gpt-image-2 电商产品图：在 hiapi 上的批量工作流

TL;DR

• 这是什么：一份可运行、可复现的工作流，用 hiapi 上的 gpt-image-2/text-to-image 生成电商产品图。本页每一张图都是用它旁边印出的原始提示词渲染出来的——没有图库照片，没有借用演示。
• 一个模型，三种用途：干净的白底目录图、同一产品的角度/细节变体，以及生活方式场景——全部来自同一个文生图任务接口。
• API 事实（已在平台上核实）：gpt-image-2/text-to-image 运行在异步任务接口（/v1/tasks）上。input 对象需要 prompt、aspect_ratio（listing 用 1:1，社交用 4:5，横幅用 16:9）和 resolution（1K / 2K / 4K）。结果图片位于 output[0].url。
• 定价：gpt-image-2/text-to-image 统一 每张 $0.03。20 个 SKU 的目录每款 3 张图，共 60 张，花费 $1.80。实时价格见 定价页。
• 如何运行：POST 到任务 API，轮询直到 success，然后从 output[0].url 下载图片——该 URL 会过期，所以请立即保存字节内容。文末附完整的可复制粘贴提交/轮询/下载脚本和批量循环。

为什么用 gpt-image-2 做产品图

产品图流水线有一个枯燥但严格的规范：同一产品、干净呈现、一致背景、适合 listing 的宽高比。gpt-image-2/text-to-image 适合这一点有三个原因。

第一，它能在一批任务中保持产品描述稳定——描述一次商品，重复使用该描述，只改变相机角度。这正是把“一张主图”变成整套 listing 图集的关键。

第二，它是每张图一个异步任务。提交任务、轮询任务 id、取回完成的文件——与所有其他 hiapi 生成模型使用相同的任务协议，所以如果你已经在调用其他模型，这里的控制流程完全一致。

第三，它足够便宜，可以反复迭代。每张图 $0.03，你可以为每个 SKU 渲染三个角度，并丢弃不理想的那些。

唯一规则：产品规格写一次，反复使用

保持一致 listing 图集的诀窍是：让提示词中产品那一半固定，只改变镜头那一半。以下是下方每张图使用的固定产品规格：

a matte ceramic pour-over coffee dripper in sage green with a short conical body and a small pouring spout

其余所有内容——角度、背景、灯光、构图——按镜头追加。把它放进一个变量，然后拼接。

镜头 1——白底 listing 图

这是市场平台想要的镜头：纯白、柔和均匀的光线、一处淡淡阴影，画面中没有其他东西。

提示词：Studio e-commerce product photo of a matte ceramic pour-over coffee dripper in sage green with a short conical body and a small pouring spout, front three-quarter angle, centered on a pure white seamless background (#ffffff), soft even box lighting, subtle soft shadow directly beneath, sharp focus, true-to-life color, catalog listing style, no props, no text.

设置：aspect_ratio: 1:1，resolution: 1K

镜头 2 和 3——同一产品的变体

现在复用完全相同的产品规格，只改变相机指令。由于提示词中产品那一半完全相同，滤杯在一整套图中保持为可辨认的同一件商品。

提示词（角度）：…high side angle looking down into the cone, pure white seamless background (#ffffff), soft even box lighting, subtle soft shadow, sharp focus, true-to-life color, catalog listing style, no props, no text.

提示词（细节）：Close-up… focus on the spout and rim texture, pure white seamless background (#ffffff), soft even box lighting, subtle soft shadow, sharp focus, macro detail, catalog listing style, no props, no text.

镜头 4——生活方式 / 社交变体

listing 需要干净的抠图；广告和社交需要场景。相同的产品规格，新的场景，以及适合信息流的竖版 4:5 画幅。

提示词：Lifestyle e-commerce scene of a matte ceramic pour-over coffee dripper in sage green with a short conical body and a small pouring spout sitting on a light oak kitchen counter beside a glass carafe and a small pile of coffee beans, warm morning window light, shallow depth of field, cozy Scandinavian interior blurred in the background, natural color, premium social-media product shot, no text.

设置：aspect_ratio: 4:5，resolution: 1K

API 端到端

三次调用：提交任务、轮询、下载文件。

1. 提交——POST 模型和 input 对象：

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/text-to-image",
    "input": {
      "prompt": "Studio e-commerce product photo ... no text.",
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'
# -> {"data": {"taskId": "task_abc123"}}

2. 轮询——GET 任务，直到 status 为 success：

curl -s https://api.hiapi.ai/v1/tasks/task_abc123 \
  -H "Authorization: Bearer $HIAPI_TOKEN"
# -> {"data": {"status": "success", "output": [{"url": "https://.../image.png"}]}}

3. 下载——output[0].url 是临时的，所以立即保存：

curl -s -o dripper-front.jpg "<output[0].url>"

批量脚本：一个产品，多张图

以下是一个可复制粘贴的 Python 循环，从一份产品规格渲染整套 listing 图集。它保持产品描述固定，并迭代镜头指令。

import os, time, requests

BASE = "https://api.hiapi.ai/v1/tasks"
TOKEN = os.environ["HIAPI_TOKEN"]
HEAD = {"Authorization": f"Bearer {TOKEN}", "Content-Type": "application/json"}

# Fixed product spec — write it once.
PRODUCT = ("a matte ceramic pour-over coffee dripper in sage green with a short "
           "conical body and a small pouring spout")

# Vary only the shot half.
SHOTS = {
    "front":     ("1:1", "front three-quarter angle, pure white seamless background (#ffffff), "
                         "soft even box lighting, subtle soft shadow, catalog listing style, no text"),
    "angle":     ("1:1", "high side angle looking into the cone, pure white background, "
                         "soft even lighting, catalog listing style, no text"),
    "detail":    ("1:1", "close-up macro on the spout and rim, pure white background, "
                         "soft even lighting, catalog listing style, no text"),
    "lifestyle": ("4:5", "on a light oak kitchen counter with a glass carafe and coffee beans, "
                         "warm morning window light, shallow depth of field, no text"),
}

def submit(prompt, ratio):
    body = {"model": "gpt-image-2/text-to-image",
            "input": {"prompt": prompt, "aspect_ratio": ratio, "resolution": "1K"}}
    r = requests.post(BASE, headers=HEAD, json=body, timeout=60)
    return r.json()["data"]["taskId"]

def wait(task_id, timeout=600):
    deadline = time.time() + timeout
    while time.time() < deadline:
        d = requests.get(f"{BASE}/{task_id}", headers=HEAD, timeout=30).json()["data"]
        if d["status"] == "success":
            return d["output"][0]["url"]
        if d["status"] == "fail":
            raise RuntimeError(d.get("error"))
        time.sleep(5)
    raise TimeoutError(task_id)

for name, (ratio, shot) in SHOTS.items():
    prompt = f"Studio e-commerce product photo of {PRODUCT}, {shot}."
    url = wait(submit(prompt, ratio))
    img = requests.get(url, timeout=120).content   # URL expires — save now
    open(f"dripper-{name}.jpg", "wb").write(img)
    print(f"saved dripper-{name}.jpg  (cost $0.03)")

把 PRODUCT 换成你的 SKU，保留 SHOTS 映射，并在外层套一个遍历商品目录的循环，就能用同样方式渲染每个产品。

真实目录的成本计算

gpt-image-2/text-to-image 统一按 每张图 $0.03 计费（已在平台上核实；当前数字请查看定价页）。因此：

目录规模	每 SKU 镜头数	图片数	成本
20 个 SKU	3	60	$1.80
100 个 SKU	3	300	$9.00
100 个 SKU	4（含生活方式）	400	$12.00

这足够便宜，当你更改背景标准时，可以重新渲染整个目录，而不是重新拍摄。

总结

工作流刻意保持精简：固定产品规格，变化镜头，提交 → 轮询 → 下载，并在 URL 过期前保存输出字节。每张图一个 gpt-image-2/text-to-image 任务，每张 $0.03，使用你已在其他 hiapi 模型上使用的同一套任务协议。把批量循环指向你的商品目录，它就能线性扩展。