掌握这套指令，让 AI 一次出齐 7 张\"品牌级\"全家桶

把整套模板先放出来

先看全貌再看拆解。下面这段是英文原版。这套 prompt 适合"能看懂结构化指令的多模态模型",首推 ChatGPT(GPT-4o / GPT Image)、Gemini 2.5 Flash Image(俗称香蕉模型)。Midjourney 由于不解析 STEP 1 这种自然语言逻辑,需要把模板压成单段连续描述才能跑。

填法:只替换 [大写字母占位符] 这种带方括号的部分,其他英文(包括 CORE OBJECTIVE、STEP 1、PANEL SPECIFICATIONS 这些段落标题)一字不动:

CORE OBJECTIVE: Create a professional 8k studio editorial 
based on [PRODUCT_NAME], [PRODUCT_MATERIAL] finish. 
Analyze subject geometry, material, and branding to 
maintain logic across 7 seamless panels.

STEP 1: DYNAMIC ANALYSIS
Subject: [PRODUCT_NAME], [PRODUCT_SHAPE], [KEY_FEATURE].
Logo: [BRAND_LOGO].
Material Logic: [MATERIAL_TYPE] — [LIGHTING_STYLE], 
[SURFACE_TEXTURE], [REFLECTION_TYPE].

COMPOSITION & STRUCTURE
Single seamless image. Top: 1 Hero Panel. 
Bottom: 2x3 Grid (6 panels). Total 7 views. 
No text or borders (except Frame 2).

PANEL SPECIFICATIONS

MAIN HERO: [PRODUCT_NAME] centered on infinite-curve 
[BACKGROUND_COLOR] background, [HERO_ANGLE], 
[SCREEN_OR_DISPLAY_STATE], 
rim lighting emphasizes [MATERIAL_HIGHLIGHT].

F1 (Macro): Extreme close-up on [MACRO_FOCUS_POINT] — 
[TEXTURE_DETAIL_1], [TEXTURE_DETAIL_2], [TEXTURE_DETAIL_3].

F2 (Logo): [BRAND_LOGO] centered on minimalist 
[BACKDROP_COLOR] studio backdrop, 
single overhead spotlight, [LOGO_FINISH].

F3 (Scale): [PRODUCT_NAME] displayed on a sleek 
[PEDESTAL_STYLE] pedestal in gallery setting, 
dramatic spotlight from above, [AMBIENT_EFFECT].

F4 (Rhythm): High-angle knolling layout — 
[COMPONENT_1], [COMPONENT_2], [COMPONENT_3], [COMPONENT_4], 
all arranged in perfect grid on white background.

F5 (Motion): [PRODUCT_NAME] floating weightlessly, 
[MOTION_STATE], [PARTICLE_EFFECT], frozen motion blur.

F6 (Form): High-contrast rim-lit [PROFILE_ANGLE] profile, 
pure silhouette of [ICONIC_FORM], black background, 
single razor-thin rim light highlighting [SILHOUETTE_FEATURE].

VISUAL ENFORCEMENT
Style: Ultra-high-end Studio Editorial, 
[BRAND_STYLE] product photography aesthetic.
Consistency: 100% identical [COLOR_1], [COLOR_2], 
and design details across all views.
Technical: 8k, ray-traced reflections, 
professional color grading, global illumination, 
physically-based rendering.

模板看上去吓人,其实就三块:开头分析产品身份,中间逐格定义 7 个面板,结尾把"风格 + 一致性 + 技术参数"焊死。结尾的 8k、ray-traced reflections、physically-based rendering 这些技术词在不同模型里的实际效果有差异——对 GPT-4o / Gemini 这种是有效的"质感暗示",对部分模型是噪音,但保留它们没有副作用,所以模板里直接焊死。下面几节我把这三块拆透。

看主图:把"产品全身像"焊死在画布最上面

最顶上那一格叫 Hero,占画布上方 1/3 高度。它干一件事:把产品的身份固定下来。

Hero 不是"放一张大图"这么简单。它在做的是"立人设":角度、姿态、主光方向都在这一格定义清楚,后面 6 格全部要围绕它统一。Apple Watch 那张原图,Hero 是一个轻微悬浮的整机视角,主光从右上斜入,在表壳边缘留出一道清晰的轮廓光(英文叫 rim lighting,贴边的细光带),这道轮廓光就是整张画布的"光线宪法",F1、F3、F5 后面所有出现钛灰金属反光的地方,光线方向都跟它对齐。

模板里 infinite-curve [BACKGROUND_COLOR] background 这串看着复杂,意思是"无接缝的弧形渐变背景",就是摄影棚那种地面到墙面没有折角、像滑滑梯一样过渡的纯色背景。它的作用是把所有视线吸引到产品上,不分散注意力。

我建议你用 Hero 时记住:产品要悬浮或者半悬浮,不要"放在桌子上";主光只能有一束方向感很强的,不要顶光打死。最关键的是留白量,它必须明显大于下面 6 格,让 Hero 在视觉上是整张画布的"压舱石",而不是"和别人一样的小图"。

看放大组:微距、Logo、比例三格怎么撑起"卖点感"

下面 2x3 网格的左上、左中、右上这三格(F1 微距、F2 Logo、F3 比例),我把它叫"放大组"。它们一起干一件事:把产品从工业品升格为"值得被收藏的物件"。

F1 微距:聚焦点要选最具识别度的那个细节。Apple Watch 选了表冠红圈,罗技鼠标选了滚轮齿纹,哈苏会选镜头螺纹,香水会选玻璃瓶口反光。规则:这个细节必须是"看一眼就知道是什么品牌的什么产品"的视觉签名,不能挑随便一处材质特写。

F2 Logo:Logo 必须在纯色 backdrop 上(黑或深灰),单束顶光从正上方打下来,Logo 本身是立体的(金属反光、刻蚀凸起、或者磨砂浮雕都行),不是平面贴图。这一格的作用是"品牌图腾",读者扫到这一格就完成了品牌识别。注意:整张画布除了这一格,其他 6 格都不能出现任何文字和标识,Logo 的"独占感"才出得来。

F3 比例:把产品放在一个极简画廊空间里,基座要克制(白色石台、黑色金属台、磨砂玻璃台都可以),上方戏剧性聚光灯,可以加一点雾气增加氛围。这一格在传达"这件产品值得被陈列在博物馆"的潜台词。

这三格读完,产品在"卖点感"层面已经站稳。下半场再走一遍,看 7 格的另外三格怎么把"产品"扩展到"产品的世界"。

看场景组:平铺、动态、剪影三格怎么撑起"品牌感"

下面 2x3 网格的右上(继续)、左下、右下三格(F4 平铺、F5 动态、F6 剪影),我把它叫"场景组"。它们一起把"产品本身"扩展到"产品的世界"。

F4 平铺摆拍(摄影圈叫 Knolling,即俯视拍一组配件按几何网格排开):高角度俯视,主机+配件+包装件按几何网格排布。配件清单是这一格的灵魂,模板里固定 4 件配件位(COMPONENT_1 到 COMPONENT_4),实测 4 件最稳——少了空,多了乱。配件只能选品牌生态内的真实配件:Apple Watch 那张配的是磁吸充电器、备用表带、说明书;鼠标可以配充电线、收纳袋、备用键帽;香水可以配喷头、包装盒、说明卡片+干花瓣。最忌讳的是混入异形物,比如给 Apple Watch 平铺加一颗咖啡豆。一加,品牌纪律就垮了。一个老实的提醒:AI 在 Knolling 这一格生成包装盒时,常会画出几道模糊的英文字样(伪文字),目前模型对这一格的文字控制力是最弱的,介意的话需要后期手动遮一下。

F5 动态:产品失重悬浮,加 frozen motion blur(凝固的动态模糊)和粒子效果。这里有个看似矛盾的概念:"凝固"意思是图像清晰不抖,"动态模糊"意思是带速度感拖影——两个词放一起,要的是"产品本体清晰、周围粒子和飘带带模糊拖影"的效果,而不是产品本身糊掉。粒子要服务材质,不要做装饰:金属产品配冷光流粒子,香水配水珠或花瓣,鼠标配电流粒子。原图里 Apple Watch 用的是水珠+烟雾,因为表带有抗水属性,粒子在帮你"演"卖点。

F6 剪影:纯黑背景,一束极细的轮廓光勾勒侧面剪影。注意是"极细一束",不是普通剪影。这道光只显示产品的侧面轮廓线,内部细节全部吞进黑色里。这一格的作用是"品牌图腾的极简版":你只看一条曲线就能认出这是哪款产品。

把这三格放到一起给一个第一次看的人,他第一句话会说"这是哪个品牌的"而不是"这是 AI 做的"。这个反应就说明三格完成了任务。

画布纪律:为什么这 7 格能"看起来像同一个品牌"

7 格能站成"一个品牌的官方物料",靠的不是套了什么画风滤镜,是 4 条硬性纪律。我把它叫做"画布纪律"。你写自己的版本时,这 4 条任何一条破了,整张图都会塌。

第一条,同光:跨格主光方向必须一致。Hero 是右上来光,F3 比例的聚光灯角度也要从右上方来,F5 动态的轮廓光方向同样对齐。读者看不出"光在哪",但能感觉到"这些图像是同一个摄影棚里拍的"。

第二条,同材:材质语言不跳变。如果 Hero 是金属拉丝+橡胶质感,F1 微距、F4 平铺、F6 剪影出现的所有金属和橡胶都要保持这一组质感。不能 Hero 是哑光金属、F4 突然变成镜面金属。

第三条,同色:整图色调建议三色封顶。Apple Watch 那张是钛灰+黑橡胶+蓝表盘,三色;Le Creuset 铸铁锅可以是火山岩红+米白+深棕木,也是三色。三色是个经验法则,实际偶尔可以加一个低饱和的辅助色作为第四色(比如铸铁锅加一抹哑光铸铁黑),但一旦超过四色或者多两个高饱和色,克制感会开始塌。

第四条,克制:除了 Logo 面板,其他 6 格不能出现任何文字、序号、价格、广告语、装饰花纹。这条最容易破。你下意识想"加个标签会更清楚",但只要加了,这张图就从"品牌物料"降格到"商品详情页"。

把你的产品塞进去:28 个变量怎么填

模板里有 28 个 [变量],看着多,其实可以分四组,你按顺序填就行。

第一组,产品身份(4 个):[PRODUCT_NAME]、[PRODUCT_SHAPE]、[KEY_FEATURE]、[BRAND_LOGO]。这一组定义"这是什么产品"。[PRODUCT_NAME]写完整品牌+型号(比如 "AKG K712 Pro Studio Headphones"),不要只写"耳机"。[KEY_FEATURE]写一个产品最值得拍的视觉特征(比如"金属网格振膜"、"红色表冠"),AI 会优先把这个特征摆到 Macro 那格里。

第二组,材质语言(5 个):[PRODUCT_MATERIAL]、[MATERIAL_TYPE]、[LIGHTING_STYLE]、[SURFACE_TEXTURE]、[REFLECTION_TYPE]。这一组决定"产品的质感是什么调"。我推荐成对填:金属拉丝就配冷光+低反射,珐琅釉就配暖光+高光泽,玻璃就配侧光+折射感。一旦填错,整张画布的质感就分裂。

第三组,视觉氛围(5 个):[BACKGROUND_COLOR]、[BACKDROP_COLOR]、[COLOR_1]、[COLOR_2]、[BRAND_STYLE]。这一组锁定整张画布的色调。最关键的是 [BRAND_STYLE]:填"科技高冷"、"奢华暖调"、"户外硬朗"、"复古慵懒"这种气质词,AI 会自动调整每一格的氛围细节。

第四组,镜头细节(14 个):剩下的所有 [变量],分别对应 Hero、Macro、Logo、Scale、Knolling、Motion、Silhouette 七格的具体场景细节。我建议你别一次填完,先把前三组填完跑一版看色调和材质,确认对了再回头细调镜头细节。"跑一版"的意思就是把填好的整段 prompt 复制下来,直接粘贴到 ChatGPT 的输入框发送,等它生成出图。

这里给你看一个完整填好的样本——就是开头那张 Apple Watch 七格图的真实变量表,你照着这个对应关系填自己的产品就行:

[PRODUCT_NAME] = Apple Watch SE (44mm)
[PRODUCT_MATERIAL] = Brushed titanium with anodized finish
[PRODUCT_SHAPE] = Rounded rectangle with curved edges
[KEY_FEATURE] = Digital Crown with red accent ring
[BRAND_LOGO] = Apple logo (3D embossed silver)
[MATERIAL_TYPE] = Titanium + black fluoroelastomer band
[LIGHTING_STYLE] = Soft directional rim light from upper-right
[SURFACE_TEXTURE] = Brushed metal + matte rubber
[REFLECTION_TYPE] = Subtle metallic sheen, no mirror gloss
[BACKGROUND_COLOR] = Warm grey gradient
[BACKDROP_COLOR] = Deep matte black
[COLOR_1] = Titanium silver
[COLOR_2] = Soft midnight black
[BRAND_STYLE] = Apple-grade studio editorial
[HERO_ANGLE] = 3/4 floating with slight tilt
[SCREEN_OR_DISPLAY_STATE] = Watch face on, blue dial visible
[MATERIAL_HIGHLIGHT] = Brushed titanium edge
[MACRO_FOCUS_POINT] = Digital Crown with red ring
[TEXTURE_DETAIL_1] = Metallic crown ridges
[TEXTURE_DETAIL_2] = Anodized red ring
[TEXTURE_DETAIL_3] = Side button microtexture
[LOGO_FINISH] = Polished silver embossed
[PEDESTAL_STYLE] = Minimalist white marble
[AMBIENT_EFFECT] = Subtle mist and gallery spotlight
[COMPONENT_1] = Magnetic charging cable
[COMPONENT_2] = Watch body
[COMPONENT_3] = Spare sport band
[COMPONENT_4] = User manual
[MOTION_STATE] = Floating mid-air, band fluttering
[PARTICLE_EFFECT] = Water droplets and steam mist
[PROFILE_ANGLE] = Side silhouette
[ICONIC_FORM] = Curved rectangle watch profile
[SILHOUETTE_FEATURE] = Crown bump and band loop

这套模板有边界。它最适合"小到中等尺寸的物件 + 工业感主体":消费电子、家居小物、服饰配饰、餐饮主菜、玩具器物都可以。不太适合的是:服装(需要模特上身才有完整意义)、建筑(三维尺度对不上)、纯数字产品(没有物理形态)、大量场景驱动的快消品(靠生活场景而不是棚拍美学)。商业用途要注意:案例里出现 Apple、Hasselblad、Le Creuset、Nintendo 这种强商标品牌只是教学示意,你自己的产品图才能放进电商详情页或品牌物料;直接用别人的品牌生成"伪官方物料"对外发布,会有版权和品牌授权风险。AI 出图后通常还要做一轮后期(去杂瑕、抠图、颜色校准),才能进电商或品牌发布渠道。

三个同类产品复刻:耳机、相机、手柄

先看三个"换一个同品类工业品"能不能复刻的案例。

案例 1:把同一套结构给一副大耳罩

改的:[PRODUCT_NAME] 换成 AKG K712 Pro,[KEY_FEATURE] 换成"天鹅绒耳罩+金属网格振膜",[MACRO_FOCUS_POINT] 换成耳罩缝合线和振膜网格特写,[COMPONENT_*] 换成耳机+绒布套+替换耳罩+3.5mm 音频线。 为什么这样改:验证最基础的事,只换主体不动结构,7 格还能不能成立。用户最关心"我换个产品就能用",必须先把这一点跑通。 改完什么样:

案例 2:换一台奢华相机

改的:[PRODUCT_NAME] 换成 Hasselblad X2D 100C,[MACRO_FOCUS_POINT] 换成镜头螺纹和卡口齿环,[COMPONENT_*] 换成机身+镜头+遮光罩+CFexpress 存储卡,[BRAND_STYLE] 改为"瑞典工业精确感"。 为什么这样改:哈苏的钛灰比 Apple 的钛灰更冷、更深,正好考验"色调微调"能力——同色纪律守住了,品牌气质才能从苹果切到哈苏而不串味。 改完什么样:

案例 3:加一道冷蓝电竞光

改的:[PRODUCT_NAME] 换成 PlayStation 5 DualSense Wireless Controller,[LIGHTING_STYLE] 改为"冷蓝主光+霓虹边光",[COLOR_1] 换成深空蓝,[COLOR_2] 换成钛白,[PARTICLE_EFFECT] 换成"冷蓝光流粒子"。 为什么这样改:冷蓝是个高风险色调,容易把克制感拉成"特效片"。整图变蓝但 7 格的克制感还在,说明四条纪律里"同光、同材、克制"都在底层拽着,色调可以变,纪律不能破。 改完什么样:

三个跨品类迁移:香水、铸铁锅、公路车

接下来跨出消费电子赛道,看模板能装下什么样的非工业品。

案例 4:从科技黑灰跳到琥珀暖调

改的:[PRODUCT_NAME] 换成 Aesop Tacit Eau de Parfum,[MATERIAL_TYPE] 换成"琥珀色玻璃+哑光金属盖+米白棉纸",[COLOR_1] 换成暖琥珀,[COLOR_2] 换成米白,[COMPONENT_*] 换成香水瓶+喷头+包装盒+干花瓣。 为什么这样改:证明结构不只能装"科技黑灰",也装得下"暖调极简美学"。Aesop 的视觉语言是反 Apple 的:后者锐利,前者慵懒,但 7 格的克制感是共通底层。 改完什么样:

案例 5:挪进厨房,装一只铸铁锅

改的:[PRODUCT_NAME] 换成 Le Creuset Round Dutch Oven (Volcanic),[MATERIAL_TYPE] 换成"珐琅釉光泽+铸铁哑光内壁",[COLOR_1] 换成火山岩红,[COLOR_2] 换成米白,[COMPONENT_*] 换成锅+锅盖+木铲+盐罐+亚麻布,[PEDESTAL_STYLE] 换成"木质底盘"。 为什么这样改:厨房用品离"摄影棚里的工业品"很远,容易掉到"美食博客摆拍"那种调子。一旦克制纪律在这里破了,整张图立刻从"品牌画册"塌成"小红书晒图"。 改完什么样:

案例 6:把整辆自行车塞进 7 格

改的:[PRODUCT_NAME] 换成 Bianchi Specialissima Pro Road Bike(经典 Celeste 天空蓝),[MACRO_FOCUS_POINT] 换成变速齿轮和车把缠绕带,[COMPONENT_*] 换成车架+车把+水壶+码表+车把袋,[MOTION_STATE] 换成"高速飞驰+尾流",整图尺度放大。 为什么这样改:测试 7 格能不能装下"巨大主体"。一辆公路车比手表大上百倍,Hero 和 F4 的尺度都要重新校准。结果证明只要镜头分工不变,放大尺度也能成立。 改完什么样:

两个极限测试:米其林菜 + 复古游戏机

案例 7:从工业品跳到一道米其林主菜

改的:[PRODUCT_NAME] 换成 Slow-Braised Wagyu Beef Cheek with Black Truffle,[BRAND_LOGO] 换成餐厅徽章,[MATERIAL_TYPE] 换成"骨瓷釉面+松露黑+黄油金",[COMPONENT_*] 换成松露+土豆+牛颊原料+红酒杯+亚麻餐巾,[PEDESTAL_STYLE] 换成"木质餐桌+蜡烛聚光",[PARTICLE_EFFECT] 换成"蒸汽飘浮"。 为什么这样改:把"作品载体"从工业品跨到一道菜,这是最大的载体变化。如果 7 格的镜头分工逻辑只在工业品成立,那它就是有边界的。结果出来像 The World's 50 Best Restaurants 的杂志中插页,分工逻辑成立。 改完什么样:

案例 8:让 Game Boy 进博物馆

这个案例是 8 个里折腾最久的,前面三版反复出问题——第一版材质过度金属化,塑料质感被"修"没了;第二版加了博物馆聚光但 Knolling 那格的复古卡带画成了类似手机壳的现代物;第三版才把 [BRAND_STYLE] 写成"博物馆藏品摄影 + 1989 plastic preserved patina"才稳住。

最终版改的:[PRODUCT_NAME] 换成 Nintendo Game Boy DMG-01 (1989),材质保持塑料磨砂哑光感(不换金属),[BRAND_STYLE] 改为"博物馆藏品摄影 + 1989 plastic preserved patina",[MACRO_FOCUS_POINT] 换成方向键十字凹槽和屏幕像素栅格,[COMPONENT_*] 换成掌机+卡带×2+耳机+电池+原版说明书,[PEDESTAL_STYLE] 换成"博物馆玻璃罩聚光"。 为什么这样改:这是个反差测试,把"低保真复古塑料"和"现代高奢摄影"硬性叠在一起,看 7 格能不能撑住冲突。塑料童年情怀+博物馆藏品级摄影,理论上水火不容。最终版出来既复古又高奢,会让人觉得"这是被时间封藏的工业艺术品",冲突反而成了卖点。 改完什么样:

你拿到的不是 7 张图,是一套放电商首图都够用的统一视觉

回到开头那句话。

你用这套 prompt 真正拿到的,不是"7 张产品图"。是一组光线、材质、颜色都对得上的画面,放到电商详情页头图、品牌官网首屏、发布物料里时,看上去像同一个品牌而不是七次试运气拼出来的。差别藏在你看不见的地方:把 7 个面板写在同一张图里,跨格的视觉关系会被模型当成同一组东西生成,实测下来比"一句一张分七次出"更容易把一致性保住。

明天你想试这套模板,按这个顺序走:打开 ChatGPT,粘贴填好的整段 prompt,生成第一张图。第一次大概率会有一格出轨,优先去看 F4 平铺,这是 8 个案例里失误率最高的一格,要么配件画错,要么包装件带出伪文字。把那一格的变量改一下重生成,通常一次就稳。

本文参考:Vigo Zhao 的原推文