做电商图还在重写提示词？这不是创作，是重复劳动

一个做电商图的人，一晚上真正花掉的时间，大部分不在"出图"。

你有一件瑜伽背心要上新。主图要白底干净版，场景图要有个女生在窗边做拉伸，详情页还得有一张面料细节和一个配色清单版。四张图，听着不多，但你实际干的事情是：把同一个商品的卖点，在四个不同的对话框里重新描述四遍。背心的领口、腰带的位置、面料那个竖条纹肌理——每一次都要重讲一次，因为换个对话就什么都不记得了。

模型跑偏一次，你就把中间那段"主体保持不变、只改背景"的句式再调整一次。最后出图的那一刻你才发现，四张图里的背心是四个不完全一样的背心。

这件事有个更准确的说法：你不是在创作，你是在重复劳动。而重复劳动的解法从来不是更会写提示词，是别再重写了。

最近 GitHub 上有个东西在解决这个具体问题，不到两千 star，MIT 协议，叫 MeiGen AI Design MCP。它做的事用一句大白话讲：把参考图、提示词模板和生图模型接到同一个地方，让 AI 编程工具（Claude Code、Cursor、Codex、Windsurf 这些）直接变成你的设计助理。

真正值钱的不是它接了哪些模型，是它改变了你干活的顺序。

一、先搞清楚重复劳动到底重复在哪

把上面那个晚上拆开看，你会发现"重写提示词"这个动作里，其实混着三种不同的东西。

第一种是商品本体：什么版型、什么颜色、面料什么质感、logo 放哪。这部分每件商品只需要说一次，但你每次开新对话都得重说。

第二种是画风偏好：你店铺统一的调性是暖白自然光还是冷调高级灰，模特是真实感还是插画感。这部分理论上一年都不用改，但因为它只活在你的审美里，从来没被固化下来，所以每次都要"再描述一下那种感觉"。

第三种才是每次真正不同的东西：这一张是主图，那一张是场景图，还有一张是海报。

重复劳动的真相是：前两种占了你工作量的七成，但它们被第三种裹着一起，被迫反复重写。

所以靠"多攒几个提示词模板"是治不好的。提示词合集解决的是打字慢，不是结构错。要解决结构问题，得让这三样东西各自有个固定的存身之处——商品描述是持久的，风格偏好是持久的，只有"这次要什么"是每次输入的。

MCP（Model Context Protocol）这个词听着吓人，它在做的事就是这个：给外部工具一个标准的接口，让 AI 编程助手能稳定地调用它，而不是每次都在对话框里靠自然语言描述一遍。

二、它接进来的不是模型，是上下文

MeiGen 这个服务挂上之后，你的 AI 编程工具里多了十几个可用能力。别被"十几个"吓到，日常真正用得上的就三个：

`search_gallery`——翻灵感库。 里面躺着 1,446 条整理过的提示词模板，每条都带预览图。你不用凭空想"高级感怎么描述"，直接搜，看到接近的方向，拿来改。

`enhance_prompt`——把大白话变成模型听得懂的话。 你说"窗户旁边一个女生做拉伸"，它给你补成光线角度、镜头焦段、构图比例、模特状态都写清楚的完整描述。

`generate_image`——出图。 可以指定模型、指定比例，还能带一张本地参考图进去。

重点是这三步可以连着走，而且中间的产物是持久的——搜到的模板能存进收藏，你偏好的风格、常用比例、惯用模型能存进偏好设置。这就是为什么它跟你自己在对话框里打字不一样：你每次重开对话是从零开始，它是从你上次的地方接着往下。

顺带说一句，前两个能力不需要任何 API key，免费的。也就是说哪怕你暂时不想花钱生图，把它接上当个"灵感检索 + 提示词润色"的工具也值。

三、顺序比工具重要：先搜，再增强，最后生成

大部分人用 AI 生图的顺序是错的。

常见顺序是：脑子里想到一个画面 → 直接写提示词 → 出图 → 不满意 → 改提示词 → 再出图。这个循环里，你每一轮都在赌，赌自己这版描述能把那个看不见的画面说清楚。赌输了就再来一轮，三轮下来人就烦了。

MeiGen 强制的顺序是：先翻模板看别人怎么做的，选定方向，把你的大白话喂进去增强成完整提示词，你确认之后再按下生成。

差别在哪？

第一步"搜"，是把抽象意图变成具象参照。你说"高级感"是没用的，但你指着第三排第二张说"就这个调子，换成我的商品"，这件事瞬间就具体了。

第二步"增强"，是把具象参照翻译成模型能执行的参数。这一步模型比你强，因为它知道哪些词对哪些模型有效。

第三步"确认后生成"，是把钱花在刀刃上。这一步最关键——它让你在花钱之前还有一次反悔的机会。电商跑图是按张计费的，一次并行跑四张就是四张的钱，生成前多看一眼提示词，省的是真金白银。

很多人的习惯是"一把梭先生成看看"，在单价几分钱的时候这个习惯无所谓，一旦你跑的是 Midjourney 或者视频模型，这就是纯粹的浪费。

四、模型不是越多越好，是要知道什么时候换

它支持 11 个模型入口，你常听到的那些基本都在：GPT Image 2、Nano Banana 2、Seedream 5.0、Midjourney V8.1、Flux 2 Klein、Grok Imagine，视频那边有 Seedance 2.0、Veo 3.1、Grok Video，再加上本地 ComfyUI。

面对一堆选项，实用主义的分法是这样的：

打草稿用便宜的。 方向还没定的时候，用单价低的模型快速铺开四五个方向，看哪个顺眼。这时候追求的是数量和速度。

定稿用好的。 方向定了，要出最终上详情页的图，换贵的模型重跑一次，追求的是质感和细节一致。

批量用统一的。 同一个系列要出十张图，就锁死同一个模型同一个种子设置，别中途换——换了模型，十张图的皮肤质感和色彩倾向会漂，拼在一起比单张难看得多。

至于视频，说句实话：视频生成的等待时间是 5 到 15 分钟这个量级，所以它不适合"边聊边调"的工作方式。更合理的用法是先把静态画面搞定，确认满意了，再拿这张静态图当首帧去跑视频。别直接跳进去撸视频，那是在用最贵的方式做试错。

五、5 类 Skill，正好对上电商图的五个工位

电商做图其实是有标准工位的，MeiGen 提供的 5 类视觉 Skill 恰好按这个划分：抠图、详情图、海报、背景、放大。

这五个里，真正省时间的是后两个。

背景替换是跨境卖家的日常。国内拍好的白底图，换个东南亚风格的场景就能当本地化素材发；同一件背心，白天榻榻米、傍晚落地窗、户外草地，三种氛围对应三种投放人群。过去这个活要在 PS 里抠、合成、调光影，现在是一句话加一张原图。

放大则解决另一个具体的痛：模型出图常常只有 1K 出头，详情页要求 2K 起，以前要么忍着模糊上传，要么再导出到别的放大工具里倒一手。现在这条流水线里能直接补一步。

抠图的价值不如想象中大——现在主流模型的抠图已经很干净了，专门调一个 Skill 出来的边际收益有限，除非你批量处理老素材。

真正会改变工作方式的其实是"这五步能串成一条线"：拿原始商品图进来，抠图 → 换背景 → 生成详情版式 → 补海报版 → 最后统一放大输出。一次开局，五步走完，中间不用下载再上传。

六、并行：主图、场景图、海报同时跑

这是我觉得最被低估的一点。

它内部用了个子代理并行的机制：你下一个"给这件商品出主图、场景图、海报"的指令，它会拆成几个独立子任务同时跑，每个子任务自己去想自己的提示词，最后把几张结果一起交回来。

为什么这很重要？两个原因。

第一，并行的产出比串行的一致性更好。听起来反直觉，但事实如此：串行做的时候，你做完第一张会不自觉地让第二张往第一张靠，最后三张图越来越像，等于白做了三个方向。并行的时候三个方向各自独立想，差异是真实存在的差异，你才有得挑。

第二，主对话的上下文是干净的。这是个技术设计上的聪明地方：子任务消耗的上下文不污染主会话。你连续跑十轮也不至于让主对话臃肿到开始遗忘前面的要求——这是很多人用 AI 跑批量任务的隐性瓶颈，跑着跑着 AI 就开始忘事，你还以为是模型变笨了。

七、别急着把整店素材接进去

这条是我自己最想强调的，也是最容易犯的错。

看到这种工具，第一反应往往是"太好了，我把店铺里三百个 SKU 全导进去批量跑一遍"。别这么干。

正确的起手式是：先挑一件商品，跑三个方向。

为什么是"一件"？

因为你要在最小成本下验证三件事——这个工作流在你手上通不通；生成的图能不能直接用，还是还要返工；以及最关键的，你的商品要不要加特定的描述约束（比如你卖的功能性面料必须保持肌理一致，你家模特必须是特定体型）。这些约束是在实践中一条条长出来的，不是一开始就能想全的。

为什么是"三个方向"而不是一个？

因为一个方向无法比较。你只有跑出主图、场景图、海报三张，才知道这套东西在你的品类上，哪个方向的成品率最高。成品率这个概念很重要：不是"能不能生成"，而是"生成的十张里有几张能直接上线"。

拿一件商品跑通之后，把有效的提示词存进收藏，把验证过的风格和比例存进偏好。这时候你的工作流才算立住了，再往第二件、第十件扩，扩的速度会快得不像话——因为第一件付出的所有试错成本，后面每一件都在白嫖。

先打通一个，再复制一百个。反过来做，你会死在第 17 个 SKU 上，而且到那时候你已经攒了一堆没法返工的半吊子图。

八、三种后端，其实是三种取舍

它可以跑在三个地方，选哪个不是技术问题，是你要什么的问题。

云端模式：最省事，注册拿个 token 就能跑，九种图片视频模型都能用。代价是每张图都要花钱，而且你的参考图要上传到别人的服务器。

OpenAI 兼容模式：你自己有 key 有自己的接口，填进去就行。适合已经有稳定供应商、或者有公司内部接口的团队。

本地 ComfyUI 模式：完全离线，跑在你自己的显卡上，数据不出本机，也不要钱。代价是你要先装好 ComfyUI 和对应工作流，而且一次只能处理一个任务，批量会慢。

对跨境卖家来说，这个选择其实有个明确答案：涉及未发布的新品、或者有品牌保密需求的素材，走本地；日常批量跑常规款，走云端。两种同时配着也没问题，它是支持切换的。

九、泼几盆冷水

不是什么场景都适合。

成本会失控。 它没有内置的预算上限和速率限制。你要是写个脚本让它自动跑一百张，一百张的钱就真花出去了。并行很爽，但每次按下生成前，你得知道自己按下去意味着多少钱。建议一开始就给自己定个规矩：批量脚本里写死最大并发数和单次总数。

商用授权要自己查清楚。 项目文档里没有明确说明大规模商用和二次分发的授权边界，这部分取决于你用的那个模型的条款。TikTok Shop 和亚马逊对图片原创性是有要求的，别想当然认为"AI 生成的就能随便用"。

实时视频别指望。 前面说了，几分钟的量级，这东西跟实时编辑不是一回事。

别把它当成设计师的替代品。 它替的是"把已知意图翻译成图"这个环节，不替"想出一个好创意"。你的方向感、你对自家店铺调性的理解、你知道你家客户吃哪一套——这些它给不了。它给的是把你的判断快速铺开成十张图的能力。

十、如果你的团队现在就要上，照这个顺序走

给一个可以直接抄的执行清单：

第一天：把它装到你最常用的那个 AI 编程工具上，先什么都不配，只用免费功能——搜灵感、增强提示词。花半小时把 1,446 条里的同类目翻一遍，感受一下你品类的常见视觉套路。

第二天：配一个后端。建议先从 OpenAI 兼容或者本地 ComfyUI 起步，成本可控、心理负担小。确认跑得通再考虑云端。

第三天：挑一件商品，跑三个方向。验收标准不是"好不好看"，是成品率——十张里有几张能直接传后台。如果成品率低于三成，说明你的商品描述约束没写够，回去补，不要急着往下走。

第四天及以后：把跑通的存成偏好，开始扩 SKU，同时脚本化。它提供独立 CLI，可以进 CI/CD，批量活在命令行里跑更稳。

最后说句可能不太客气的话。

这两年大家讨论 AI 生图，话题永远围着"哪个模型更强""谁的画质更真"。但对一个真的要上新的人来说，模型强弱早就过了那条线——2026 年还在纠结模型画得好不好，就像 2010 年纠结相机像素。

真正卡住你的是另一件事：同样的话你要说一百遍，同样的风格你要重描述一百次，同样的工作流你要手动重搭一百次。

把这件事解决掉的模型，才是你应该关注的那个。