AI 商品圖實戰：去背、情境合成到主圖優化完整工作流

消費者在滑手機逛蝦皮或 momo 的時候，停留在每一張商品縮圖上的時間非常短，圖片好不好看往往在一瞬間就決定了要不要點進去。對多數台灣賣家來說，商品圖一直是最花錢也最花時間的環節：找攝影、租棚、修圖、改尺寸，一輪下來上架時程就被拖住了。生成式 AI 工具成熟之後，去背、情境合成、批次改尺寸這些過去要靠人力慢慢磨的工作，已經可以大幅加速。這篇是 AI×電商系列的第六篇，聚焦在 AI 商品圖的完整工作流，從去背、白底圖、情境合成一路談到主圖優化與檔案管理。如果你對電商的整體架構還不熟，建議先讀電商是什麼完整指南，再回來看這篇會更有感。

商品圖是轉換率的第一關：列表頁與商品頁的任務不一樣

很多賣家把商品圖當成一件事來做，其實它至少有兩個完全不同的任務。第一個任務發生在列表頁與搜尋結果頁，主圖要在一整排競品縮圖中搶到那一次點擊，這時候比的是辨識度：商品輪廓清不清楚、賣點有沒有一眼看到、縮小之後還讀不讀得出重點。第二個任務發生在商品頁內，這時候消費者已經點進來了，圖片組要做的是建立信任：多角度、細節特寫、尺寸對照、實際使用情境，讓人相信「我收到的東西就是這樣」。

這兩個任務的評估標準不一樣，做法也不一樣。主圖要敢做減法，把不必要的背景與雜訊拿掉，讓商品本體在小尺寸下依然醒目；商品頁圖組則要做加法，把消費者下單前會猶豫的每一個問題，都用一張圖回答掉。舉例來說，賣後背包的頁面，消費者心裡想的可能是「筆電放不放得下」「側邊有沒有水壺袋」「背起來會不會很大」，圖組就該逐一回應這些疑問。AI 工具在這兩個任務上都幫得上忙，但幫忙的方式不同，後面會分開講。

AI 能把哪四件事做好

市面上的 AI 修圖與生圖工具很多，功能表看起來包山包海，但真正在電商日常營運中穩定可用、值得排進標準流程的，主要是四件事。想掌握更完整的工具地圖，可以搭配電商 AI 工具應用全指南一起看，這裡聚焦在商品圖這一塊。

一、去背與白底圖

去背是 AI 最成熟的應用，對輪廓清楚、材質單純的商品，自動去背的品質已經相當穩定，過去要外包或手動描邊的工作，現在可以在很短時間內批次完成。白底圖是各大平台對主圖的基本要求，也是所有後續合成的起點，先把乾淨的去背檔做好，後面每一步都會省力。要注意的是毛料、玻璃、半透明與反光材質這類邊緣複雜的商品，AI 去背仍容易出現殘影或誤刪，出圖後一定要放大檢查邊緣。

二、情境背景合成

有了乾淨的去背檔，就可以用 AI 把商品放進不同的情境背景：居家桌面、戶外草地、節慶氛圍、質感石材檯面等等。過去要做這些情境得實際佈景拍攝，現在可以先用 AI 快速產出多種版本，挑表現好的方向再決定要不要實拍加強。合成時最容易穿幫的是光影，商品本體的打光方向要跟背景光源一致，倒影與接觸面陰影也要自然，不然一眼就看得出是貼上去的。

三、批次改尺寸、輸出多平台版本

台灣賣家常常同時經營多個通路，蝦皮、momo、自架官網、社群廣告各有各的版位比例與格式要求。同一張主視覺要出方形、直式、橫式好幾種版本，過去是美編最枯燥的例行工作。AI 工具的智慧裁切與背景延伸填補，可以在改比例的時候自動補景、保住商品主體位置，把一張圖批次輸出成各平台版本，這是導入門檻最低、最快有感的起點。

四、舊圖翻新

老賣場最常見的狀況是幾年前拍的商品圖畫質偏低、風格過時，商品還在賣，卻沒有預算重拍。AI 的畫質提升與背景重製，可以把還能用的舊圖救回來：拉高解析度、重打背景、統一色調，讓整個賣場的視覺水準一致。這對品項數量多、單品預算有限的賣家特別實用，等於用很低的成本做了一次全店視覺改版。

底線原則：商品本體不能失真

講完 AI 能做什麼，更重要的是講清楚不能做什麼。所有 AI 商品圖的操作都有一條不能跨過的底線：商品本體必須跟實物一致。顏色不能被調得更鮮豔討喜、比例不能被拉長修瘦、材質質感不能被美化成另一種等級、配件數量更不能多出實際出貨沒有的東西。背景可以是合成的，商品本體不行。

原因很現實：消費者是看圖下單的，收到的東西跟圖不一樣，退貨、負評、平台爭議全部都是賣家自己吞。圖片本身就是廣告的一部分，廣告不實的相關規範同樣適用。舉例來說，衣服的顏色若被 AI 自動增豔，消費者收到後覺得色差太大而退貨，這筆訂單的運費與客服成本可能就把利潤吃掉了。實務上的做法是在流程裡加一道「比對實物」的關卡：每一張要上架的圖，都要有人拿著實品或標準色樣，核對顏色、比例、材質與配件數量之後才放行。

工作流示範：一組好底圖，延伸出所有版位

AI 不是讓你不用拍照，而是讓你「拍一次，用很久」。整個工作流的核心觀念是：把預算集中在拍好一組高品質底圖，後面所有情境與版位都靠 AI 延伸。以下是一個示意流程：

1. 實拍底圖：在均勻光線下拍攝商品的正面、側面、背面、四十五度角與細節特寫，背景單純即可，重點是曝光準確、對焦清楚、白平衡正確，這組底圖的品質決定了後面所有產出的上限。
2. 建立標準去背檔：用 AI 批次去背後逐張人工檢查邊緣，確認無誤後存成含透明背景的母檔，這就是整個素材庫的源頭。
3. 產出白底圖：由母檔輸出各平台要求的白底主圖，確認商品置中、留白比例一致。
4. 情境合成：依商品的使用場景設計幾個情境方向，用 AI 合成背景，並逐張檢查光影與透視是否自然。
5. 多版位輸出：把定稿的視覺批次輸出成各通路需要的比例與格式，依命名規則歸檔。
6. 上架與測試：主圖先上場，並安排點擊測試持續優化，表現好的構圖方向回頭指導下一批底圖怎麼拍。

這個流程跑順之後，新品上架的視覺製作時間有機會明顯縮短，而且因為母檔品質好，日後要換季改版、做活動變體，都不用回頭重拍，素材是可以複用的資產而不是一次性的花費。

模特兒與 AI 生成人像：誠實與合規的拿捏

服飾、飾品、保養品這些品類，情境圖常常需要人像，AI 生成模特兒因此成為熱門話題。這裡要把兩件事分開：用 AI 生成的人像營造「氛圍與情境」，跟用 AI 人像展示「商品上身效果」，風險等級完全不同。前者類似請插畫家畫一張情境圖，爭議較小；後者直接影響消費者對版型、尺寸、上身效果的判斷，如果 AI 生成的身形與實際版型有落差，就會回到前面說的失真問題。

合規面也有幾件事要注意。第一，不能用 AI 生成近似真實名人或特定素人的長相，肖像權的風險不值得冒。第二，如果人像是 AI 生成的，內部要留下紀錄，對外的標註方式建議跟著平台規範與主管機關的最新要求走，誠實標示長期來看是在保護品牌，而不是行銷上的扣分。第三，跟真人模特兒的合約如果還在效期內，要先確認能不能用 AI 對照片做延伸變造，避免超出授權範圍。原則很簡單：AI 省的是佈景與拍攝成本，不該省掉的是誠實。

主圖點擊測試：讓數據決定哪張圖上場

AI 讓產圖變便宜，最大的紅利其實不是省錢，而是你終於做得起「測試」。過去一個商品往往只拍得起一組圖，主圖是老闆挑的；現在同一個商品可以低成本產出多個主圖候選：白底特寫版、情境氛圍版、強調賣點的構圖版，然後用數據決定誰上場。

實務做法是搭配廣告素材測試一起做：把幾張候選主圖做成同文案、同受眾的廣告分組投放，用小額預算跑一段時間，比較各版本的點閱表現，把勝出的那張換上賣場主圖，再觀察商品頁的轉換變化。詳細的分組測試方法與判讀原則，可以參考AI 廣告素材實戰那一篇的完整說明。要提醒的是，點擊率高的圖不一定轉換好，如果一張圖靠誇張視覺換到點擊，進頁後落差太大反而傷轉換與信任，所以測試要一路看到轉換那一層才算完整。

檔案管理：命名、版本與平台規格清單

AI 讓出圖速度變快，檔案量也會跟著爆炸，沒有管理制度的話，幾個月後就沒有人知道哪張是定稿。建議從三件事開始：

• 命名規則：檔名固定包含商品編號、圖片類型、版位或平台代號與版本號，讓任何人不用打開檔案就知道這張圖是什麼。圖片檔名與替代文字同時也影響搜尋引擎對圖片的理解，這部分與電商 SEO 與內容行銷服務處理的圖片 SEO 是同一件事，命名做得好等於順手把圖片搜尋的基礎打好。
• 版本管理：母檔（去背與分層檔）與輸出檔分開存放，母檔只增不刪；每次改版留下日期與版本號，舊版歸檔而不是覆蓋，出問題才回得去。
• 平台規格清單：把每個上架通路的圖片要求整理成一份內部清單，包含比例、格式、檔案大小上限、白底或情境的規範、可否含文字等，並註明查核日期，因為平台規範會改版，清單要定期回頭核對官方說明，而不是憑印象出圖。

AI 商品圖的價值不在於取代攝影，而在於把一次好的實拍，放大成整個通路矩陣的素材，並且讓測試與迭代變成日常。守住商品本體不失真的底線，建立母檔與命名制度，再把主圖測試接上廣告數據，這套工作流才能發揮長期複利。如果你的團隊想把 AI 導入商品圖與整體視覺營運，卻不確定從哪個環節切入，歡迎與我們聊聊，從一個品類開始小步驗證。