直接解答：電商團隊的 AI 工作流程方案
直接回答：用「大型語言模型 + 圖像模型」串聯的工作流程工具，讓一份商品表直接變成一批成品圖，而不是每張圖手寫一次提示詞。在 RelayMe 裡只需搭一次：LLM 步驟把每個 SKU 的名稱、賣點和目標風格展開成完整的圖像提示詞，圖像步驟（Nano Banana、Nano Banana Pro 或 GPT-Image2）出圖，同一套範本對每個新 SKU 重複執行。批次成本就是單張價格的累加：按目前特價檔，Nano Banana 每張 20 積分（約 0.02 美元），Nano Banana Pro 或 GPT-Image2 每張 100 積分（約 0.10 美元），100 張白底主圖的模型費用大約在 2 到 10 美元之間。
如果你的團隊每週要為幾十個 SKU 製作主圖、場景圖和行銷素材，逐張外包或人工修圖的成本會隨品類擴張線性上升，而可重複使用的工作流程不會。如果只做單張精修創意圖，傳統修圖流程可能仍更合適。
批次生成商品圖要花多少錢（RelayMe 2026 年 9 月價格）
RelayMe 按積分計費，1000 積分約等於 1 美元。按目前特價檔的單張價格：Nano Banana 1K、2K、4K 均為 20 積分（約 0.02 美元）；Nano Banana Pro 1K/2K 為 100 積分、4K 為 200 積分（0.10 到 0.20 美元）；GPT-Image2 特價渠道 1K/2K/4K 均為 100 積分，標準渠道 1K、2K、4K 分別為 200、350、600 積分。非特價的 Nano Banana 標準檔為每張 80 積分。價格會變動，以 RelayMe 定價頁的即時表格為準。
換算成批次：19 美元的 Starter 方案每月含 20000 積分，按特價檔相當於 1000 張 Nano Banana 圖或 200 張 Nano Banana Pro 圖；Basic（32 美元，35000 積分）和 Pro（90 美元，110000 積分）分別對應每月 1750 張和 5500 張 Nano Banana 圖。月度方案積分在帳單日重置，但儲值積分永不過期，所以季節性的全量換圖可以一次買足、分幾個月用完。
重跑損耗比標價更重要。新品類起步時預留 20% 到 30% 的重新生成預算，再用任務歷史看哪些範本重跑最少、把它們定為標準。量級對照：在一次真實生產裡，作為 4 秒廣告影片起點的商品圖消耗 20 積分，影片本身消耗 600 積分——圖像環節相對影片只是零頭，所以每個 SKU 多生成幾張候選圖反而更划算。
具體節點連接方式和可重用指令見 LLM 提示詞工作流程教程。
第一步：定義你的工作流程邏輯
先明確一條工作流程要解決的具體產出：是白底主圖、場景氛圍圖，還是促銷活動的組合素材。把輸入固定下來——商品名稱、賣點、目標風格、尺寸比例——這些欄位會成為工作流程的變數。輸入越結構化，批次執行的結果越穩定。
建議每類產出單獨建立一條工作流程，而不是把主圖和場景圖混在同一條流程裡；分開之後可以針對每類圖片單獨調整提示詞和參數，出錯時也更容易定位問題。
第二步：串聯文字與圖像生成步驟
在 RelayMe 的工作流程裡，大型語言模型步驟的文字輸出可以直接作為下一步圖像生成的輸入。典型接法是：第一步讓 LLM 根據商品資訊擴寫成一段完整的圖像提示詞（包含主體、環境、光線、構圖），第二步把這段提示詞交給圖像模型生成成圖。
這樣營運同事只需要填商品資訊，不需要自己會寫提示詞。對提示詞品質要求高的品類，可以在中間加一步人工確認，再進入圖像生成。
靜態圖片確認後，可按商品圖轉影片指南進入下一步，並查看文中的歷史實測記錄。
第三步：使用可重複使用的範本
跑通一條工作流程後把它儲存為範本，團隊成員就能用同樣的步驟和參數處理新 SKU，確保不同批次的圖片風格一致。RelayMe 的工作流程範本庫裡也有現成的商品圖範本可以直接複製修改。
上新時只替換商品欄位、不改流程結構，是保持視覺一致性的關鍵；需要改風格時，複製一份範本另存新版本，避免影響進行中的批次。
第四步：透過任務歷史優化效率
批次生成會累積大量任務記錄。定期回顧任務歷史，統計哪類提示詞的可用率高、哪些參數經常需要重跑，然後把結論沉澱回範本。
一個實用的做法是每週挑出可用率最低的一類圖片，只調整一個變數（例如光線描述或參考圖），對比下一批的結果。隨著範本迭代，人工篩圖時間會明顯下降，新人也能直接用最新範本上手。