社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

如何用 ChatGPT 做出高质量的亚马逊主图和 A+?附完整案例与Skill

卖家精灵 • 17 小时前 • 21 次点击  

Ai史莱姆

我的C位

话不多说,直接看成品。

案例:猫爬架



这是 AI 直接的出图效果,没经过人为修改

相信大家都已经多多少少用 AI 工具或者工作流做过产品图片,但做出来的图,或是风格千篇一律,或是产品变形、需要频繁抽卡,或是单张看着不错,整套下来卖点展现的逻辑却不清晰。

我自己做的过程中也遇到过这些问题,所以逐步整理了这套主图和 A+ 设计 Skill。主要有这几个优势:

1. AI 小白也能上手。 不用自己研究复杂的提示词,准备好产品资料,按流程确认和选择,也能尝试做出质量比较高的套图。

2. 可以选择自己喜欢的风格。 AI 自动找参考、出风格小样,你来选方向。喜欢的保留,不喜欢的换一批,再按选好的方向继续做。

3. 更好地保持产品一致性。 用自己的产品多角度图片约束外观和结构,生成后继续检查、返工,减少产品变形带来的反复抽卡。

4. 卖点逻辑合理清晰。 先结合竞对页面和自己的产品特点,确定讲什么、先讲什么、用什么画面表达,再开始做图。

下面讲一下这套流程具体是怎么跑的。

1. 先从竞对页面里,拆出卖点逻辑

把竞对链接或页面素材交给 AI,让它分析主图、附图和 A+:哪些卖点放在前面,哪些需要场景来解释,哪些通过细节图来证明,整套页面按什么顺序展开。

拿猫爬架举例,先让买家看到整体外观和摆在家里的效果,再展开讲高处休息、躲藏空间、抓挠和吊床,各张图就有了明确的分工。

最后结合自己的真实产品资料,筛出适合自己的卖点,确定优先级。结合竞对的卖点展示和自己的产品参数功能,规划自己的卖点展示逻辑。

2. AI 自动上网找画面和排版参考

卖点确定后,AI 会根据产品和展示需求,自动在网上寻找参考,再整理出来让我选。

参考会分开找:一类看场景、光线、材质和配色;另一类看标题、图文布局和信息层级。也不局限于同类产品,其他品类合适的表现方式同样可以借鉴。

我只需要告诉它哪些喜欢、哪些不喜欢,也可以保留喜欢的,让它继续找。选好参考后,先出几版风格小样,确认方向,再继续做整套图。

下面是这个猫爬架案例的参考选择页面。画面和排版可以分别评价,比如喜欢一张图的拍摄方式,但不喜欢它的文字排版,就分开选。

参考选择页局部:上面的参考图片由 AI 搜集整理,图中保留了当时的选择。

3. 自己的产品多角度图片,负责产品一致性

我会提供产品的正面、侧面、背面,以及接口、按键、配件等细节图。不同产品需要的角度不一样,结构复杂的地方尽量拍清楚。

这些资料在流程里各有分工:竞对页面提供卖点表达思路,网上参考提供画面和排版方向,自己的产品照片提供外观和结构依据。

生图时会把产品参考图一起交给 AI,让它有图可对照。多角度资料能减少猜测,生成后还是要检查,不能默认每一处都准确。

4. 生图后做 QC,有问题就返工

出图后,流程会继续检查产品结构、文案参数、风格、排版和尺寸。有问题的图,再针对具体问题返工。

比如接口位置错了,就对照产品图修接口;标题太小,就调整文字层级;某张图和整套风格不一致,就重新对齐参考。已经通过的图保留,把修改集中在有问题的地方。

自动检查之后,我还会自己看一遍,尤其是产品细节和实际展示效果。这个环节省不了,但至少能把问题说具体,减少来回试。

Skill 和使用说明

我把这套流程整理成了「史莱姆亚马逊设计 skill」,目前在 Codex 里使用,生图调用环境里自带的原生工具。

使用时准备好产品图片、参数和竞对资料,后面跟着流程确认信息、选参考、选风格,再看生成结果和修改。

源码和使用说明放在这里,安装范围及依赖以仓库说明为准:

史莱姆亚马逊设计 skill · GitHub
https://github.com/knight9629/slime-amazon-design-skill

感兴趣的朋友可以试试,也欢迎交流做 AI 电商图时遇到的问题。




「 精彩回帖 」

Zoe12333

站在平时要做亚马逊主图和 A+ 的卖家角度,我觉得这篇分享挺有参考价值。最有启发的是把竞品分析、产品资料整理、风格选择、正式出图和后期检查串成了一套流程,思路清楚,也比较容易照着尝试。尤其是强调用自家产品的多角度照片做依据,并且出图后还要逐项检查,感觉很实在。感谢楼主分享,期待看到更多品类的案例



亚马逊AI大师

赞同来自: Ai史莱姆 、 Robin先生 、 小李同志 、 Seattle

挺好的, skill 本质就是工作流, 亚马逊生图非常适合工作流来做。
你有3点做法值得学习:
1. 通过竞争对手收集卖点,特别对铺货卖家,对产品不是很熟悉。
2. AI自动上网找图片,自己再筛选搭配,这个能避免AI千篇一律,提供更好的自由度。
3. 生图后自动在skill里就做QC,让AI自己去检查以下自己做的图,有问题提出来继续优化。



哈喽小小ya

我也用codex做整套图,但是有些细节图ai识别不到那么精细,会颠倒一些细节顺序,模糊变形一些细节,调整了很多次,包括有些颜色,尤其是产品的质感很难达,这种怎么调整呢?尝试过给特征关键词描述,拍实物图(手机拍的没有相机)任然难达到想要的效果

Ai史莱姆  • 波特兰

这是模型能力的限制,对于使用者来说能做的不多,既然已经加了结构限制,特征描述,那就只能拍摄参考图的时候尽量保证清晰度和质量,让需要的细节清晰可见。 然后做好的图让美工进行产品替换或修补。 如果有模型文件的话,可以让Ai直接渲染对应图片需要的产品形态,ai去做替换,现在astra在这方面能力很强,渲染+ps替换的工作他自己就能完成,而且很自然。


许同学  • 惠州

我觉得是要提供尽可能多的产品图,拍出产品的各个面和细节,角度。然后存放在一个文件夹里面,让codex读取,生成生图prompt的时候会让你每一步需要上传哪些本地图片参考。一般没有这个角度的时候才会扭曲生成,如果有一半不会,或者做个约束。



renzhihe

这套流程可以再补一张固定检查表,出图后对着查:产品结构、配件数量、尺寸文字、颜色。尤其同一个产品出现在好几张图里时,最好并排看,不然单张都挺好,放一起才发现细节对不上。



电商大

ai图片生成现在确实是比较牛的,但是生成多了就会发现,这生成的图片太容易和竞品相识了,完全没有参照空间,没有设计思维,很难通过ai搞出合理且适合的一整套产品主副图

Ai史莱姆  • 波特兰

LLM写提示词的时候其实是固定的那一套,如果人为给的要求不够丰富的话,不同的人做同样的产品输出的提示词结果往往很相似。所以差异化的关键就是让Ai输出个性化的提示词。我这里采用的是ai去找参考,人为选择参考的方式。其实大部分做设计的美工,也是去东抄一块,西抄一块,这样一定程度上可以解决同质化的问题。也会让画面效果更符合自己的预期


注意:公众号发布内容均来自知无不言社区(www.wearesellers.com) 卖家朋友,无法确保经验方法的有效性、最新性、正确性、完整性,仅供卖家朋友们交流探讨,请大家自行甄别。


所有来源于「知无不言」的内容,转载请注明来源于「知无不言」。所发内容均以交流学习为目的,如有侵权请联系我们删除处理。



 推荐阅读 

🔗

5套提示词,用WorkBuddy跑出亚马逊竞品精准狙击最佳实践(附教程/资料包)

我把亚马逊竞品调研做成了一个AI-Skill(万字干货竞品调研Skill实操案例)

12套神级提示词,跑通亚马逊选品-Listing-广告搭建全流程(附使用教程和Skill文件)

我用 WorkBuddy 一句话跑完了 亚马逊 关键词全链路(10 场景实测:选品→竞品→词库→Listing 方案)

质检Skill开源:你的Listing在亚马逊眼里,到底能打几分?

用卖家精灵MCP跑选品:3个反常识方法,帮中小卖家找到可复制机会

十分钟全自动搭建亚马逊关键词词库 :卖家精灵MCP+Refly AI工作流

图片
图片
图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203057