前两天有个做跨境电商的朋友跑来找我，说他依靠AI工具给弄出来了50张主图，耗费的时间还不到两个小时，进行图片生成工作的速度确实快得很呐，但是上架之后点击率却一直在1%左右来回徘徊，比之前人工做的还要低。
这事我实在是太清楚不过了。市面上搞电商图片的工具已经有一大堆了，帮着把图给出出来，帮着出图，帮着出图，全都在这条道上闷头跑。但你仔细琢磨琢磨，你上架一款新品，要是点击率一直卡在1%到2%之间，那问题真的就出在图不好看上吗？多数情况下图确实是挺好看的，好看但是没啥用，因为消费者扫一眼就走人了，你图上那些文字他压根没给看清，或者就算看清了也觉得跟你卖的货不是一回事。对转化率起到决定性作用的因素，其实就是你把什么话给放在了图上。这个判断可能有点反直觉，但说白了也就是一句话的事儿，电商主图的转化力不在画面，而在于文案 。
前阵子有个项目让我多留意了一番，叫aiset-ecom，开源的，面向Hermes Agent和OpenClaw的电商视觉创作Skill（PS，这里说一下，Skill这个词在Agent生态里相当于"标准化调用方法论"）。它主要开展了三项工作，把视觉简报和AI生图Prompt给生成出来，把API给配置好之后直接调用生成图片，并且凭借产品资料完成一份视觉文案执行稿的输出工作。三项工作里头，让我觉得有意思的那个功能，就是视觉文案执行稿。视觉文案执行稿听起来挺抽象的，大白话就是每张图只交付三项内容，画面内容、图内文案，同时加上设计说明。没有多余解释，设计师拿到之后就能直接上手出图。
我自己曾经做过一段日子的电商运营工作，店铺不大（PS，别笑，就是那种小店铺），当时所有的主图都需要跟设计师反复进行修改调整工作，绝大部分时间都耗费在沟通「把这行字放这里还是放那里」「把那个卖点要不要写上去」上面，改三四版下来一张主图就耗了半天。要是能够直接把这三项内容给完成交付，这样一来省掉的沟通成本比省掉的设计成本还要多得多。
紧接着它就把一个6步工作流给设定出来了，涵盖了信息收集工作的进行，把合规的必卖理由提炼出来，用户确认门，主图文案，详情页模块，同时还涵盖了合规自审评分环节的开展。
这里面存在一个环节，别的工具基本不怎么去搞，叫做用户确认门。把必卖理由提炼完成之后，并不直接往下推进文案生成工作，而是先过一遍用户确认这一步才行。这一步看着好像挺多余的，我头一回看到的时候也觉得多走了一步流程出来。
但后来仔细一想，去年有个朋友做蓝帽子保健食品，借助AI协助他开展卖点提炼工作，写成了「增强免疫力」「改善睡眠质量」。看着挺有吸引力的，直接进了文案进了主图，结果审核全部给打回来了，同时还扣了店铺评分出来。保健食品功能宣称一定要在获批范围内开展撰写工作才行，他那款只批了「辅助改善睡眠」，「增强免疫力」压根就没批下来。
从头对内容开展一遍修改工作，比走确认门多花了三天时间出来。
这事之后我那个朋友跟我吐槽，说他做完那批保健食品以后把规则全记了一遍，过了两个月结果又忘光了，每次都要重新去查一遍才行。还不如让AI辅助他开展匹配工作，至少不会忘掉。
什么是确认门呢，其实就是在把内容提炼出来的那个瞬间，让你先停一下手，仔细看一眼到底合规还是不合规才行。
要是没确认，那就得换上一个合规的说法来开展替代工作了。这个设计思路我后面还会再聊到，那么现在先继续往下看规则库。
合规规则库划分成了四层，普通食品那层偏严，然后是蓝帽子保健食品，运动器材，还有通用规则。不同品类的合规边界完全不一样。普通食品不能开展功能宣称撰写工作，保健食品可以在获批范围内开展撰写工作，运动器材则有自己的安全表述要求存在才行。
自动匹配品类规则这事，手工去做也行，但你得把每条规则都记牢才行。
自审评分机制，一共五个维度，文案精简度还有图内可放性、合规性，加上结构清晰度以及实用性，低于80分就开展强制重写工作出来。
低于80分开展强制重写工作，实操中就是让你不用等到审核被打回来才发现文案有问题，在生成阶段自己就把不合格版本筛选淘汰掉了才行。
在这五个维度当中，图内可放性这个维度呢，很多工具其实不会单独去进行专项的检查工作，要是电商主图上弄的文字太多，就会把商品的主体部分给遮挡住，但字要是弄得太小呢，那又根本看不清楚，所以这个可放性啊，说白了也就是要在文字的数量和画面的空间之间，去开展寻找平衡的工作。一条主图的文案要是超过了二十个字，那基本上就算是超标了。合规性这块就是直接对照着规则库去开展扫描工作，结构清晰度主要是看信息层级，而实用性呢，就看消费者拿到这张图之后，能不能借此直接做出购买决策出来。
谈到出图这个环节，里面一共准备了25种场景模板，白底主图跟生活方式图这类基础场景肯定是有的，平铺摆拍和细节特写也都包含其中，海报Banner还有社媒UGC、模特展示、前后对比这些全部给囊括了进去，信息图加上尺码说明之类也在列表当中，直播间场景同样有，虚拟试穿和爆炸图，隐形人台也涵盖在里面，杂志编辑风和季节Campaign、轻奢氛围还有设备样机等等，运动Campaign也在其中，可以说是把该有的全都给囊括进去了。
25种模板其实算不上什么核心关键，真正的关键之处说白了就落在 Campaign Style Lock这个功能上面。
在开展电商图制作工作的时候很容易犯下这样一个毛病，就是一张图就搞出一个风格来。把白底图弄成冷调，场景图换成暖调，海报又搞了个赛博朋克，这么一来，消费者看完五张图脑子里根本没法形成统一的品牌印象。
Campaign Style Lock把色板、冷暖调、字体之类给锁定下来，背景风格也做了统一化的处理，这样一来就保证了多图视觉的一致性得以维持住。这个功能在跨境场景里头显得尤为关键，Amazon一条Listing通常有6张图，Shopify首页Banner加上详情页可能有十几张，要是风格散了，买家就会觉得不是一个品牌的东西。
还有个转化驱动力诊断功能，可以自动开展判断工作，看你的产品究竟属于视觉驱动型、痛点驱动型还是情感价值驱动型，然后针对性地去开展图片序列的生成工作。
时尚品类主图就是核心转化力量，需要多出场景图和模特图；功能型日用品主图要把解决问题所带来的对比感给凸显出来；礼品体验类氛围图比功能图更重要。拥有不同驱动力的产品，图片序列结构顺序是不一样的，拿一个固定模板去套用所有品类，那么转化率上不去也就显得很正常了。
关于诊断这个事听起来多少有点玄乎，我刚开始的时候同样觉得像是个噱头一样，不过里面的逻辑确实能立得住，不一样的驱动力会对应着产生出不一样的图片序列结构，关于这个判断，我之前在20多家企业里头都亲自开展过验证工作。
参考图片支持可以算得上是一个加分项，把产品实拍图传入进去，让AI在开展生成工作的时候外观能够更加贴近真实的商品。要是手头有实拍图的话，生成出来的产品外观还原度就会高出许多，退货率也跟着往下掉，产生的纠纷同样变少了不少。腾讯云那篇实测文章里头提到过，服饰类目要是借助AI去开展完整模特形象的生成工作却不用实拍图来作为参照，退货率比起实拍图会往上走5到8个百分点。
Prompt/Generate这双模式的设计同样也算比较务实了。要是还没对API进行配置操作，那它就仅仅只会把Prompt给输出出来，你可以把它拿到Midjourney或者是其他什么工具里面去使用。要是把API给配置妥当了，那就能够直接开展调用操作去出图了。这个生图脚本没有任何依赖，纯粹是依靠Python标准库才得以实现的，把pip install的操作给省去了，对于技术小白而言，算是省下了去折腾环境配置的那些麻烦了。
到了2026年，各大平台针对AI图片所进行的审查工作，明显呈现出收紧的态势了，淘宝天猫把AI假图识别模型给推出了，拼多多还有抖音京东同样也跟进做了调整。平台重点打击的对象就是虚假宣传图，要是合规地借助AI去把白底图和场景图给生成出来，那就完全合法。亚马逊那边就更加严格了，在2026年4月的时候把政策给更新了，主图必须是纯白背景的实拍图，AI生成的内容只能够被使用在A+页面以及副图上面。
aiset-ecom的合规规则库把对淘宝、天猫、京东、拼多多和抖音小店这些平台审查重点的覆盖工作给实现了，虽然没法把人工终审给取代掉，但至少在生成环节，把常见的违规点给拦截住了，这样一来，也就把后期反复去修改图片的功夫给节省下来了。
这个项目把「先过合规线再去谈转化率」当作了设计的原则，合规属于前置的条件。市面上许多AI电商工具的逻辑，是先帮你把图和文案给生成出来，先弄出来再说，要是违规了，你自己再去进行修改的操作。aiset-ecom则反过来了，先去把合规性给确认好，然后再往下推进， 确认门就是这个逻辑的具体落地 。
当然它也存在局限的地方，6步工作流里头的确认门，需要用户去参与进去，要是你完全不想介入，只想一键把全套给生成出来，面对这个流程会觉得多出了一步操作。不过电商文案这事完全不介入的话，等同于把合规风险全盘交由了AI，AI对法规的理解跟人相比，差距差得远了，你觉得它提炼出来的必卖理由合规，审核觉得不合规，被打回来重新去弄，比起确认门多花的时间还要长。
整个项目属于一个开源的Skill，安装到Hermes或者OpenClaw里头，就能够直接进行选用了，API配置写在.env里面，同时还兼容OpenAI的各种别名环境变量。要是不做跨境电商只做国内的话，合规规则库照样能够被使用，模板里头同样也包含国内平台的场景。只做跨境不做国内的话，模板里头同样也包含Amazon和Shopify的详情页场景。
关于电商视觉这块的事儿，AI能够给予协助的地方，比起大多数人所设想的来，那可要多得多，像是判断力还有审美能力，以及对法规的边界感把控，这些方面目前的话，依然还得依靠人工去开展相关的处理工作才行。
aiset-ecom的整体思路确实是对的，把AI能够胜任的部分落实成标准化以及流程化，同时把合规给做了前置化处理，让人在关键的决策节点去开展介入操作，剩下的那些就统统丢给AI去进行处理了。
至于说它到底好不好用嘛，我自己目前还没跑完过一整套完整流程，那么这里就不去给出结论了，感兴趣的同学可以自己上手去进行尝试体验看看。
