1. 为什么直接用图片工具出电商主图总翻车
很多人做电商主图的第一反应是打开图片生成工具,敲一句“帮我生成一张淘宝商品主图”,然后等结果。图是能出来,但问题也很明显:画面好看却不像你的商品,风格高级却不像淘宝主图,文案堆满却没讲清卖点。根因不在图片模型,而在你跳过了“把商品讲清楚”这一步。
我实测下来,真正稳定的做法是把流程拆成两段:先用 Codex 把商品资料整理成结构化的卖点、人群、场景和禁用表达,再让 Codex 把方案改写成 GPT Image 2.0 能直接吃的提示词,最后批量出图并整理成可执行清单。这样每张图都知道自己承担什么任务,而不是在赌一张图。
这篇面向电商运营和设计新手,交付的是可复制的 Codex 提示词模板、批量生成主图的配置骨架、逐步验证动作,以及如何通过 TaoToken 统一 Key/API 通道接入。你照着抄就能跑通从商品资料到主图方案的完整链路。
2. 前置准备:用 TaoToken 统一 Key 和 API 通道
在开始写提示词之前,先把通道打通。Codex 负责策划和改写,GPT Image 2.0 负责出图,两者都需要一个稳定的 API 入口。我用 TaoToken 把 Key 和 API 通道统一管理,好处是模型切换、额度查看、密钥轮换都在一个地方,不用在多个平台之间来回跳。
TaoToken 官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,API 入口是 https://taotoken.net/api (这个不加 UTM)。你需要先拿到 API Key,再去配置调用。
拿 Key 的路径很直接:进入控制台创建密钥,然后到 API Keys 页面复制。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,密钥管理页是 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。如果你要长期做编码或 Agent 类任务,可以看 Coding Plan:https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。
注意:Key 只放在环境变量里,不要写进代码提交到仓库。下面所有配置都用
TAOTOKEN_API_KEY这个变量名。
配置环境变量的命令如下,Linux/macOS 用 export,Windows 用 set:
# Linux / macOS export TAOTOKEN_API_KEY="你的密钥" export TAOTOKEN_BASE_URL="https://taotoken.net/api" # Windows PowerShell $env:TAOTOKEN_API_KEY="你的密钥" $env:TAOTOKEN_BASE_URL="https://taotoken.net/api"验证通道是否通,用一条最简单的请求测试。下面这段 Python 代码只做一件事:确认 Key 有效、Base URL 可达。
import os import requests api_key = os.environ["TAOTOKEN_API_KEY"] base_url = os.environ["TAOTOKEN_BASE_URL"] resp = requests.get( f"{base_url}/models", headers={"Authorization": f"Bearer {api_key}"}, timeout=30, ) print(resp.status_code) print(resp.text[:500])返回 200 并且能看到模型列表,说明通道没问题。如果返回 401,检查 Key 是否复制完整;返回 404,检查 Base URL 是否写成了带路径的地址。
3. 第一步到第三步:商品资料整理、主图方案、提示词改写
3.1 先喂商品信息,别急着写提示词
不要一上来就让 Codex 写提示词。先把商品讲清楚。准备一段最普通的商品资料,比如便携榨汁杯:容量 500ml,适合上班族、学生、健身人群,核心卖点是便携、无线充电、一杯鲜榨、容易清洗,使用场景是办公室、宿舍、健身后、早餐,风格要求干净真实、适合淘宝主图,禁止表达包括治疗、减肥、最强、全网第一等绝对化词。
然后把这段资料交给 Codex,用下面这个提示词模板:
你现在是一个电商主图策划。 请根据下面的商品资料,先整理商品卖点,不要急着写图片提示词。 请输出:目标人群、使用场景、核心卖点、画面中必须出现的元素、不能出现的表达。 语气要适合淘宝小店上新,直接、清楚、不要夸张。 商品资料: 商品:便携榨汁杯 容量:500ml 适合人群:上班族、学生、健身人群 核心卖点:便携、无线充电、一杯鲜榨、容易清洗 使用场景:办公室、宿舍、健身后、早餐 风格要求:干净、真实、适合淘宝主图,不要太像广告大片 禁止表达:不要写治疗、减肥、最强、全网第一等绝对化词这一步的目的是让 Codex 明白:这个商品卖给谁,为什么值得买,图片要讲什么。输出结果应该是一份结构化的卖点清单,而不是图片描述。
3.2 先出 3 套方向,再决定主推哪一种
商品信息整理完之后,再让 Codex 拆主图。我一般不会只要一张,而是先要 3 套方案,每套方案之间有明显区别:一套偏白底清爽,一套偏使用场景,一套偏促销转化。
请基于上面的商品信息,给我 3 套淘宝主图方案。 每套方案都要包含:画面主体、背景、道具、卖点表达、中文短文案、适合的点击理由。 方案之间要有明显区别:一套偏白底清爽,一套偏使用场景,一套偏促销转化。这一步的价值在于:你不是在赌一张图,而是先拿到几个方向,然后选最适合今天上新的那一个。选定之后,再进入提示词改写。
3.3 把方案改写成 GPT Image 2.0 能直接用的提示词
选定方案之后,让 Codex 把它变成 GPT Image 2.0 能用的提示词。关键是写清楚商品主体、画面构图、背景、光线、色彩、道具、图片比例、画面里可以出现的中文文案,并且明确要求像真实淘宝商品图,不要科幻概念图,不要虚假品牌标识。
把第 1 套方案改写成 GPT Image 2.0 图片生成提示词。 要写清楚:商品主体、画面构图、背景、光线、色彩、道具、图片比例、画面里可以出现的中文文案。 生成结果要像真实淘宝商品图,不要像科幻概念图,不要出现虚假品牌标识。改写后的提示词大概长这样:
生成一张 1:1 淘宝商品主图。画面主体是一只浅绿色便携榨汁杯,杯身透明,可以看到草莓、橙子和猕猴桃。 背景为明亮白色厨房台面,光线自然干净。画面中保留适当留白,商品占画面 70%。 旁边放少量水果和一个玻璃杯,突出健康早餐和随手鲜榨。 图片风格为真实电商产品摄影,干净、清爽、适合淘宝上新。 可加入简短中文:"随身鲜榨""500ml 便携杯"。 不要出现品牌 logo,不要夸张功效,不要复杂背景。这比“生成一张高级感主图”稳定很多,因为每个变量都被固定了。
4. 第四步到第六步:批量生成、文案、执行清单
4.1 一张图跑通之后,再批量生成变体
一张图跑通之后,就可以批量化。不要每张图重新想,让 Codex 按同一个模板帮你改不同版本:
请基于这条提示词,生成 10 个主图变体。 每个变体只改变一个重点:背景、道具、使用场景、卖点文案、构图角度。 输出成表格,包含:编号、图片用途、画面描述、中文文案、GPT Image 2.0 提示词、适合测试的人群。变体方向可以包括:办公室早餐版、健身后补水版、学生宿舍版、便携外出版、白底清爽版、节日礼物版、组合装促销版。这一步的核心不是“多生成几张图”,而是让每张图有不同任务,方便你做点击率测试。
4.2 主图文案只做一件事:让用户一眼看懂一个卖点
主图上的字不要太多。很多电商图的问题是画面还没看清,字已经堆满了。让 Codex 只写短句:
请为这 10 张主图分别写 3 条中文短文案。 每条不超过 10 个字。 文案要直接、具体,适合放在淘宝主图上。 不要用绝对化词,不要写夸张功效,不要像直播间喊麦。输出示例:随身鲜榨、一杯刚刚好、早餐快一点、办公室也能榨、500ml 便携杯、拆洗更省心。主图文案不是写作文,它只负责让用户一眼看懂一个卖点。
4.3 整理执行清单,把方案变成可复用流程
最后一步别跳过。让 Codex 帮你整理成真正可以执行的清单:
请把上面的主图方案整理成执行清单。 输出字段包括:图片编号、用途、商品卖点、生成提示词、主图文案、图片比例、文件名、生成后检查项。 文件名要方便归档,例如:product_juicecup_main_01.png。 检查项包括:商品是否变形、中文是否正确、卖点是否清楚、是否出现虚假品牌、是否有夸张承诺。这一步会让整件事从“我试试 AI 出图”变成“我有一套图片生产流程”。你可以把清单交给自己,也可以交给同事,谁来做都知道下一步是什么。
5. 验证请求与成功结果:跑通一次完整调用
配置和提示词都准备好之后,用一段脚本验证整条链路。下面这段 Python 代码演示如何调用图片生成接口,参数用表格对照说明。
import os import requests api_key = os.environ["TAOTOKEN_API_KEY"] base_url = os.environ["TAOTOKEN_BASE_URL"] prompt = ( "生成一张 1:1 淘宝商品主图。画面主体是一只浅绿色便携榨汁杯," "杯身透明,可以看到草莓、橙子和猕猴桃。背景为明亮白色厨房台面," "光线自然干净。商品占画面 70%。图片风格为真实电商产品摄影。" "可加入简短中文:随身鲜榨。不要出现品牌 logo,不要夸张功效。" ) payload = { "model": "gpt-image-2.0", "prompt": prompt, "size": "1024x1024", "n": 1, } resp = requests.post( f"{base_url}/images/generations", headers={ "Authorization": f"Bearer {api_key}", "Content-Type": "application/json", }, json=payload, timeout=120, ) print(resp.status_code) data = resp.json() print(data.get("data", [{}])[0].get("url", "no url"))关键参数对照如下:
| 参数 | 作用 | 建议值 |
|---|---|---|
| model | 指定图片模型 | gpt-image-2.0 |
| prompt | 图片描述 | 用 Codex 改写后的提示词 |
| size | 输出尺寸 | 1024x1024(1:1 主图) |
| n | 生成数量 | 批量时按需调整 |
成功结果的特征:返回 200,data 数组里有 url 字段,打开链接能看到符合提示词描述的图片。如果返回 400,多半是 prompt 里有被拦截的词;返回 429,是频率限制,降低并发即可。
批量生成时,把 10 个变体的提示词放进列表循环调用,每个变体单独保存文件名,方便归档:
variants = [ {"id": "01", "prompt": "办公室早餐版..."}, {"id": "02", "prompt": "健身后补水版..."}, ] for v in variants: payload["prompt"] = v["prompt"] r = requests.post( f"{base_url}/images/generations", headers={"Authorization": f"Bearer {api_key}"}, json=payload, timeout=120, ) print(v["id"], r.status_code)6. 本篇常见错排查
报错 401 Unauthorized:Key 没读到或复制不完整。检查环境变量名是否拼错,重新复制密钥。如果用的是 Coding Plan 的 Key,确认它是否有图片接口权限。
报错 404 Not Found:Base URL 写错了。正确写法是https://taotoken.net/api,不要在后面加多余路径。如果你在代码里写成了带/v1的地址,去掉它。
图片不像自己的商品:提示词里商品主体描述太模糊。回到第 3.1 步,把商品的颜色、材质、容量、必须出现的元素写清楚,再让 Codex 改写。
中文文案乱码或错字:图片模型对中文渲染不稳定。把文案控制在 10 字以内,优先用常见词,生成后逐张检查,发现错字就重新生成那一张。
批量生成时部分失败:并发太高触发限流。把循环改成串行,或者在每次请求之间加time.sleep(2)。如果长期做批量任务,考虑用 Coding Plan 提升额度。
提示词被拦截:检查是否出现了绝对化词、医疗功效词或品牌标识。回到第 3.1 步的禁用表达清单,让 Codex 重新改写。
7. 把流程固定下来,比单次出图更值钱
用 AI 做电商图,真正省时间的不是“按一下生成”,而是你把原本脑子里乱糟糟的判断,变成了可以复用的流程。Codex 适合做的,就是帮你拆卖点、定方案、写提示词、批量改版本、整理清单、做发布前检查。图是 GPT Image 2.0 生成的,但让每张图都知道自己要干什么,这一步交给 Codex。
如果你要验证模型对话效果,可以走模型对话入口:https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。如果你要长期做编码或 Agent 类任务,走 Coding Plan:https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。接入过程中遇到报错,先看 API Keys 页面确认密钥状态:https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,再对照接入文档:https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。Claude Code 相关配置参考:https://taotoken.net/claude-code-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。
把上面这套提示词模板存成自己的片段,下次上新直接替换商品资料,十分钟就能拿到一套可执行的主图方案。