博客

使用指南

通过 HiAPI API 使用 gpt-image-2.5-sunburst/image-to-image 生成电商产品图片

参考图片、背景替换、生活场景,以及一个可用的 HiAPI 请求

2026年11月20日
极简封面图:近黑色背景上的薄荷绿圆点,越靠右越密集,如同半色调数据集,用于电商产品图片指南。
本页内容

为什么图生图适合电商产品照片

文生图擅长凭空创造出并不存在的产品,而这几乎从来不是目录团队需要的东西。你手上已经有了实体产品、包装、标签和配色——你缺的是拍摄每个 SKU 搭配每种背景、每个生活场景所需的时间和预算。

gpt-image-2.5-sunburst/image-to-image 以已有照片作为锚点,并对其应用编辑指令。这在几个具体方面改变了产品图片的成本结构:

  • 对真实商品保持忠实。 输入图片携带了形状、材质、颜色和标签版式。模型的任务是在改变你所要求修改的内容的同时保留这些特征,而不是重新构想一个近似的产品。
  • 更便宜的迭代。 更换新背景或场景只是修改提示词,而不是预订影棚。你可以在一个下午为同一个 SKU 测试几种生活场景方向,并保留胜出的那个。
  • 整套素材的一致性。 因为每张输出都源自一张可比较的原始照片,所以一批编辑结果能保持相似度,而全新生成的图片很少能做到这一点。

何时使用——以及何时不要使用

当产品本身固定、而环境可变时,应选择图生图:为电商平台商品列表替换背景、为广告和落地页制作生活场景、季节性换装,或本地化道具。它也是整理一张尚可但不完美照片的合理工具。

当你要生成从未存在过的概念、当源照片不可用(严重失焦、产品大部分被遮挡),或当你需要以印刷级精度精确还原标签文字时,不要使用它。在这些情况下,重拍或矢量素材胜过任何模型。

一个实用的框架:把源照片视为事实依据,把提示词视为范围明确的指令。你写的每条编辑指令都应回答这个问题:“我要保留什么,我要改变什么?”若请求让这一点含糊不清,质量就会崩塌。

你调用的端点与模型页面所描述的是同一个;本指南余下部分讲的是如何把它喂好。

准备能在编辑后保留的参考图片

模型只能保留它看得见的东西。大多数令人失望的产品编辑结果都可追溯到输入照片,而不是提示词。在发送任何内容之前,先用一份简短的检查清单过一遍源图。

分辨率与锐度

发送你能拿到的最大、最干净的版本。缩小后的缩略图会丢失模型需要保持的精细结构——走线、纹理、小字号排版。如果图片偏软或存在运动模糊,先修复或重拍;在预处理阶段用锐化滤镜很少有帮助,还可能引入光晕,随后被模型放大。

构图与留白

在产品边缘周围留出空白。如果物品接触到画框,模型就没有空间构建新背景,往往会裁切或扭曲主体。四周留有清晰边距的单品拍摄,编辑起来比紧裁图可靠得多,也给你在新场景中重新定位的空间。

主体分离

你不需要像素级完美的抠图,但产品与背景之间干净的分离能搞定大部分工作。一致、低细节的背景(无缝纸、中性渐变、纯色墙面)就足够了。杂乱的背景会与你的指令竞争,并渗入输出结果。

光照与视角

拍摄或选择一张你愿意保留其光照方向的源图,因为编辑会尽量与之匹配。左前方打光的产品会希望新场景中的主光也从左前方来。此外,每个品类要保持一致的相机角度——同一产品行中,俯拍平铺和四分之三主图视角永远不会显得协调。

标签、标志和文字

如果产品上有顾客必须阅读的文字,请确认它在源图中清晰可读。模型会尽力保留,但小号或倾斜的文字最先退化。对于受监管或品牌关键的文案,计划安排人工审核环节,并考虑让带文字的那一面朝向相机。

关于批处理的一点说明

准备多个 SKU 时,要将它们标准化:相同的裁切比例、相同的留白、相同的背景色调。你在这个阶段投入的精力会直接体现为输出的一致性,也能让提示词在整个品类中安全复用。

干净地替换产品背景

背景替换是最常见的电商编辑,也是最容易偷懒写提示词的地方。“新背景”不是指令——只是一厢情愿。模型需要知道新空间长什么样,以及产品应如何置于其中。

描述空间,而不只是写一个词

说明表面、背景和光线。“产品置于哑光白色表面,配柔和渐变背景,左上方大面积漫射主光,产品下方有柔和的接触阴影”会给模型一个可构建的场景。“白色背景”则给了它随意猜测的空间。

明确保留产品条款

每条背景提示词都应携带保留条款:保持产品的形状、比例、颜色、材质和标签文字不变。写这条几乎不费成本,却能显著减少漂移,尤其对轮廓独特的物品。

保护边缘和阴影

干净的抠图来自提及接触和明暗的提示词。要求在产品与表面相接处有自然的接触阴影,并要求边缘在新背景下保持锐利。如果你要把深色背景换成浅色,预计模型需要帮助处理轮廓光——说明产品边缘的受光与新环境一致。

匹配产品自身的光线

如果源图是用单个柔光箱拍摄的,不要要求戏剧性的硬光影棚布景。光线不匹配是商品列表经过合成的明显破绽。描述对源图而言合理的光线,改为变化背景颜色和表面纹理来获得视觉多样性。

平台限制

如果目标平台要求纯白或纯色背景,就明确说明,并要求不要道具、不要可见的表面接缝。如果目标是品牌店面,你有更大的自由度——渐变、细微纹理和匹配的地平面都可以。

每次只迭代一个变量

先改背景,确认产品保留完好,再调整阴影或光照。在一个提示词里同时改几件事,你就无法判断是哪条指令导致失败,而每次失败请求仍然要消耗你的输出成本。

将产品置于生活场景中

生活场景正是图生图发挥价值之处:产品保持可辨识的自身,而周围的世界发生变化。这里的技巧在于比例、光线和合理性。

用几个具体细节锚定场景

场景提示词需要足够的特异性来约束构图,而不必规定每一个像素。说明环境、产品放置的表面、一两个辅助道具以及光线质感。“放在做旧橡木厨房台面上,右侧窗户透入晨光,背景中虚化的陶瓷杯和折叠亚麻布”是可行的。冗长的道具清单则不可行——它会与产品争夺模型的注意力。

把比例搞对

说明产品在现实世界中的尺寸关系,因为模型没有尺子。一个高瓶和一个小唇膏单独看都合理,放在一起就荒谬。提及表面和一个可识别的参照物(一只手、一个标准马克杯、一层搁板)能让比例有据可依。

先匹配源图的光线,再匹配场景

你同时要解决两个光照问题:产品已有的明暗和新环境的光照。如果源图光线漫射均匀,就选择柔和日光的场景,而不是强烈的日落轮廓光。明确写出光线方向,并说明产品的受光应与场景一致。当两者冲突时,你要么得到一个不再与其他拍摄图匹配的重新打光产品,要么得到一个像贴上去的效果。

保持产品清晰、场景次要

说明产品是清晰的焦点主体,环境略微失焦。这一条指令对真实感的提升胜过任何道具清单,还能阻止模型在背景中凭空创造抢眼细节。

变化场景,而非产品

对于品类页面,保持场景模板不变,只在不同 SKU 之间变化一个元素——季节、表面、道具。共享的场景语法能让一组生活场景图片读起来像同一场营销活动,而不是图库照片拼贴。

一个孤立的点阵产品簇以匹配的密度和比例分支到三个生活场景环境中。

一个可用的 HiAPI 图生图请求

所有内容都通过一个需要认证的端点,因此无论你编辑什么,请求结构都保持不变。要点是模型 ID、源图片和提示词。

请求

curl -X POST "https://api.hiapi.ai/v1/images/edits" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5-sunburst/image-to-image",
    "image": "https://your-cdn.example.com/products/sku-1042-source.jpg",
    "prompt": "保持产品的形状、比例、颜色、材质和标签文字不变。将背景替换为哑光暖灰色表面和柔和渐变背景,左上方大面积漫射主光,产品下方有自然接触阴影,产品边缘锐利,产品保持为清晰的焦点主体。",
    "size": "1024x1024",
    "n": 1
  }'

image 字段接受托管 URL,或者在你的素材无法公开访问时接受 base64 数据载荷——base64 能让未发布的 SKU 不进入公共 CDN。迭代期间把 n 保持为 1;多个候选会成倍增加成本,也让你更难把质量变化归因于某次提示词编辑。

解读响应

API 返回一个包含 data 数组的 JSON 主体;每个元素携带结果图片(根据你的账户设置,为 base64 或 URL)。检查响应中的创建时间戳以及响应包含的任何用量字段,并将其与请求 ID 一起记录,以便日后核对。

一个最小的 Python 调用如下所示:

import os, requests

resp = requests.post(
    "https://api.hiapi.ai/v1/images/edits",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "gpt-image-2.5-sunburst/image-to-image",
        "image": source_url,
        "prompt": prompt,
        "size": "1024x1024",
        "n": 1,
    },
    timeout=180,
)
resp.raise_for_status()
item = resp.json()["data"][0]

实用的接线注意事项

  • 将提示词与每份输出一起存储。几周后,只有保留了确切的提示词和源图,胜出的图片才能复现。
  • 将传输失败与模型失败分开处理。超时和 5xx 响应可重试;因不支持的尺寸而被拒绝的请求则不可重试。
  • 立即下载并持久化输出,而不是依赖临时 URL。
  • 把模型字符串放在配置中,而不是散落在代码里,这样将来更换模型只需改一行。

端点参考和支持的参数见模型页面;那里的计费按输出计量,因此减少失败的迭代是控制开销的主要抓手。

两个输入——源图片点阵和提示词轨迹——经过一个 API 通道,解析为一个精炼的输出点阵。

处理瑕疵并保持输出一致

即使输入良好、提示词用心,产品编辑仍会以可识别的方式失败。每种失败模式都有标准修复方法。

产品形状漂移

症状:轮廓略有变化——把手变粗、锥度变直。原因:提示词描述场景多于描述产品,模型因此重新诠释了主体。修复:把保留条款放在开头,明确说出形状,并简化场景描述。如果漂移持续,源图构图很可能太紧。

标签文字丢失或错乱

症状:品牌名称变成看似合理的乱码符号。原因:源图中文字太小、倾斜或对比度低。修复:从更清晰、更正面的源图开始;说明标签文字和标志保持不变且清晰可读;避免在标签区域后方添加繁重背景细节。对于受监管文案,无论如何都要计划人工审核。

整套素材构图不一致

症状:品类中每张图片的比例和角度都不同。原因:源图裁切和逐图提示词不一致。修复:编辑前统一源图留白和相机角度,并在批次中复用一个提示词模板,只改变场景变量。

边缘光晕和漂浮产品

症状:产品周围有亮边,或无阴影的物体看起来像贴上去的。原因:源图与请求场景之间的光线不匹配。修复:明确要求自然的接触阴影,说明光线方向,并选择光照与源图拍摄相匹配的环境。

过度编辑的塑料感

症状:纹理被抹平,布料过于干净。原因:提示词要求“精致”或“专业”却没有限制修图。修复:要求保留原始纹理、材质颗粒和磨损痕迹。

通用规则

每次迭代只改一个变量,每条提示词带一个保留条款,并固定源照片标准。当输出失败时,先问输入照片是否足够好——大多数时候答案是否定的。

将图片编辑融入目录工作流

一个可用的单次请求不是一条流水线。要把它变成目录规模的产出,主要靠围绕模型调用的工程纪律。

在入库时标准化输入

构建一个小型预处理步骤:裁切到标准比例、添加固定留白,并在图片到达 API 之前标记低分辨率或模糊的源图。一个拒绝劣质输入的预检,比任何提示词调优都能节省更多开销。

按模板批处理,而非按 SKU

将产品分为品类,每个品类给一到两个提示词模板。运行批次,然后按模板查看缩略图总览。修改模板并重跑该品类,比逐项手工编写提示词便宜得多,也能保持视觉语法一致。

分两轮审核

第一轮是快速淘汰:产品看起来像它自己吗?文字可读吗?边缘干净吗?第二轮是依据品牌指南的设计审核。尽可能自动化机械检查——用图片哈希对照源图检查严重漂移,对交付物做分辨率和格式验证。

附上来源信息

将源图片、提示词、模型 ID 和时间戳与每份输出一起存储。当产品经理问为什么某张主图看起来不同时,答案应该是两条提示词记录的差异,而不是一次调查。

分阶段推广

从背景替换开始,这是风险最低的编辑;等模板稳定后再转向生活场景。先在一个品类推广,再推广到整个目录,并保留按需重新生成任意单项的能力。

知道模型止于何处

流水线并不能替代旗舰 SKU 对摄影师的需求,也不能替代对产品宣称的法律审核。把生成的编辑结果视为一个生产层级,把影棚预算留给那些以保真度为核心卖点的图片。

如果你准备好用自己的目录来测试它,上面的请求结构就是你在 HiAPI 上开始使用 gpt-image-2.5-sunburst/image-to-image 所需的全部内容。

立即开始构建持久 AI 产物

获取 API 密钥,通过一个基于任务(task)的 API 调用图像、视频和音频模型。

阅读 API 文档