Qwen Image 3.0 图像生图像提示词配方：可直接复制粘贴的提示词及真实输出

Qwen Image 3.0 的图像生图像端点并不会从头重新生成你的主体——它编辑你提供的照片，同时尽量保持主体的形状、颜色和比例稳定。这使得它非常适合一个非常具体、也非常常见的任务：把一张干净的产品图变成多个场景变体，而无需每次重新拍摄或重新提示产品本身。

我们直接用两个主体进行了测试——一个陶瓷手冲咖啡滤杯和一双跑步运动鞋——各自先跑一次文本生图像作为起始图，然后各做两次图像生图像编辑。下面每一个提示词都是我们实际发送的完整原文，每一张图片也都是实际输出，未经编辑。

Qwen Image 3.0 图像生图像究竟如何编辑照片

qwen-image-3.0/image-to-image 端点接收一个 prompt 加上 1-3 个 image_urls 作为参考照片，以及宽高比/分辨率设置。没有单独的“强度”或“蒙版”参数——模型完全依赖提示词来决定哪些改变、哪些不变。

在实践中，这意味着提示词需要同时完成两项工作：

• 描述你想要的新场景、光照或添加物。
• 明确重申哪些应保持不变——形状、颜色、位置、比例。

如果跳过第二部分，模型对主体进行重新诠释的自由度就会超出你的预期。下面每一个 i2i 提示词都明确写出“保持[主体]的确切形状、颜色和比例不变”（或等效表述），原因就在这里。

配方 1：干净的影棚基础图（文本生图像）

模型：qwen-image-3.0/text-to-image · 输入：{"aspect_ratio": "1:1", "resolution": "1K"} · 成本：$0.0358

提示词：“专业产品摄影，一个哑光奶油白色的陶瓷手冲咖啡滤杯，带有浅木色圈环，位于无缝纯白影棚背景正中央，柔和的顶部漫射光，没有生硬阴影，正面平视角度，超清晰对焦，商业目录风格。”

这是后续所有滤杯编辑所基于的参考照片。平光照明和纯色背景为图像生图像步骤提供了最干净的起点。

配方 2：将它移入生活场景（图像生图像）

模型：qwen-image-3.0/image-to-image · 输入：{"image_urls": ["coffee-dripper-before.jpg"], "aspect_ratio": "1:1", "resolution": "1K"} · 成本：$0.0398

提示词：“将陶瓷手冲咖啡滤杯移到阳光窗前的浅橡木厨房台面上，柔和温暖的晨光向右侧投下轻柔的定向阴影，背景中有一条柔和模糊的折叠亚麻毛巾。保持滤杯的确切形状、颜色和比例不变。”

滤杯的轮廓和釉色都正确保留了下来——只有背景、光照和阴影方向发生了变化，与提示词中的范围完全一致。

配方 3：添加风格化道具而不丢失产品（图像生图像）

模型：qwen-image-3.0/image-to-image · 输入：{"image_urls": ["coffee-dripper-before.jpg"], "aspect_ratio": "1:1", "resolution": "1K"} · 成本：$0.0398

提示词：“保持陶瓷手冲咖啡滤杯的形状、颜色和位置不变，仍在相同的纯白影棚背景和光照下。添加一个白色陶瓷咖啡杯，里面装满新鲜冲泡的咖啡并可见升腾的热气，放在滤杯正左侧，另外在它前面的台面上散落少量整颗烘焙咖啡豆。”

这张图复用了与配方 2 相同的基础照片，但要求的是添加物而非场景替换——影棚背景和光照保持不变，新的杯子和咖啡豆被令人信服地合成进去。

配方 4：第二张干净的基础图（文本生图像）

模型：qwen-image-3.0/text-to-image · 输入：{"aspect_ratio": "4:3", "resolution": "1K"} · 成本：$0.0358

提示词：“专业产品摄影，一只白色低帮跑步运动鞋，侧面有灰色网面板，四分之三角度视角，置于无缝浅灰色影棚背景上，柔和均匀的影棚照明，鞋底下方有轻微的接触阴影，清晰的商业目录对焦。”

与配方 1 逻辑相同，只是宽高比不同——4:3 在鞋子周围留出更多空间，供配方 5 中的户外场景使用。

配方 5：黄金时刻户外场景（图像生图像）

模型：qwen-image-3.0/image-to-image · 输入：{"image_urls": ["sneaker-before.jpg"], "aspect_ratio": "4:3", "resolution": "1K"} · 成本：$0.0398

提示词：“将白色跑步运动鞋移到一条散落着秋叶的土径上，黄金时刻的阳光从左侧斜射进来，投下长长的温暖阴影和柔和的镜头光晕，模糊的森林背景。保持运动鞋的确切形状、颜色和比例不变。”

鞋子的网面板和比例在完全不同的光照设置下依然保持良好——低角度、温暖的方向光取代平坦的影棚光，是检验模型究竟是在真正保持几何结构还是仅仅重新提示的一个很好的压力测试。

配方 6：在吊牌上添加印刷文字（图像生图像）

模型：qwen-image-3.0/image-to-image · 输入：{"image_urls": ["sneaker-before.jpg"], "aspect_ratio": "4:3", "resolution": "1K"} · 成本：$0.0398

提示词：“保持白色跑步运动鞋完全不变，形状、颜色和位置均与原来相同，仍在相同的浅灰色影棚背景和光照下。将一个小矩形白色纸质吊牌系在鞋带上，上面以简洁的无衬线字体居中印有黑色文字‘LIMITED EDITION’。”

这次运行的吊牌文字拼写正确且居中——但请把这当作良好的结果，而非保证。任何在产品照片、包装样机或标签上由 AI 渲染的文字，在发布前都需要人工校对；一个错误的字母或歪斜的基线很容易在匆忙一瞥中被忽略，发布后却令人尴尬。

这 6 次生成的实际花费

在 1K 分辨率下，qwen-image-3.0/text-to-image 每张图固定为 $0.0358。image-to-image 在同一基础费用之上增加少量参考图费用——每张参考照片 $0.004，参考图数量为 1 到 3 张。上述每个配方都只使用了一张参考图，因此每次编辑花费 $0.0358 + $0.004 = $0.0398。

这意味着完整一套——2 张基础图 + 4 次编辑——总计花费 $0.2308。如需了解所有模型当前的每图定价，请直接查看 HiAPI 定价页面，因为费率可能会变化。

常见问题

qwen-image-3.0 的文本生图像和图像生图像有什么区别？ 文本生图像仅根据提示词生成新图像。图像生图像接收 1-3 张现有照片作为 image_urls 并附带提示词，然后在此基础上编辑——当你需要在多张照片中保持特定产品、角色或物体一致时非常有用。

一次 Qwen Image 3.0 图像生图像编辑花费多少？ 1K 分辨率下，基础费用 $0.0358 加上每张参考图 $0.004（允许 1-3 张参考图）。一张参考照片（如本指南中的每个配方）每次生成花费 $0.0398。

我可以在一次编辑中使用多张参考图吗？ 可以——一次请求最多可使用 3 个 image_urls。我们在此处每个配方中都只使用了一张参考图，因为一张干净的源照片就足以在场景变化中保持产品稳定。

图像生图像会改变产品本身，还是只改变周围场景？ 这完全取决于提示词的要求。如果你希望产品保持不变，就明确说出来——我们在上述四次编辑中都使用了“保持[主体]的确切形状、颜色和比例不变”这一表述，并且它确实有效。

电商照片应使用什么分辨率？ 1K 分辨率对于本次测试中的每个配方来说都足够干净锐利，成本却只是更大分辨率的一小部分。如果你需要用于印刷或大幅裁剪的更大源文件，Qwen Image 3.0 也支持 2K。

如果你要构建完整的产品目录而非一次性拍摄，请查看我们在 Qwen Image 3.0 Pro 用于电商产品图片 中如何处理批量电商编辑——或者用你自己的参考照片亲自试用图像生图像端点。