夜雨聆风老猫企业AI实操
AI生成电商产品图片
要让消费者在图中看到自己！
问你一个问题：你打开亚马逊，搜索一个产品，结果页刷出来20个Listing，你会点哪一个？
不是最好看的那个。不是最便宜的那个。是那个让你觉得——"这就是给我用的"的那个。
上个月我帮一个做瑜伽垫的朋友优化Listing图片。他原来的场景图是一个身材完美的欧美模特，在落地窗前做高难度瑜伽动作。图片质量没得说，构图、光影、色调全是专业级别。
结果主图点击率1.6%，低于品类平均的2.8%。我问他：你的目标客户是谁？他想了想说，应该是25-40岁的女性吧。
"应该是"三个字，其实就已经暴露问题了。
你连买家是谁都不确定，怎么可能让她在图里看到自己？
AI生图的第一步不是写prompt，是搞清楚"我在给谁生图"。
01 大多数人用AI生图的逻辑是反的
我观察了做亚马逊的朋友们怎么用AI生图，流程基本是这样的：
看产品卖点 → 想一个"好看的场景" → 写prompt → 生图 → 挑一张上架。
这个流程的问题在哪？
它的出发点是产品，不是人。
你的产品面料好，所以你生一张"柔软面料特写"。你的产品防水，所以你生一张"雨天户外"。逻辑没错，但买家看到这些图的感受是什么？"哦，又一个产品。"
你想想，亚马逊搜索结果里一页20个产品，每个都在展示自己的卖点。你的"面料好""防水强"，跟隔壁那个有什么区别？买家分不出来。所以他看哪个便宜点哪个。
但如果你的图里，出现的是一个跟他很像的人，在一个他很熟悉的场景里，正在经历他此刻最头疼的那件事——他会停下来多看一眼。这一眼，就是转化的起点。
02 COSMO算法：帮你搞清楚买家是谁
说到这你可能会问：怎么知道买家是谁？靠猜？
靠猜注定翻车。我之前做婴儿睡衣的时候就猜错过——以为目标客户关心"面料柔软"，结果人家关心的是"半夜换尿布方不方便"。这两个关注点，生出来的图是完全不同的画面。
后来我在工作流里接入了亚马逊的COSMO算法分析。说白了，COSMO就是亚马逊自己用来理解买家搜索意图的AI系统。我把它的分析维度拆出来，让AI自动跑一遍人群画像。它分析的不是"大概"，是13个具体维度：
COSMO 13维分析——拆开讲最关键的4个维度：
维度1：买家画像 — 这个产品的买家是谁？年龄、性别、身份、生活方式。不是"25-40岁女性"这种模糊描述，而是"28岁、独居、刚开始健身、在互联网公司上班、晚上8点在客厅练瑜伽"。
维度2：使用场景 — 她在什么时间、什么地点、什么状态下使用这个产品？不是"在家"，而是"下班回家后，换上家居服，在客厅铺上瑜伽垫，一边听播客一边做15分钟拉伸"。
维度3：情绪触发 — 她为什么现在买？不是"想健身"，而是"上周体检报告说颈椎有问题，同事推荐她做瑜伽缓解"。
维度10：痛点 — 她对现有方案最不满的是什么？不是"质量差"，而是"之前买的瑜伽垫太滑，做下犬式的时候手一直往前滑，特别烦"。
你看出来了没有？每个维度分析到最后，出来的不是一个抽象的"目标人群"，是一个具体的人、一个具体的瞬间。
这个人和这个瞬间，就是你的图片应该展示的内容。
03 从人群分析到场景再现——具体怎么做的
讲个具体的案例。
上个月做亚马逊的一款婴儿连体睡衣。COSMO分析跑完以后，系统给出的人群画像是这样的：
核心买家：30岁左右的美国新手妈妈，第一个孩子6-12个月大
核心场景：凌晨2-3点，宝宝哭醒需要换尿布，妈妈睡眼惺忪摸黑起来
情绪触发：上一件睡衣的拉链每次卡住，换尿布要折腾5分钟，宝宝哭得更厉害
核心痛点：凌晨换衣服太麻烦，想要"一拉就开、一按就合"的设计
VOC高频词(SORFTIME数据)：easy to change / zipper stuck / 3am diaper change / one-hand operation
有了这些信息，场景图的画面就自动浮现了：
不是"阳光明媚的婴儿房+白胖可爱的宝宝"——这种图只是"好看"。
而是"凌晨微光中，疲惫但温柔的妈妈，单手轻松解开睡衣按扣，给宝宝换尿布"——这个画面里有时间、情绪、动作细节，是一个新手妈妈立刻就能代入的瞬间。
这就是"让消费者在图里看到自己"。
04 不同品类，COSMO分析出来的画面完全不一样
我用这套系统跑过好几个品类，每次出来的画面都让我意外哈。因为你以为的"合理场景"，和COSMO分析出来的"真实场景"，差距比你想的大得多。
瑜伽垫：
你以为的场景：专业瑜伽教室，身材完美的模特，高难度体式
COSMO分析的场景：下班后的客厅地板上，穿着T恤短裤的普通女生，笨拙但认真地做基础拉伸
为什么：SORFTIME数据显示60%的买家是健身新手，她们看到完美模特的第一反应是"这不是给我用的"
效果：换图后点击率从1.6%提升到4.2%
蓝牙降噪耳机：
你以为的场景：年轻人戴耳机跑步，阳光洒在脸上
COSMO分析的场景：开放式办公室里，隔壁同事在大声打电话，这边一个人戴着耳机从容地开视频会议
为什么：差评里"通话噪音"是排名第一的痛点词，买家真正的购买动机不是"听歌"，是"开会不被吵"
儿童保温杯：
你以为的场景：可爱小朋友在公园里开心喝水
COSMO分析的场景：妈妈把保温杯放进孩子书包侧兜，杯子6小时后拿出来水还是温的——妈妈露出放心的表情
为什么：买家是妈妈不是孩子。妈妈的痛点是"担心孩子在学校喝凉水"，所以场景要展示的是妈妈的安心感，不是孩子的开心感
你发现了没有？每个品类的"正确场景"，都不是你凭经验能想到的。它藏在COSMO的人群分析和SORFTIME的VOC数据里。
05 系统怎么自动做这件事
你可能觉得：这套分析我手动也能做，一个个产品去查评论、分析人群，也不是不行。
也不是不行。但你想想，一个产品分析下来至少2小时。你有30个SKU需要上图，那就是60个小时——光分析人群就要两周。
更别说分析完还要写prompt、调参数、生图、挑选、上架。
所以这套流程在我的n8n工作流里是自动化的：
Step 1 输入产品ASIN和白底图 → 系统自动调用COSMO分析13个维度
Step 2 SORFTIME抓取竞品TOP20的评论数据 → 提取VOC高频痛点词
Step 3 两组数据交叉 → 生成「人群画像+情绪场景+视觉策略」方案
Step 4 自动匹配模特类型（年龄/肤色/体态/穿着风格）和场景参数
Step 5 生成精准prompt → 场景图、模特图批量出图
Step 6 AI合规检查 → 自动交付到飞书表+Google Drive
运营只需要在飞书表格里填一行。剩下的，从分析到出图，全自动完成。
一个产品从输入ASIN到拿到全套Listing图片，8-12分钟。成本4-8元。
06 一个踩过的坑：人群分析对了，画面细节错了
这套系统不是一开始就跑得很顺的。说个坑哈。
有一次做一款厨房围裙，COSMO分析出来的核心买家是"35岁美国主妇，在家做烘焙"。场景是"厨房里，女主人戴着围裙，面前摆着刚烤好的蛋糕，她擦了擦额头的面粉，露出满足的微笑"。
分析得挺好的，对吧？结果AI生的图里，厨房是那种中式开放厨房，灶台上放着铁锅和酱油瓶。
你让一个美国主妇在中式厨房里做蛋糕。。。
这种细节，COSMO的人群分析不会告诉你。它告诉你"谁"和"什么场景"，但不会帮你检查"美式厨房长什么样"。
后来我加了一层规则：根据目标市场自动匹配环境细节——美国市场用开放式岛台厨房+烤箱+大冰箱，日本市场用小巧紧凑型厨房+电饭煲，欧洲市场用原木风厨房+壁挂式咖啡机。
人群分析解决的是"谁在什么时刻做什么事"，环境细节解决的是"这件事发生在什么样的空间里"。两层都对了，图才真实。
07 说到底
做了这么多产品的图，我越来越觉得一件事：
AI生图最容易犯的错，是站在卖家视角自说自话。
你觉得你的面料好、设计好、功能强，但买家只关心一件事——"这东西跟我的生活有什么关系"。
COSMO分析帮你搞清楚买家是谁、在什么瞬间需要你的产品。SORFTIME数据帮你验证这些痛点是不是真的、竞品有没有在打这个点。
两个数据源交叉完，AI生出来的图就不再是"好看的产品照"，而是一个让买家觉得"这就是我的生活"的画面。
人群对了场景才对，场景对了情绪才对，情绪对了买家才点。
图片不是卖产品，是帮买家看见自己。
关注公众号「老猫企业AI实操」，后台回复「COSMO分析」，获取COSMO 13维人群分析模板和3个品类的完整场景策略示例。
如果你对老猫文章中介绍的自动化工作流或者AI工具使用感兴趣，可以联系微信号：OldcatAI2026
我们一起来实践企业团队AI落地实操。
— END —
老猫企业AI实操 | 用AI让运营更高效
