夜雨聆风你有没有过这种时刻——图拍了三天、链接刚上架，亚马逊一句「主图不符合规范」直接把链接下了。几百块广告费打水漂，评分跟着掉，差评还来一句「图片与实物严重不符」。
我做跨境五年，这种痛一个没落下。😭
白底不纯被拒、加了文字被判违规、AI 出的图好看但一眼假、找外包一张几十块还踩坑……尤其今年 AI 做图火了之后，坑变得更隐蔽：图看着挺美，上架才被警告。钱花了，时间花了，链接还险些没了。
所以上半年我干了两件事：一是把市面上的生图 skill 试了个遍，二是试完之后，自己写了一个专门做亚马逊产品图的 skill。
一、先说踩过的四个坑
做亚马逊的朋友应该都懂：一个产品上架，光图片就要七八张。白底主图、尺寸图、细节图、卖点图、场景图，再加 A+ 页面几张横版长图。以前找美工，一套几百到上千，改一版等三天。
AI 生图火了，我第一时间冲进去，结果理想很丰满，现实很骨感。
坑一：图很美，但不是我的产品。 扔一张产品图进去生成场景图，出来的东西乍一看挺高级，仔细一看——logo 位置变了，接缝没了，按钮多了一个。买家收到货一对比，直接差评：「图片与实物严重不符」。
坑二：完全不懂亚马逊的规矩。 亚马逊主图有硬性要求：纯白背景、产品占比要够、不能堆牛皮癣文案。但通用生图工具哪管这些？你说「生成一张吸引人的主图」，它恨不得给你加光效、加大促标签、加一圈装饰花纹。图好看了，链接可能就被下架了。
坑三：一套图，像同一张图复制了七遍。 让工具连续生成两张卖点图，它会把同样三个卖点换个排版又说一遍；两张场景图，都是「产品摆在客厅桌上」。整套图看下来毫无信息增量，等于花七张图的成本，传递了两张图的信息。
坑四：每次都要重新教一遍。 今天调好一段提示词，明天换个产品又要从头调。提示词散落在各个聊天记录里，没有沉淀、没有体系。用得越久越觉得：我不是在用工具，我是在给工具打工。
折腾半年后我想明白了一件事：问题不在模型不够强，而在于没有人把「亚马逊图片的行业知识」系统性地灌进提示词里。 通用工具永远是通才，而亚马逊图片需要的是一个专才。
二、我拿同一个产品，做了一次同题实测
先抛结论：同一个产品、同样三张手机随手拍，一个 3 分钟、4 毛钱出齐 7 张合规图；另一个单张 detail 图就磨了 将近十分钟，还烧的是会员额度。便宜的那个不是模型更强，是它更懂亚马逊。
光吐槽没用，我做了一次最直接的对比。
我试了一圈：Midjourney、Flux、各种套壳的，几乎都点开看过。结论很现实——它们懂「美」，但不懂亚马逊。 通用工具出来的图，要么加了花哨背景被判违规，要么中文卖点直接上图、老外看不懂，要么尺寸比例飘忽、一批出七张张张不一样。
但最有说服力的，是下面这次同题实测。
我拿一个厨房收收纳盒，只给了它三张手机随手拍，分别在两个工具上跑「做亚马逊 7 张套图方案」：一个是 Codex 自带的通用 Image Gen，另一个是我自己写的 amazon-image。
先看我的 amazon-image 出的结果
7 张图，每张角色清晰：main-white 主图、size 尺寸/比例图、detail 细节图、infographic-1 / infographic-2 两张卖点图、lifestyle-1 单一场景图、lifestyle-2 多场景拼图。
费用：每张 0.06 元，七张合计 0.42 元。总耗时 3 分多钟。
六分钱一张图——这是我对比下来最稳也最便宜的图床。
再看 Codex 自带的通用 Image Gen
同样的三张图、同样的指令，它也规划了 7 张。
7张图花了 19 分 06 秒。它还纠正自己：「我发现刚才只是在更新计划，没有实际调用生成工具。」
也就是说，它会先把 plan 想清楚、再去真正生成。
差距在哪？三个地方
第一，速度和成本。amazon-image 七张 3 分多钟，图床按张计费、0.06 元一张，是我对比下来最稳也最便宜的方案。通用 Image Gen 也不是免费的——如果你开了 Codex 会员，它直接走的是会员包含的 GPT-image-2 模型调用额度，本质是消耗你的会员配额，一样在花钱。更扎心的是速度：通用版7张图就 17 分钟。对赶新品上架的卖家来说，钱还在其次，时间上这不是慢一点，是不可用。
第二，丰富度。 通用版的图较"规矩"，信息点清晰、文字干净；但主图、尺寸图、场景图就显得中规中矩——主图就是一个白底产品图，场景图是「产品放在背景上」的经典 AI 味，没有那种「我可能也会这么用」的代入感。在信息流里一眼就能让人停住也是很重要的。
第三，也是最关键的——判断。 通用 skill 更像一个绘图器：你让它出图，它出图。它不会主动告诉你「主图必须纯白底、不能加文字」，不会提醒「这个参数没有依据不能写」，也不会按买家的顾虑规划整套图。
amazon-image 干的事，是先帮你把「这张图该讲什么」想清楚，再动笔。
这中间的差距，不是模型，是经验。
看到这你可能会问：一个没造模型的人，到底怎么让 AI 既懂「美」、又守得住规矩？下一节，我把这套思路拆给你看。
三、于是我写了一个 skill：amazon-image
我没自己造模型，只是把五年攒下的亚马逊出图经验，一条条写进规则里，让 AI 每次都照着做。
它不负责「画」，负责「想」——这是整个 skill 最核心的定位。
四、我的核心思路：让 AI 当美术指导，而不是画师
动手之前我先想清楚了一个定位问题，这也是整个 skill 最核心的设计决策：
skill 本身是「决策者和提示词作者」，生图接口只是「执行层」。
大部分生图工具的思路是「用户给一句话 → 模型直接画」。而我的思路是中间加一层「美术指导」：它先分析你的产品信息，规划整套图的结构，为每张图写出专业的、带约束的提示词，最后才交给底层模型去画。
聪明的部分放在提示词的规划和撰写上，画画这个体力活交给接口。这样做有个巨大的好处：哪天底层模型换了、升级了，我的整套方法论一行都不用改。
具体展开讲几个关键设计。
1️⃣给每张图定「岗位职责」，而不是自由发挥
这是整个 skill 里我认为最值钱的部分。
亚马逊 Listing 的一套图，我固定成 7 张的标准序列：白底主图、尺寸图、细节图、两张卖点图、两张场景图。关键在于——每一张图都有一份明确的「岗位职责说明书」，写死在规则里。比如：
你可能觉得这些「不许」太啰嗦。但恰恰是这些否定式约束，解决了 AI 生图最大的毛病——它太想表现了。你不拦着它，它就会把每张图都画成大杂烩。
做产品图，需要的不是创意上限，而是纪律下限。
2️⃣防重复机制：第二张图必须带来新信息
前面吐槽过「七张图像一张图复制七遍」的问题，我在规则里做了针对性设计——成对图片强制差异化：
卖点图二必须讲一组与卖点图一完全不同的价值点，禁止换皮重复；
场景图二优先用多场景拼贴构图，跟场景图一的单场景形成互补；如果拼贴不合适，也必须换一个明显不同的场景；
A+ 的中后段图片，不许「塌缩」回开篇主视觉的风格，每一屏都要往前推进叙事。
一句话总结：整套图是一个叙事系统，每张图都要提供增量信息，而不是各画各的。
3️⃣合规冲突时，skill 要敢于「顶撞」用户
这是个很有意思的设计。我在规则里明确写了：当用户的要求和亚马逊规范冲突时，保住合规性，而不是盲目听话。
比如用户说「主图上帮我加几行卖点文字，再放个促销角标」——skill 不会照做，而是保住白底主图的合规性，简要解释风险，然后建议把这些内容放到卖点图里去。
为什么这么设计？因为我踩过坑。AI 最大的问题不是能力差，而是太顺从。你说什么它都「好的没问题」，最后翻车的是你的链接。一个专业工具应该像一个专业美工：知道什么钱能赚、什么单不能接。
4️⃣参考图策略：有几分证据，说几分话
产品一致性是生图最大的痛点，我的解法分两层。
有参考图时：严格用参考图约束产品的轮廓、结构、材质、比例和可识别细节。宁可「像但普通」，不要「美但不像」——因为跨图对比的是买家，退货的也是买家。
没有参考图时：不硬编。skill 会照常出图，但明确警告「外观一致性可能漂移」，同时在提示词里主动降级——避免描述看不见的精确尺寸、复杂结构和材质细节，改用更宽泛但可信的语言。
这背后是我做这个 skill 的一条底线原则：绝不编造用户没提供的精确规格、尺寸和材质。 AI 的幻觉在聊天里是小事，在电商图片里就是投诉和退货。
写在最后🖊️
做跨境五年，我最大的体会是：工具越来越便宜，但「知道该做什么图」这件事，始终值钱。
开发这个 skill 时，我总结了三条最深的体会：
垂直场景的价值，在于把行业知识固化成规则。 这个 skill 没有任何高深算法，它的全部价值就是把「亚马逊图片该怎么做」这套行业经验，翻译成了 AI 能严格执行的约束。通用模型 + 领域规则，胜过一切「万能提示词」。
约束比能力更稀缺。 我写得最多的不是「要做什么」，而是「不许做什么」。不许在主图加文案、不许重复卖点、不许编造规格。AI 时代，会踩刹车比会踩油门值钱。
分层设计留出进化空间。 决策规则和执行接口彻底分开，意味着这套方法论可以一直沉淀下去，模型随便换。你在 AI 上投入的时间，应该沉淀成资产，而不是随某个模型版本一起过期。
试了这么多做图 skill，最后还是自己写了一个。不是为了卖，是因为它确实顺手——早上拍张图，下午七张图就齐了，成本几毛钱，链接不踩规。
这套 amazon-image 我已经打包好。如果你也在做亚马逊，也在为主图、卖点图、场景图头疼，‼️后台回复「亚马逊做图」，我把安装资源发你。
不营销，就是自己用着舒服，顺手分享给同样在这行里摸爬滚打的人。
以上⬆️，既然看到这里了，如果觉得不错，随手点个赞👍、在看❤️、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐️~谢谢你看我的文章我们，下次再见。
─────────────────────
关于我
我是 Seven，做了 5 年跨境电商。
现在每天在做一件事：把重复的电商工作，一件一件交给 AI。
踩过的坑、跑通的流程，都写在这里。
关注我，一起把活干掉。
─────────────────────