如何用 AIGC 快速生成电商主图？来看阿里实战案例！

数字化时代，人工智能的发展为设计师们带来了全新的创作方式和工具。商业广告的设计需要准确地传递品牌的价值和理念，而 AI 生成设计可以通过强大的算法和深度学习，快速生成符合品牌形象和目标受众的广告设计。产品摄影需要展示产品的外观和特点，AI 可以通过图像分析和处理，自动生成令人惊艳的视觉效果。电商主图的设计需要吸引消费者的点击和购买，通过生成则可更快速精准高效的满足场景化设计要求。

商品场景图作为电商类产品核心透出起到重要的作用，在药电商场景图实践过程中，探索如何通过 TVC 等精细商业广告到产品摄影原理再到商品场景图应用，展示和宣传产品，以吸引目标消费者的注意和购买欲望。希望无论是广告设计师、产品摄影师还是电商运营者，本次分享将提供实用的 AI 生成设计的技巧和策略，希望助力大家在创作过程中节省时间和精力，降低入门门槛，同时赋予作品更多的创意和吸引力。

更多AIGC干货：

一个好的 TVC（television commercial） 广告，需要特别细节的前期准备，策划、创意、道具选择、置景/构图、摄影设备/摄影棚、布光/光线掌握、后期润色处理等等，需要摄影师身兼数能，或同团队合作完成。

商业广告赏析→幕后（下图图片截选于YouTube↓）

针对电商产品摄影，基础步骤相似。目的都是通过反应商品的形状、结构、性能、色彩和用途等特点，去引导消费者进行购买欲望和决策，通过图片传达产品或品牌的信息和吸引力。

（下图图片截选于微信视频号↓）

当 AI 介入后，这样的产品流程是否可以进行一个更好的缩短？结合 AI，可以为摄影师提供更多创造的可能性和效率的提升。

产品图对比（图片来源 Pinerest）

方式 1 /describe 无具体商品生成

Midjourney（简称“MJ”） describe 生成复杂场景图示例（左侧原始图来源 Pinerest）

产品图对比-AI 生成 复杂→简洁

方式 2 /imagine 有具体商品生成

而作为电商主图一般以更突出商品主体的方式出现，特别以药品为主，我们的场景表现相对会更内敛。以简洁 TVC 可乐广告为例，可以用最基础的方法 /imagine 进行一个可乐和水滴的描述。图 1 描述了“有一听可乐，周围有水滴”，默认为 niji 风格，可以看出会和摄影图差别比较大；图 2 加入基础场景描述，加入它的背景（黑色），增加摄影效果（逼真度），加入高质量（q2），会使内容更聚焦，更像一个拟真的商品；图 3 进行主体位置的描述确定，将它的位置描述为（居中），叠放在一个黑色的桌面背景上面；最后再进行盲盒的抽取确认到我们的拓图。

常规简洁场景图生成方式

根据此步骤提取出我们电商场景图基础生成框架和 MJ 命令的提示语结构。

具体案例引入，以女性健康为例。首先可以结合 ChatGPT 进行细分的关键词推导。比如让他进行角色扮演，输入具体的需求设定，询问如果在这样的情况下，会怎么确定它的形状、色彩、质感、构成，和一些元素的设定，让 AI 提供一些解法。再结合药品现有的关键词信息，和 ChatGPT 给予的结果，再进行具体的推导。找寻一些对应的风格图（下图右侧为网图搜集），最后进行我们的图片生成。

根据具体场景对提示语进行提炼，除了前面所讲的提示词，为保证整体统一性，可以加入图像提示垫图。中间加入关键的文本提示，最后再加入相对固定的参数属性设定。文本提示语里面除内容描述外，镜头语言和风格描述基本可以进行固定，除色彩和光线外，画面布局与景深、构图、景别、角度、焦距、空镜头，特写、全局光等元素、画面效果描述、画种描述、渲染器描述均可进行固定。需要注意的是参数属性里面可以选择最新的版本设定容易出现更新效果更好的图。

以此为例，药品场景-提示词拆解。这里可以看到一个整体展台的效果和一个人物形象的示意。上面色彩、光线、角度等都是一个相对固定的方式，风格描述词、渲染器完全固定。主要差别在主体描述上，人物增加一些情绪的描述和具体地点的描述，位置的描述会更加精准一些。而在商品图上，会增加一个台面的依托，还有它与整个装饰元素的关系。

按照这样的一段提示词描述来进行最终的渲染效果筛选。进行“盲盒”抽取，再到最终的应用。下图为常规图的系列展示。

在实际应用中可能会碰到当叠加我们最终的商品图后，与原始画面融合问题，特别是阴影融合度。可以通过 Stable Diffusion（简称“SD”） 进行融合的调整，选择一个写实模型，加上景深等。整体画面的阴影和光线会更加的拟真。

产品图+场景拼合后融合调整

另外对药品场景的人物主图，通过描述具体所在的时间和地点位置，再结合主体的情绪描述。如下图描述了一个睡得很安稳的女生，她主要的位置是在右下角，这样可以便于整个产品的构图位置进行调整，再到整个色调与商品相结合的应用。

根据上述方式最终快速的完成了主图的线上效果封装试点，后续也可以延展到更多的场景。

后记，这是有一段日子的方案，目前 AI 的飞速发展已经有更多的解法。希望此基础方式分享将提供实用的设计技巧和创新思路，为场景设计对品牌和产品的成功推广助一份力。

欢迎关注作者微信公众号：「阿里健康设计」