1）先把“四个规范”定死：不然越跑越乱

批量生图最怕“每张都像新项目”。我一般先把下面四件事写成一页规范（团队共享，后面所有生成都照着来）：

• 尺寸矩阵：把所有渠道需要的尺寸列成表，避免临时加尺寸导致风格断层。常见组合：1200×628、1080×1080、1920×1080、750×1334。

• 风格前缀：只定一套风格（色调、背景、光线、构图比例），写成固定前缀，每次生成都带上。

• 文案先定稿：同一活动只换变量（商品名/价格/利益点），不换句式；不要让模型临场发挥。

• 品牌元素边界：Logo、最终字体与排版建议交给设计工具统一处理；让 AI 主要负责“画面氛围 + 构图”更稳。

---

2）两段式：Flash 负责快，终稿负责稳

把“出图”拆成两步，你会明显更省返工：

1. 预览段（Flash）：2-3 秒级出预览，先看构图、主体占比、背景干净不干净，方向对不对。

2. 定稿段（终稿链路）：确认方向后再走高清/更稳的定稿流程（当你对皮肤纹理、布料褶皱、复杂场景元素更敏感时，别硬让 Flash 扛到底）。

你会发现两段式的本质不是“换模型”，而是把目标拆开：预览追求反馈速度，定稿追求稳定与可交付。

---

3）Prompt 工程化：用“前缀 + 变量”，别每次从零写

想让一批图风格统一，关键是把风格写成前缀，把尺寸/商品/文案当变量；模板越稳定，批量出来越一致。

下面是我常用的写法（你只需要改变量就能复用）：

style_prefix = """
暖色调产品摄影风格，背景为渐变橙色（#FF6B35 到 #FFA366），
光线从右上方照入，画面干净简洁。
"""

def make_prompt(w, h, product_name, promo_text, cta_text="立即选购"):
    return f"""
{style_prefix}
生成一张 {w}x{h} 像素的电商促销图。
画面中央是 {product_name}，主体占画面约 60%。
图片上方写“{promo_text}”，底部放圆角按钮，按钮文字“{cta_text}”。
不要添加其他文字、Logo 或装饰元素。
"""

实操建议：

• 同一组变量一次出 3 张：先挑最干净的一张，再微调；比“死磕一张”更快。

• 把“不要什么”写清楚：比如“不要多余文字/不要 Logo/不要额外装饰”，能减少批量里的随机噪音。

• 把可控点放到变量里：价格、利益点、按钮文案这些变化最频繁，做变量能把维护成本压到最低。

---

4）批量跑得稳：并发、重试、记录（这三件事别省）

我踩过的坑基本都在“跑得快但跑不稳”。上线前至少把下面三件事做成默认配置：

4.1 并发：从小到大，先稳再快

• 先从 5 并发起步，稳定后再加；并发太猛更容易遇到超时或限流。

4.2 重试：指数退避，最多 3 次

• 指数退避（例如 1s、2s、4s），最多重试 3 次。

• 超过次数就记录失败，别卡住全队列。

4.3 记录：把每张图的“来路”记全

后面复盘、复用、二次生成，都靠“记录”。最少把这些字段落地到 JSON/表格里：

• prompt、尺寸、变量（商品名/文案/按钮文案）

• 时间戳、输出路径、状态（待审/通过/淘汰/失败原因）

---

5）人工筛选标准：先看“能不能发”，再看“好不好看”

批量生成省的是“制作时间”，不是“审核责任”。我用这四条做第一轮硬筛（不合格直接淘汰）：

1. 文字是否正确、清晰（有错别字直接淘汰）

2. 主体是否干净（边缘溢出、怪影、奇怪结构直接淘汰）

3. 构图是否适配渠道（留白够不够、按钮区是否拥挤）

4. 风格是否一致（色调跑偏就淘汰，别指望后期救回统一感）

第二轮再挑“更好看”的（光影、质感、细节）。

---

6）微调与精修：编辑模式改结构，排版交给设计工具

需要微调的通常是三类：

• 字号与位置：让按钮和促销信息更醒目。

• 主体偏移：居中/靠左，留白更合理。

• 背景干净度：去掉多余的小物件和纹理。

最后落版时建议：

• 文案做成可编辑文字层（字体、行距、对齐统一）

• Logo 从素材库统一贴（别让模型“猜”品牌资产）

---

7）把“多模型接入”做成一条线：我为什么用 PoloAPI（可选）

当你把“两段式”做成产品能力，或者团队里有人用 Gemini、有人用其他模型，最耗时间的往往不是写 prompt，而是对接和运维。

我更倾向用 PoloAPI 这类聚合平台把入口收敛（你可以把它理解为：统一 Key + 统一接口，便于切模型与做统计）：

• 一个 Key + 统一接口：不用每家厂商各对接一套，切模型更省事。

• 99.9% 可用性（SLA）：活动高峰期更适合跑批。

• 用量与费用可追溯：可按模型/项目/时间统计消耗，预算更好管。

• 权限审计、日志溯源：更容易进企业系统；也支持私有云/混合云这类交付选项。

• 7×24 技术支持：真遇到并发与超时问题有人跟进。

做法通常也很直接：按文档把 API Key 和 Base URL 换成聚合平台的配置，先把“批量生成链路”跑通，再去优化模型选择与并发策略。

---

8）一页“可复用落地清单”（建议你直接复制到项目里）

• 规范

  • 尺寸矩阵已确认（渠道/尺寸/安全边距）

  • 风格前缀已固化（色调/背景/光线/构图）

  • 文案变量表已定稿（商品名/利益点/按钮文案）

  • 品牌资产边界已明确（Logo/字体/最终排版由设计工具处理）

• 生成

  • Flash 预览段：每组变量出 3 张候选

  • 定稿段：确认方向后再走终稿链路

• 工程

  • 并发从 5 起步，稳定后再加

  • 指数退避重试 ≤ 3 次，失败不中断队列

  • 全量记录（prompt/变量/尺寸/时间戳/状态/路径）

• 审核

  • 文字正确清晰

  • 主体干净无伪影

  • 构图适配渠道留白

  • 风格一致不跑偏

• 落版

  • 文案用可编辑文字层重做

  • Logo 从素材库统一贴

---

9）常见问题

Q1：为什么我批量出来的图“风格不统一”？

最常见原因是风格没有固化成前缀、文案句式每次都在变。先把“前缀 + 变量”模板稳定下来，再谈提升细节。

Q2：为什么会随机超时/失败？

并发过高、服务端负载波动都可能导致超时。先把并发降到 5、加上指数退避重试，并且保证失败不会卡死队列。

Q3：AI 生成的 Logo/字体能不能直接用？

不建议。为了品牌一致性与可控性，Logo 与最终文字层尽量交给设计工具统一处理。

---

10）结尾：先把链路跑稳，再谈“更好看”

如果你现在的痛点是“图能出但不统一”，优先把前缀模板和筛选标准写死；如果痛点是“活动期跑不动”，先把并发、重试、记录做成稳定链路。

你更想先优化哪一段：预览速度、终稿质量，还是批量稳定性？