自己从 Qwen-Image-2.1 开源那会儿就开始把它往商品图、广告摄影的方向上“掰”前后测了小半个月各种提示词结构、采样器组合、LoRA 都过了一遍。这篇把目前最顺手、出图最稳的一批电商提示词整理出来连带本地部署整合包的选择思路和几个容易翻车的细节一起写清楚。无论是做电商设计、帮店铺出主图还是单纯想在本地跑一套可控的商品图生成管线这篇都可以直接抄作业。1. 为什么商品图这个场景我最后锁定了 Qwen-Image-2.1先交代一下背景。之前主力的出图路径是 SDXL 加各种电商 LoRA出图质量不差但有两个老问题一直很头疼一是中文商品名、品牌 Logo 经常渲染成乱码二是对“商业摄影质感”这件事理解得不够透明明是产品图出来的东西总带着一股“AI 味”。Qwen-Image-2.1 的优势恰好在这两点上。它对中文文字渲染的原生支持做得相当好同一句提示词里同时出现“品牌中文字样 产品卖点文案 背景标语”它能把字写对、写清楚这对做电商主图来说是实打实的效率提升。另外它在训练语料里吃进去大量专业摄影和广告素材这也让它对“质感”的把控明显比 SDXL 系模型更接近真正商业拍摄的审美。用大白话说它更像是“懂中文、懂摄影、懂电商”的多面手而不是一个只会画美女和风景的通用画师。可能有人会问既然官方也提供了在线服务为什么非得折腾本地部署两个原因一是产品图涉及大量迭代测试每次都通过线上接口跑一来一回的成本和等待时间不划算二是很多店铺素材涉及未公开的新品数据留在本地更稳妥。所以本文后半部分会花篇幅讲整合包怎么选、量化版怎么用尽量让配置不高的机器也能跑出高可用性的结果。2. 商品图提示词的核心结构先学会拆解“商业摄影思维”很多朋友拿到 Qwen-Image-2.1 之后第一件事就是抄网上的提示词模板然后发现出图总是不对劲。问题不在模型而在提示词本身不成体系。想稳定输出高质量电商图提示词里得有五个维度互相配合缺一个画面就会“塌”一块。2.1 提示词五要素主体描述、环境、相机、光影、材质我自己的习惯是把提示词拆成下面这块骨架来写产品主体品类、名称、型号、颜色、材质、关键设计特征。越具体越好比如“黑色磨砂金属外壳的无线机械键盘键帽为灰白配色右上角带音量旋钮”就比一个孤零零的“键盘”强十倍。环境与场景摄影棚、产品依旧摆在桌面、外景、悬浮效果、室内某个角落。商品图最常用的是干净背景和场景化展示这两种的提示词写法完全不同。相机与镜头50mm 镜头、85mm 镜头、广角、微距、景深控制。很多 AI 商品图一眼假就是因为忽略了镜头语言画面没有景深层次像是一张没有对焦逻辑的电子图。光线与阴影柔光箱、侧光、逆光、自然光、硬光、阴影方向。这一项对质感的影响最大强烈建议单独写清楚不要只扔一个“studio lighting”就完事。材质与细节纹理清晰、高光反射、金属拉丝、皮革纹理、表面瑕疵控制。电商图讲究“让人隔着屏幕想摸一下”材质细节就是实现这种效果的关键。2.2 从“描述产品”到“描述照片”的思维转换这里有一个特别重要的认知升级Qwen-Image-2.1 理解的不是“这是什么产品”而是“这是什么照片”。所以提示词里描述镜头、光线、拍摄角度、背景处理方式效率远比堆砌产品形容词要高。举个例子。低质量提示词大概长这样现代简约风格的保温杯白色好看高级。模型能出图但大概率是张“普通的白底产品图”没有风格。换一种写法product photography of a matte white insulated water bottle, minimalist design, softbox lighting from upper left, gentle shadow on the right, light gray seamless background, 85mm lens, shallow depth of field, subtle steam rising, premium commercial look, 8k同一款产品后者在构图、光比、镜头虚化上都能达到接近真实商业拍摄的质量。关键点在于描述“怎么拍”而不是“它是什么”。2.3 电商场景下的中文品牌字与卖点是加分项做电商主图绕不开中文文案。你可以直接在提示词里加入类似“正面印有‘轻享’两个大字字体现代简洁”这样的描述。实测下来 Qwen-Image-2.1 对短中文标语的成功率相当高但要注意文字越短、越常见出错的概率越低太长、太生僻的句子建议还是后期放进排版软件里处理别全指望模型一次写对。3. 直接能用的品类提示词从家清、数码到食品美妆提示词结构说清楚了接下来上实战。下面这些示例都是我在真实出图过程中调过好几轮的版本风格和方向可以完全照着用产品细节替换成自己的就行。3.1 数码与家电类数码产品需要用画面凸显“精密感”和“材质感”适合用深色背景加硬朗的光影。commercial photography of a matte black wireless gaming mouse, RGB glowing logo, textured grip on the sides, floating above a dark brushed metal surface, dramatic rim lighting, blue accent light in the background, ultra sharp texture details, 8k, octane render style, 50mm lens说明一下这里的 “octane render style” 不是真的让模型去调用渲染器而是作为一个“风格锚点”引导画面往高饱和、高对比、材质锐利的方向走。实测对 Qwen-Image-2.1 效果非常明显。3.2 家居日用与清洁类家清类产品和“生活感”“场景感”强相关纯白底反而没优势。用暖色环境光加轻微的生活痕迹毛巾、水珠、绿植能明显提升购买欲。photorealistic advertisement photo of a white ceramic dish soap dispenser with pump, standing on a marble kitchen counter, soft morning sunlight through window, small green succulent plant in blurred background, gentle water droplets on the surface, cozy clean home atmosphere, 89mm lens, soft focus background这类提示词里我把环境细节放在了比较高的权重上——绿植、厨房台面、晨光这些都会让画面从“棚拍”变成“生活场景”更适合在详情页里当“场景图”用。3.3 食品与餐饮类食品类最忌讳的是“看起来不好吃”。Qwen-Image-2.1 对材质和光泽的还原能力不错只要把“温度感”写进去——蒸汽、油光、焦脆质感效果就上来了。overhead shooting of a bowl of ramen noodles, chashu pork, soft boiled egg, nori sheets, spring onion flakes, steam rising from the bowl, warm ambient light, matte black ceramic bowl, dark wooden table background, food advertisement photography style, high contrast, appetizing, 8k注意视角。俯拍overhead / top-down是食品广告里通用性最强的角度拍面食、披萨、沙拉都很稳。如果是侧面需要层次感的汉堡、蛋糕把 overhead 换成 45-degree angle 即可。3.4 美妆与个护类美妆产品的核心是“高级感”和“氛围感”。这类图适合用大面积纯色背景加光影层次来撑画面关键是光的方向和阴影的柔和度。premium cosmetic product photography of a frosted glass perfume bottle, beige background, soft golden hour light, beautiful long shadow on the left, minimal composition, delicate reflection on the bottle surface, elegant high-end atmosphere, product focus, shallow depth of field, 85mm macro lens一个经验是美妆类提示词里尽量少用“beautiful”这种泛泛的形容词多写“frosted glass”“long shadow”“soft golden hour light”这种可被视觉化的具体特征。模型对“抽象的好看”不敏感对“具体的光线质感”很敏感。3.5 服饰与鞋包类服饰鞋包要解决的问题往往是“版型”和“材质褶皱”。提示词里要明确写出“模特穿着状态”“面料纹理”“动态感”不然容易出现衣服像纸板一样僵直的问题。fashion e-commerce photo of a woman wearing a khaki trench coat, standing in a city street, soft cloudy daylight, coat fabric texture clearly visible, natural wrinkles, casual walking pose, medium shot, 50mm lens, realistic skin and fabric, muted color grading, commercial look关注 “fabric texture clearly visible” 和 “natural wrinkles”——这两个短语直接影响衣服的真实感实测不加这两个词衣服很容易糊成一片。4. 广告摄影风格的进阶提示词几个高频风格方向拆解商品图做多了之后会发现平台里真正能跑出高点击率的往往是那些“一眼有风格”的图。下面拆解几个我常用的广告摄影风格方向大家可以直接复用。4.1 极简高级风核心特征单一背景色 精致主体 比例留白。适合手表、首饰、护肤品。minimalist product photography, a gold analog wristwatch on a beige stone pedestal, solid warm beige background, soft daylight from the left, clean composition with negative space, subtle shadow, high-end advertising aesthetic, 8k注意 “negative space”留白这个词一定要写进去AI 出图默认是尽量填满画面的不写留白它就把画面塞得满满当当。4.2 悬浮创意风核心特征产品“飘”在空中周围搭配相关元素碎片。适合数码配件、饮料零食。floating product photography of a smartphone, dynamic angle, surrounded by floating mechanical gears and tiny water droplets, dark gray background, dramatic studio lighting with soft shadows, motion feel, frozen high speed photography, 8k“frozen high speed photography”这个词能给画面带来一种“瞬间定格”的张力感出图效果非常有广告片味道。4.3 暗调质感风核心特征深色背景 强对比光 厚重阴影。适合男装、酷感数码、香氛。moody dark product photography, a black leather backpack on a concrete floor, single overhead spotlight, strong contrast, deep black background, dust particles visible in the air, rugged texture, cinematic atmosphere, 8k背景里的 “dust particles visible in the air”空气中可见的尘埃颗粒是点睛之笔瞬间把氛围感拉满。4.4 户外自然光风核心特征模拟真实户外场景光线柔和自然。适合户外装备、宠物用品、饮料。lifestyle product photography of a stainless steel camping mug, on a wooden picnic table, forest bokeh background, warm morning sunlight, light mist, steam rising from the mug, outdoor adventure atmosphere, natural color, 8k户外风出图时最容易出现的问题是“背景抢主角”。所以提示词里要把景深和焦点写明确不然产品容易顺着背景一起糊掉。5. 整合包与本地部署秋叶整合包、GGUF 量化版怎么选文章标题里写了“附整合包下载”这里我不直接甩网盘链接——网盘链接时效性太强与其给一个很可能失效的地址不如把找整合包的思路、部署配置和避坑点讲清楚你自己照着找就行。5.1 优先考虑秋叶 ComfyUI 整合包目前社区里对 Qwen-Image-2.1 适配做得最成熟的本地路径是 ComfyUI 工作流。秋叶整合包把 Python 环境、ComfyUI 主体、常用节点、模型管理器都打包好了对不想折腾环境依赖的人来说这是最省事的方案。安装路径大致是这样的先下载秋叶最新版 ComfyUI 整合包注意不是 SD 整合包在官网或者网盘文件夹里选 ComfyUI 分类解压后启动启动器然后在模型文件夹里把 Qwen-Image-2.1 的模型文件放进去。模型文件可以在开源模型站上找 fp16 原版或 GGUF 量化版具体用哪个看你的显存。5.2 GGUF 量化版就是给显存不大、又不想用云服务的人准备的Qwen-Image-2.1 原版模型文件很大对显存要求偏高。GGUF 量化版相当于把模型“压缩”了一部分精度换取了更低的显存占用。那是不是量化版就一定画质差很多实测下来在 Q4/Q5 级别的量化下商品图这类本身细节要求不算极端的场景肉眼差距并不明显但跑图稳定性和显存友好度提升了一大截。以 8G 显存为例配置大概是量化版模型 ComfyUI 的 fp16 运行模式 输出分辨率控制在 1024 级别单张图差不多能稳定跑。如果你只有 6G 显存也不是完全不能用只是分辨率建议降到 832并且尽量别同时开多个模型。说一下我的实际感受本地玩商品图显存 8G 是舒适门槛12G 以上就基本可以放开跑了再往上堆到 24G那更多是为了炼丹和训练 LoRA 用的。5.3 部署和使用时容易踩的几个坑坑一路径不能有中文。整合包解压后路径里如果带中文或空格很多节点会直接报错找不文件。建议统一放在类似D:\AI\ComfyUI_AY这种纯英文路径下。坑二启动器提示缺少节点。Qwen 系列走 ComfyUI 一般需要额外的自定义节点支持。遇到提示缺节点时不要绕开错误直接跑去工作室的节点列表里搜对应插件装齐了再跑。坑三采样器和步数不要乱调。很多人上来就把步数拉高到 40、50反而容易出现过锐化痕迹。我个人常用的配置是 20-28 步CFG 在 3.5-5.0 之间采样器用 Euler 或 DPM 2M。这组参数在出图速度和细节保留上比较均衡。坑四下载模型时注意版本匹配。Qwen-Image-2.1 有多个版本ComfyUI 节点也分新旧版本不匹配会出现“出图全黑”或者“加载失败”的情况。最简单的方法是优先选整合包内置示例工作流里默认对应的模型版本不要自己东下一下西下一下。6. 商品图中的高频翻车现场与修复思路好模型也不是万能的。在实际出图过程中我遇到最多的几个翻车场景基本有通用解。6.1 商品名中文错字能修就修别硬抠Qwen-Image-2.1 虽然对中文的支持是目前开源模型里第一梯队但遇到生僻词、多笔画字还是会偶尔写错。我的处理方式是如果这个图的中文文字是核心卖点直接进入 PS 打 Logo如果只是氛围点缀那就重抽两三次抽到对的为止。想提高单次成功率可以把字体相关描述写短一点并且加上“text in bold modern font, centered on the packaging”这类描述把排版信息写清楚后模型更容易写对。6.2 产品边缘模糊、抠图困难有些朋友想把 AI 生成的产品图直接拿去用但发现产品和背景的边界是糊的抠不出来。这种情况多数是因为提示词里背景描述和产品描述过于接近色彩对比不够。解决方式很直接把背景和产品的明度拉开。比如深色产品配浅色背景或者浅色产品配深色渐变背景再在提示词里强调 “sharp edge between product and background”。如果还是糊那就退一步用白底图seamless white background出图后期自己抠效率完全没问题。6.3 光影不自然大概率是光线方向没有写清楚AI 有时会给一张“正面平光”的图高级感瞬间归零。这是因为没有在提示词里指定光的来向。当你看到图的光线很“平”或者阴影乱飞就在提示词里把光的方向写死light from the upper right、soft light from the left这种越简单越好。另外提醒一下“studio lighting”这个词太抽象模型有多种理解方式。真正有效的是具体光型softbox lighting是柔光箱rim lighting是轮廓光golden hour light是黄金时刻自然光。每一种光型对应完全不同的画面气质写之前要想清楚你要什么。6.4 多产品构图失控如果你需要一张图里同时放多个产品比如一个系列的三款颜色建议直接拆成“一个产品一张图”然后在后期里排列组合。多主体情况下 AI 很容易把数量画错、位置摆乱。硬生成多产品图生产效率反而更低。7. 提示词之外的效率补全LoRA 和批量出图的配合说了很多提示词本身的事最后补一个提高生产力的维度。Qwen-Image-2.1 底模本身很强但如果你希望出图风格更偏某个固定方向——比如“店铺所有主图都要是莫兰迪色调”“所有图都要有磨砂玻璃质感”建议基于自己的历史生图样本训练一个小体积 LoRA。这样做的好处是你的风格不再需要每张图都靠提示词硬撑LoRA 会帮你兜底出图的一致性也会大大改善。批量出图方面ComfyUI 的批处理能力本来就比 WebUI 强加上 Qwen-Image-2.1 在 1024 分辨率下速度比预期要快不少。我跑过一组 20 张商品图的压力测试平均单张时间大约在几分钟到十几分钟之间具体取决于采样步数和显存这个速度放在电商日常迭代里完全够用。最后再分享一个提高效率的小技巧把常见品类、常见光源、常见背景拆成关键词块写提示词的时候就做填空题。比如主体描述 光源块 背景块 镜头块 风格块每个块里放三四个固定短语换品类时只需要替换“主体描述”那一块。我这套玩法跑了一个多月出图稳定性和效率都明显往上走了一截。