我现在是怎么用 AI 做一套新品商品图的
以一次真实新品项目为背景，讲清楚商品资料、竞品链接和可选用户反馈，如何经过四个 Skill 的分工，在规划阶段变成一套可确认、可执行的商品图任务。
这篇文章来自一次真实新品商品图项目。公开版本去掉了具体型号、品牌、参数、真实反馈、竞品地址和素材文件名，只保留工作流本身。
我把商品资料、实拍图和竞品链接交给项目后，它不会马上生成图片。现在的完整流程是：先决定每张图讲什么，再把整套视觉和 Prompt 设计完，确认后才逐张执行。
先把整套方案设计完，再进入图片生成
完整商品图任务从一个总入口开始。竞品分析默认执行，评价分析按资料决定是否使用，视觉规划在确认前完成，生成阶段只负责执行。
商品图负责人
负责 WHAT 和 WHY：检查资料、串联专业分析、决定卖点分级、图片任务、顺序和整套商品策略。
竞品分析
读取真实竞品页面，分析主图、详情图、OCR 文案、信息密度、空间表达和可借鉴机会。
评价分析
从评价、差评和客服问题里找高频关注、误解和使用门槛，判断哪些值得带回图片方案。
视觉规划
负责 HOW：整套 Art Direction、同组差异化、逐图画面设计、输入组织和最终 Prompt。
先准备什么
运营不需要先理解 Skill，只要准备四类资料。
| 资料 | 是否必需 | 主要内容 |
|---|---|---|
| 商品事实 | 必需 | 名称、型号、参数、功能、SKU、配件、已知卖点、不能夸大的内容 |
| 真实图片 | 必需 | 足以确认产品外观和当前任务依赖的关键结构 |
| 竞品链接 | 默认需要 | 至少 1 个，推荐 3～5 个真实商品页面 |
| 用户反馈 | 可选 | 评价、差评、客服问题、旧版主图和详情图 |
准备好后，可以直接这样发起任务：
我要为一款新品做主图和详情图。
以下是真实商品资料、参数、SKU、禁止夸大的内容、实拍图和竞品链接。
请先分析并生成完整计划，等我确认后再出图。四个 Skill 怎么分工
完整商品图项目只有一个总入口：
.agents/skills/ecommerce-product-image/SKILL.md但它不是一个 Skill 把所有事情全做完，而是四个 Skill 分工协作。
| Skill | 负责什么 | 不负责什么 |
|---|---|---|
ecommerce-product-image | 决定 WHAT 和 WHY：讲什么、为什么这样排 | 不独自完成所有视觉设计 |
competitor-analysis | 分析市场怎么表达、哪些值得借鉴 | 不直接决定我方最终图片 |
review-analysis | 从评价和问题里提炼用户关注点，可选使用 | 不把每条反馈都变成一张图 |
image-art-direction | 决定 HOW：整套视觉、差异化、逐图画面、输入和最终 Prompt | 不重新决定卖点和图片顺序 |
真正的关系是：
商品事实
+
竞品分析结果
+
用户反馈结果（可选）
↓
ecommerce-product-image
↓
卖点分级 + 图片任务 + 顺序
↓
image-art-direction
↓
整套视觉 + 同组差异化 + 逐图画面 + 最终 Prompt
↓
用户确认
↓
生成阶段只执行这里最重要的变化是：视觉设计已经前移到规划阶段。
生成阶段不是第五个负责思考的 Skill。它只是执行器，不重新决定构图，不重新比较上一张图，也不临时重写 Prompt。
一次完整任务实际怎么跑
一次真实任务进入项目时，通常有这些输入：
商品资料文档
实拍图片/
用户提供的竞品链接
评价或客服问题（可选）公开文章里不展示真实型号、参数、竞品链接、用户反馈原文和素材文件名，但这些资料在实际项目里都会作为判断依据。
竞品分析：从用户提供的链接开始
竞品不是 Agent 自己随便搜索，而是优先分析用户提供的真实商品页面。
当前规则是：至少 1 个，推荐 3～5 个。
一个竞品链接实际怎么被分析
完整商品图任务至少提供 1 个，推荐 3～5 个真实商品页面。
优先利用浏览器已有的登录状态、地区状态和平台会话。
读取标题、价格、SKU 和页面文案，同时截图主图和详情图。
提取图片文字，再分析首图钩子、主图分工、详情页顺序、信息密度和视觉表达。
输出可借鉴点、不建议照搬点、机会点，以及后续视觉参考角色。
如果页面出现登录、验证码或人工验证，当前链接会暂停，先让用户在 Chrome 里处理完成，再继续分析。不会改用搜索结果代替真实竞品页面。
竞品分析真正带回来的，不是“照着别人做”，而是三类输入：
| 输入 | 主要回答什么 |
|---|---|
| 市场表达 | 大家先讲什么、卖点怎么排序、详情页怎么说服用户 |
| 视觉表达 | 信息密度、构图、空间层次、场景和视觉节奏怎么做 |
| 我方机会 | 哪些可以借鉴、哪些不该照搬、哪里值得做得更清楚 |
用户反馈：告诉项目用户真正卡在哪里
评价分析不是必经步骤。有评价、差评或客服问题时才使用，没有资料就跳过。
它重点处理这几类问题：
高频痛点 → 是否需要增加痛点图
高频疑问 → 是否需要增加功能说明图
套装或尺寸误解 → 是否需要加强说明
使用门槛 → 是否需要增加步骤图
高频认可 → 是否值得升级为核心卖点但评价分析不会直接拍板。
例如用户反复提到某个体验点，也不代表一定要单独做一张图。它只把证据交回总入口，再由总入口和真实商品事实、竞品情况一起判断。
总入口先定策略，再进入 Art Direction
总入口先决定的是 WHAT 和 WHY：
哪些是一级、二级、三级卖点
每张主图讲什么
每张详情图讲什么
图片顺序为什么这样排这些确定后，才进入 image-art-direction，一次完成 HOW。
从商品策略到可以直接执行的视觉任务
明确每张图为什么存在，以及它在整套图片里的位置。
确定审美、色彩、光线、材质、空间、丰富度和信息层级。
横向比较产品角度、镜头、构图、尺度、场景和前中后空间。
把信息密度、视觉焦点、产品位置、场景和信息模块写清楚。
用户确认前，生成阶段需要的真实输入和最终 Prompt 已经定稿。
所以现在的 商品图片生成计划.md 不只是“方向文档”。
它已经包含整套 Art Direction、主图组和详情图组差异化、每张图的具体画面设计、GPT Image 2 输入和最终 Prompt。用户确认后，后面的生成阶段不再补做这些设计工作。
资料不够，什么时候才需要暂停
真实产品图负责锁定商品事实，不锁定最终拍摄机位。
现在的判断不是“没有想要的角度就一定补拍”，而是看现有照片能不能可靠确认当前任务依赖的产品事实。
缺少一个参数
但当前图片不依赖这个参数
→ 不影响当前任务
没有理想的拍摄角度
但现有实拍足以确认产品结构
→ 可以调整产品角度和相机视角
照片模糊、严重遮挡
无法确认当前图片依赖的关键结构
→ 暂停这张图，要求补拍真实产品图是否足够
先看这张图是否依赖某个接口、局部结构、配件、颜色或其他真实细节。
只要事实能被确认，就不要求最终图片复制原始拍摄角度。
允许调整产品角度、相机视角、朝向和透视，但不能改产品结构。
只暂停受影响的图片，并明确告诉用户缺哪个位置、需要拍清楚什么。
例如要做一个接口细节图，但现有照片无法确认接口位置和周边结构，就应该要求补拍：
请补拍：
1. 接口完整位置；
2. 周边机身结构；
3. 光线清楚；
4. 不要遮挡关键细节。重点不是“补一个指定角度”，而是补足真实依据。
从整套方案到一张图
项目里最重要的两个状态文件，是整套计划和单图任务。
| 文件 | 保存什么 | 出问题时怎么用 |
|---|---|---|
商品图片生成计划.md | 商品事实、分析结论、卖点、图片顺序、整套视觉、差异化、逐图设计、输入和最终 Prompt | 整套策略或视觉方向不对时先查这里 |
商品图片单图任务.md | 从最终计划原样继承某一张图的完整执行内容 | 只处理当前图片，不重新规划整套方案 |
每张图统一包含：
任务目标
文案与信息
画面设计
产品依据与生成约束
GPT Image 2 输入
最终 Prompt例如某张功能说明图，在整套规划阶段就应该已经确定：
任务目标：这张图要解决什么购买疑问
文案与信息：标题、辅助说明、必要标签或步骤
画面设计：产品角度、视觉焦点、构图、场景和信息布局
产品依据与生成约束：哪些事实必须保真，哪些视觉表达可以调整
GPT Image 2 输入：使用哪张真实产品图，是否需要额外结构参考
最终 Prompt：已经和当前设计、输入保持一致一张图真正进入 GPT Image 2 之前
确定图片目标、卖点和它在整套图片里的位置。
确定构图、空间、场景、差异化、输入和最终 Prompt。
不是拆分后再补设计，而是把已确认内容完整交给执行阶段。
模型负责执行画面，不负责重新定义商品事实和视觉策略。
生成阶段故意变得很“笨”
确认最终计划后，生成阶段只做：
读取已确认单图任务
→ 定位已指定输入素材
→ 原样使用最终 Prompt
→ 调用项目 generate.py
→ 按主图 / 详情图分类保存
→ 用户人工审查它不会重新做 Art Direction，不会重新比较同组图片差异，不会擅自改变角度、构图或场景，也不会自动重写 Prompt。
自动检查只保留执行层面的内容：调用是否成功、文件是否存在、格式和实际像素尺寸是否正确。
图片内容和审美结果交给人看。因为很多问题不是“通过 / 不通过”能判断的，而是需要结合商品策略和真实使用场景决定下一步怎么改。
出问题先查哪里
不同问题应该回到不同层，不要遇到问题就先改 Prompt。
出了问题，不要先改 Prompt
先判断问题属于哪一层。分析、商品策略、视觉设计、产品依据和出图整改，回去检查的地方完全不同。
例如没有先检查资料、没有做竞品分析，或者还没完成计划和确认就直接出图。
例如竞品页面没有读完整，或者把不适合用图片解决的用户问题硬塞进方案。
例如关键结构无法从现有实拍确认，或者 AI 把真实结构、颜色、接口改坏了。
例如最大卖点选错、某张图根本不该存在，或者详情页说服顺序不合理。
例如画面太空、产品占比不合适、空间层次不足，或者最终 Prompt 和当前设计不一致。
先问：如果从零重新生成，这个改动是否仍然必须保留？
出图整改时，我现在只问一个问题：
如果从零重新生成这张图，这个改动是否仍然必须保留？
如果答案是否定的，它只是一次局部小修，直接修改当前图片，不必回写整套计划。
如果答案是肯定的，它属于正式设计改变，只同步更新这张图的任务和最终 Prompt，再重新执行。不会因为一张图的问题，把其他图片全部推倒重来。
这篇文章讲的是“实际怎么用”。至于为什么要把 Art Direction 前移、为什么生成阶段要变笨、为什么取消自动审核，我在另一篇《从反复抽卡到工作流：我如何重构 AI 商品图 Agent》里单独复盘。