用于电商产品图的 Ideogram V4：实用工作流

如果你的产品视觉成败取决于其中的文字——促销角标、价格标注、标签文案、横幅标题——那么在 hiapi 上，Ideogram V4 就是该选的模型。它是平台的排版专家，而在本指南生成的三份独立电商素材（一张促销横幅、一个产品标签样机、一张限时抢购图形）中，除了设计本身的文案选择外，每一个词都在首次生成时就渲染得清晰正确。下面就是实际奏效的做法、每张图片背后的真实提示词，以及一个把整份商品清单转化为符合品牌调性的图形的批量脚本。

为什么电商视觉选用 Ideogram V4

大多数通用图像模型仍然会在多词标题、价格标签或标签文案上出错——多出字母、字距扭曲，或者文字在单词中途断掉。这正是电商图形无法容忍的故障模式：一张文字乱码的横幅看起来是坏掉了，而不是风格化。Ideogram V4 围绕准确的图内文字构建，因此对于以下场景，它比通用模型更合适：

• 带主标题 + 副标题文案的促销横幅（例如“SUMMER SALE”/“UP TO 40% OFF”）
• 品牌名称和产品文案需要正确可读的产品标签样机
• 带简短、高对比度文字标注的促销和倒计时图形

它是纯文生图模型——没有图生图模式，所以适合根据文字简报生成图形，而不是编辑现有产品照片。如果你需要编辑现有照片或在其上合成，那属于 i2i 模型的工作；完整输入 schema 见 Ideogram V4 模型页面。

Ideogram V4 定价：三档速度

Ideogram V4 提供三档 rendering_speed，价格随之变化——截至 2026-09，根据 hiapi 定价页面：

档位	每张图片价格	适用场景
TURBO	$0.05	快速草稿、测试提示词变体
BALANCED	$0.10	默认——生产级横幅和标签
QUALITY	$0.17	最终主视觉素材，细小的文字细节最重要时使用

下面三个示例都以 BALANCED 生成，对于标准产品横幅和标签而言，其分辨率和文字保真度已经足够。把 QUALITY 留给要大幅放大的主视觉图（例如首页横幅），在还在迭代文案和布局时使用 TURBO。

三个真实输出

1. 带标题文案的促销横幅

使用的提示词（rendering_speed: BALANCED，aspect_ratio: 16:9）：

一张干净的电商促销横幅，16:9。顶部是大号现代无衬线字体的粗体标题文字“SUMMER SALE”，其下方是较小字重的副标题文字“UP TO 40% OFF”。极简产品摄影风格背景，柔和粉彩渐变（桃色到奶油色），一副白色无线耳机和一块哑光黑色智能手表安排在右下方的低调展台上。左侧留出大量负空间用于文字。影棚灯光，柔和阴影，高端零售目录质感。

两行文案在首次生成时就清晰可读且拼写正确——无需重试。提示词中的负空间指令在这里确实起了作用：没有它，Ideogram V4 倾向于把标题居中放在产品摄影上方，一旦你把这横幅放进真实页面布局，就会损害可读性。

2. 产品标签样机

使用的提示词（rendering_speed: BALANCED，aspect_ratio: 1:1）：

一个护肤罐的产品标签样机，正方形 1:1。白色陶瓷罐居中放在浅米色背景上，环绕罐身的标签顶部用优雅衬线字体写着品牌名称文字“AURELIA”，其下方用干净的无衬线字体写着较小文字“HYDRATING FACE CREAM — 50ML”。柔和的影棚灯光，罐下淡淡阴影，极简护肤包装摄影风格。

这是更难的情况：环绕在曲面上的小号标签文案，正是文字渲染容易崩坏的地方。Ideogram V4 第一次尝试就让品牌名称和较小的产品描述行都保持清晰可读——无论如何都值得人工校对一遍（见下方说明），因为曲面标签文字是我们测试过的最容易出错的布局。

3. 限时抢购横幅

使用的提示词（rendering_speed: BALANCED，aspect_ratio: 16:9）：

一张网店限时抢购横幅，16:9。大号粗体文字“FLASH SALE”，亮红橙色，位于深海军蓝背景上，带有微妙的斜向光条纹图案。其下方是白色较小文字“24 HOURS ONLY”。右下角有一个红色价格标签图形，上面写着文字“-50%”。现代、高对比度、紧迫感零售营销风格，干净的几何形状，不杂乱。

一个构图中包含三个独立文字元素（主标题、副标题、价格标签标注），全部清晰可读。像这种深海军蓝加红橙色的高对比度配色似乎有帮助——这里三次生成都是同一模式：强烈的背景/前景对比与更干净的文字边缘相关。

无论模型测试结果多好，都有一条规则：发布前校对每一个渲染出来的词。Ideogram V4 的文字渲染准确率非常高，但不是 100%——偶尔仍会有一次运行裁掉一个字母，或在较长行上判断错字距。每次生成都要对照预期文案检查后再上线；不要把 AI 渲染的文字未经检查就发布到线上店铺。

从 hiapi API 调用 Ideogram V4

Ideogram V4 运行在 hiapi 的异步任务端点上。你提交任务，轮询直到完成，然后下载输出——没有同步图片响应。

import time
import requests

API_KEY = "YOUR_API_KEY"
BASE_URL = "https://api.hiapi.ai/v1/tasks"

def generate_image(prompt, rendering_speed="BALANCED", aspect_ratio="16:9"):
    payload = {
        "model": "ideogram-v4",
        "input": {
            "prompt": prompt,
            "rendering_speed": rendering_speed,
            "aspect_ratio": aspect_ratio,
        },
    }
    response = requests.post(
        BASE_URL,
        headers={
            "Authorization": f"Bearer {API_KEY}",
            "Content-Type": "application/json",
        },
        json=payload,
    )
    response.raise_for_status()
    task_id = response.json()["data"]["taskId"]

    while True:
        poll = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        ).json()["data"]
        if poll["status"] == "success":
            return poll["output"][0]["url"]
        if poll["status"] == "fail":
            raise RuntimeError(poll.get("error"))
        time.sleep(5)

image_url = generate_image('Bold headline text "FLASH SALE" on a dark navy banner')
print(image_url)

只接受三个输入字段：prompt（必填）、rendering_speed（必填——TURBO、BALANCED、QUALITY 之一）和 aspect_ratio（可选，例如 16:9、1:1、9:16、4:3、3:4）。此模型没有 negative_prompt、seed 或图像输入字段——完整参数参考见 Ideogram V4 模型页面。

批量生成完整产品图集

对于真实商品目录，你不会一次只调用一张横幅——你会把一串产品或活动整夜跑过同一条流水线。下面是一个批量版本，读取提示词 CSV 并下载每个结果：

import csv
import os
import time
import requests

API_KEY = os.environ["HIAPI_API_KEY"]
BASE_URL = "https://api.hiapi.ai/v1/tasks"
OUT_DIR = "output"

def create_task(prompt, rendering_speed, aspect_ratio):
    payload = {
        "model": "ideogram-v4",
        "input": {
            "prompt": prompt,
            "rendering_speed": rendering_speed,
            "aspect_ratio": aspect_ratio,
        },
    }
    resp = requests.post(
        BASE_URL,
        headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
        json=payload,
    )
    resp.raise_for_status()
    return resp.json()["data"]["taskId"]

def wait_for_result(task_id, timeout_s=300, poll_interval=5):
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        data = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        ).json()["data"]
        if data["status"] == "success":
            return data["output"][0]["url"]
        if data["status"] == "fail":
            raise RuntimeError(f"task {task_id} failed: {data.get('error')}")
        time.sleep(poll_interval)
    raise TimeoutError(f"task {task_id} did not finish in {timeout_s}s")

def run_batch(csv_path):
    os.makedirs(OUT_DIR, exist_ok=True)
    with open(csv_path, newline="", encoding="utf-8") as f:
        reader = csv.DictReader(f)
        for row in reader:
            name = row["name"]
            prompt = row["prompt"]
            rendering_speed = row.get("rendering_speed") or "BALANCED"
            aspect_ratio = row.get("aspect_ratio") or "16:9"
            print(f"generating {name}...")
            task_id = create_task(prompt, rendering_speed, aspect_ratio)
            url = wait_for_result(task_id)
            image_bytes = requests.get(url, timeout=60).content
            with open(os.path.join(OUT_DIR, f"{name}.jpg"), "wb") as out:
                out.write(image_bytes)
            print(f"  saved {name}.jpg")

if __name__ == "__main__":
    run_batch("products.csv")

products.csv 只需要 name 和 prompt 两列，并可按行可选覆盖 rendering_speed / aspect_ratio：

name,prompt,rendering_speed,aspect_ratio
summer-sale-banner,"Bold headline ""SUMMER SALE"" on pastel gradient background",BALANCED,16:9
label-aurelia-cream,"Skincare jar label reading ""AURELIA"" and ""HYDRATING FACE CREAM""",BALANCED,1:1
flash-sale-24h,"Dark navy flash sale banner with ""24 HOURS ONLY"" and a ""-50%"" price tag",BALANCED,16:9

让它在夜间跑完一整份产品或活动清单，然后在任何内容发布前批量审阅输出文件夹——校对步骤并不会因为你批量生成就消失。

获得干净排版的提示词技巧

以下几个模式在三张测试图中都成立：

• 把确切文案加引号。 在提示词中把你想渲染的字面文字用引号括起来（text "SUMMER SALE"），而不是间接描述它。这是让措辞准确返回的最大单一因素。
• 明确分开主标题和副标题。 把两行文案描述为两条不同指令（“粗体主标题……其下方较小文字……”）比一个连写长句产生了更清晰的层级。
• 要求对比度，而不只是颜色。 高对比度的背景/前景搭配（深海军蓝 + 红橙、粉彩 + 深色文字）持续渲染出比低对比度配色更清晰的字形。
• 明确留出负空间。 如果你需要文案位于特定区域，就说明（“左侧留出大量负空间用于文字”）——否则模型可以自由把文字放在它认为构图最佳的位置，而那未必是你的布局需要的位置。
• 保持标签文案简短。 曲面标签样机是对文字最不宽容的布局；短品牌名和短副文案比一整段包装文案校对通过的频率高得多。

常见问题

Ideogram V4 能否编辑现有产品照片，而不是生成新横幅？ 不能——它只是文生图，没有图生图输入。如果你需要在现有产品照片上放置文字，可单独生成文字元素，或在该步骤使用支持 i2i 的模型。

Ideogram V4 是否支持用于 Instagram/社交帖子的竖版或方形宽高比？ 支持——除 16:9 外，aspect_ratio 还接受 9:16 和 1:1 等值，因此同样的提示词方法也适用于方形产品卡片或竖版社交横幅。

真实商品目录批量运行时，默认该用哪个 rendering_speed？ BALANCED——本指南每个示例都使用该档位，对于标准横幅和标签足够可靠。把 QUALITY 留给大型主视觉素材，把 TURBO 留在还在调整文案、需要低成本迭代时使用。

如果文字大多数时候渲染正确，还需要校对吗？ 需要。Ideogram V4 的文字准确率非常高，但并非保证——把每张生成的图形都当成印刷厂的样张：发布前检查，而不是等客户指出错别字后再检查。

准备好生成你自己的图集了吗？获取 API key 并在 Ideogram V4 模型页面 上试一条提示词，或者如果你要把它接入现有商品目录流水线，查看 hiapi API 文档 的快速入门。如果你还在专门为产品摄影（而非排版密集型图形）比较模型，Best AI Models for E-Commerce Product Images 详细介绍了 Ideogram V4 与照片导向选项的对比，而 Building an E-Commerce Product Image Workflow With GPT Image 2 涵盖了本指南脚本所基于的批量流水线模式。