。太矮，一屏信息太少，要滑很多次；太高，手机一屏显示不完，中间的内容被"折叠"掉，等于白做。

整页总长度，通常控制在 15 屏以内（约 12000–15000 像素）。超过这个长度，滑到底的人不到一成，后面的内容基本浪费。

17.3独立站：自由带来的是加载问题

Shopify、店匠这类独立站，详情页宽度自适应，理论上你想做多长都行。但自由度带来另一个问题：页面太重。一张 750×15000 的长图，PNG 格式能到 8MB，移动端 4G 下加载要好几秒，用户早跑了。

正确做法是分段切图 + 懒加载：按屏切成 8–12 张，每张控制在 300KB 以内，用 WebP 格式。这样首屏能快速出来，后面的图滚动时再加载。

能自动做这件事的工具很少。多数 AI 工具只负责"生成图"，切图和压缩要另找工具（或者用 Shopify 的图片 CDN 自动处理）。

17.4一个被忽略的细节：首屏高度

移动端首屏的可用高度，扣掉状态栏和浏览器地址栏，大约只剩 600–700 像素（按 750 宽的设计稿算）。这意味着你的第一屏内容，必须在 700 像素内把"这是什么、为什么买"说完。

大多数详情页的第一屏是一张大海报，标题在中间偏下，卖点在更下面——用户要在首屏看到卖点，得先滑一下。这一下，就流失了一批人。

修正很简单：把核心卖点提到首屏上部，或者把海报高度压到 600 像素以内，让第二屏的开头露出一点点。这个"露出"会暗示"下面还有内容"，提高滑动率。

把前面九节压缩成两张表。第一张看能力，第二张看"你是哪种卖家"。如果你只想要结论，看第二张就够。

18.1十款工具六维总表

读这张表有个技巧：不要看总分，看你的瓶颈在哪一列。你的瓶颈是批量，就看"批量产能"那一列；瓶颈是多语言，就看"多语言排版"。总分高但瓶颈列低的工具，对你来说就是不好用。

18.2六种卖家，六条路径

成本那一列是"工具订阅"的量级，不含人力。如果你把它当成"替代一个美工"，那要按美工月薪去对比；如果当成"提升现有美工的效率"，那按省下的工时算。两种算法得出的结论常常相反。

18.3两条反常识的搭配建议

建议一：跨境卖家也该买一款国内工具。不是为了做国内生意，是为了做"素材灵感"。万相营造的场景库、鹿班的大促版式，对理解"什么样的图能刺激点击"很有帮助，而这种理解可以迁移到跨境。（当然，图不能直接用。）

建议二：国内卖家该试一次 Flair。它的画布式操作会改变你对"做图"的理解——从"选模板"变成"搭场景"。用一次之后，你再看那些一键生成的图，会更容易看出破了哪里。

工具的钱是小钱，返工和违规的钱是大钱。这一节算三笔账，再划三条线。

19.1第一笔：替代商拍，省多少

按 2026 年的市场价，一次标准的电商商拍（含模特、场地、灯光、修图），服装类单款在 1500–3000 元，标品类（3C、家居）单款在 500–1200 元。一个季度上新 50 款的店，商拍预算在 2.5 万到 15 万之间。

用 AI 工具做同样的量，成本是订阅费加上人力时间。订阅费按 500 元/月算，一个季度 1500 元；人力按半个美工算，一个季度 1.5 万左右。总成本约 1.7 万，是商拍下限的七成、上限的一成。

但要说清楚：AI 替代不了高端商拍。品牌大片、明星代言、需要真实穿着体验的品类（比如运动鞋的功能演示），AI 出来的东西还是"差一口气"。它替代的是"中间那档"——够用、不贵、能上架的那批图。

19.2第二笔：返工，吃掉多少

返工有三种，成本依次上升：

• 自己不满意，重做。成本是时间，一次半小时。
• 平台驳回，重传。成本是时间加审核等待，一次半天到两天。
• 上架后被投诉/下架。成本是销量损失加账号风险，可能一次几千到几万。

第三种最贵，而它往往源于最低级的错误：白底不是 255、用了绝对化用语、AI 生成的模特脸撞了真人。这三种错误，都能在导出前用五分钟检查掉。

19.3第三笔：学习成本，别忽略

一款工具从"装上"到"顺手"，通常要两到四周。这期间产出效率是下降的（因为不熟），很多人在这两周里放弃，判定"这工具不好用"。

降低这个成本的办法只有一个：先用一个真实的小项目跑通全流程，而不是拿十个商品瞎试。跑通一次之后，你会知道它在你流程里卡在哪，那才是真正的评估。

19.4三条红线

红线一：AI 生成内容的标识。中国境内对 AI 生成内容有标识要求，平台侧也在陆续落地。用于商业宣传的 AI 生成图片，在必要场景下需要标注。跨境方面，欧盟的 AI 法案对"深度合成"有披露义务。这一条各地细则不同，但趋势是收紧，不要当成"没人管"。

红线二：肖像权。不要生成任何真实人物（明星、网红、公众人物）的相似面孔。也不要拿网图里的模特脸去"换脸"。这类素材一旦被投诉，平台处理很快，且很难申诉。

红线三：虚假宣传。AI 可以生成"使用效果图"，但不能生成"虚假的效果图"。保健品吃了变年轻、化妆品用了祛斑、减肥产品前后对比——这类图即使标了"效果示意"，在多数平台仍属高风险。图的边界，就是广告法的边界。

最后这一节，是前面十九节的反面清单。每一条都对应一个真实发生过的失误。

20.1七个坑

坑一：把"生成"当成"完成"。点了生成，下载，上传——这是最常见的流程，也是返工率最高的流程。生成只是中间产物，中间至少要过"主体比对、阴影检查、尺寸校验、白底取样"四道。

坑二：用一套模板做一百个 SKU。同模板会让一百个页面长得一样，而买家会在你的店铺里连续翻好几个商品——他发现"全都一样"的时候，会怀疑你没用心，甚至怀疑是盗图。至少准备三套版式轮换。

坑三：相信"一键合规"。没有任何工具能保证"一键合规"。平台规则每季度在变，工具的预设永远滞后半步。合规的最后一道防线，是你自己对着平台规则清单过一遍。

坑四：在错误的平台上用对的工具。拿万相营造做亚马逊，或者拿 Photoroom 做淘宝——功能都在，但类目先验、尺寸规范、场景库全部失效，等于用一把尺子量错了单位。

坑五：为"高级功能"付费，然后不用。视频生成、3D 展示、AR 试摆——这些功能演示很好看，实际使用率极低。买之前问自己：过去三个月，我用过几次类似功能？

坑六：忽略"一致性"这件事。单张图好看，整套图不协调，是 AI 时代最常见的问题。因为每次生成本质上是独立的，模型不会记得你上一张的色调。解法是固定提示词模板、固定背景色、固定光源描述。

坑七：拿 AI 图做"效果对比"。"使用前/使用后"这种图，如果是 AI 生成的，风险极高。多数平台把它归为虚假宣传，且这类投诉举证困难——你无法证明"这个效果是真实的"。

20.2十个常见问题

问一：预算只有两百块，选哪个？

国内淘系：万相营造（免费）+ 稿定基础会员。跨境：Photoroom 低档 + 免费额度省着用。别买年付，先用月付。

问二：AI 生成的图，会被平台判定为"非实拍"而降权吗？

目前主流平台没有"禁止 AI 生图"的规则，判定的是"是否误导"和"是否合规"。白底图、场景图只要不歪曲商品本身，通常没问题。但"使用效果图"类的内容，风险高。

问三：为什么我的图在电脑上很好看，手机上很糊？

三个可能：字号太小（低于 24 像素）、导出分辨率不够（长边低于 1500）、图片被平台二次压缩。逐个排查，通常是第一条。

问四：一款工具能不能既做国内又做跨境？

能，但要接受"两边都打折"。目前唯一勉强算双线的是美图设计室（国内人像 + 亚马逊 A+），但它的批量能力和工业品适配都不强。

问五：模特图会不会被告？

取决于三点：是不是真实人物的相似面孔、有没有商用授权、平台是否要求披露。安全做法是只用工具自带的、明确可商用的模特库，不生成任何指向具体真人的脸。

问六：详情页多长合适？

国内：12–15 屏（约 10000–15000 像素）。跨境 A+：按模块走，通常 5–7 个模块。独立站：以"三屏内说清核心"为准，长了只会拖慢加载。

问七：AI 写的卖点文案能用吗？

能当素材，不能当定稿。它擅长"把一句话扩写成五句"，不擅长"判断哪句最重要"。用法是：让它生成十个版本，你挑一个改，而不是让它直接定稿。

问八：为什么同一张原图，两次生成差别很大？

因为生成带随机性。要稳定，得固定三件事：种子（seed）、提示词、参考图。多数工具支持固定种子，这一步能让返工率降一半。

问九：需要请设计师吗？

如果 SKU 超过两百、或者要做品牌视觉，需要。设计师的价值不在"会用工具"，在"决定讲什么、按什么顺序讲"——这一层 AI 替代不了。小店铺货阶段可以不要。

问十：这套工具链，一年后会过时吗？

工具会过时，判断标准不会。"主体保真、场景可信、结构清晰、尺寸合规"这四条，五年后还是这四条。所以选型时，把预算花在"能稳定满足这四条"的工具上，而不是花在"功能最多"的工具上。

20.3最后一句

写完这二十节，如果要压缩成一句话：

AI 把"做图"的成本打到了接近零，于是"做什么图"变成了唯一值钱的事。工具的选择，本质上是在选"你愿意在哪一步保留人的判断"。

愿意在结构上保留判断的，会把工具当执行者；不愿意的，会把工具当救世主，然后失望。这两种结果，在买第一款工具的那天就决定了。