直接解答：电商团队的 AI 工作流方案
直接回答：用「大语言模型 + 图像模型」串联的工作流工具，让一份商品表直接变成一批成品图，而不是每张图手写一次提示词。在 RelayMe 里只需搭一次：LLM 步骤把每个 SKU 的名称、卖点和目标风格展开成完整的图像提示词，图像步骤（Nano Banana、Nano Banana Pro 或 GPT-Image2）出图，同一套模板对每个新 SKU 复跑。批量成本就是单张价格的累加：按当前特价档，Nano Banana 每张 20 积分（约 0.02 美元），Nano Banana Pro 或 GPT-Image2 每张 100 积分（约 0.10 美元），100 张白底主图的模型费用大约在 2 到 10 美元之间。
如果你的团队每周要为几十个 SKU 制作主图、场景图和营销素材，逐张外包或手工修图的成本会随品类扩张线性上涨，而可复用的工作流不会。如果你只做单张精修创意图，传统修图流程可能仍更合适。
批量生成商品图要花多少钱（RelayMe 2026 年 9 月价格）
RelayMe 按积分计费，1000 积分约等于 1 美元。按当前特价档的单张价格：Nano Banana 1K、2K、4K 均为 20 积分（约 0.02 美元）；Nano Banana Pro 1K/2K 为 100 积分、4K 为 200 积分（0.10 到 0.20 美元）；GPT-Image2 特价渠道 1K/2K/4K 均为 100 积分，标准渠道 1K、2K、4K 分别为 200、350、600 积分。非特价的 Nano Banana 标准档为每张 80 积分。价格会变动，以 RelayMe 定价页的实时表格为准。
换算成批量：19 美元的 Starter 套餐每月含 20000 积分，按特价档相当于 1000 张 Nano Banana 图或 200 张 Nano Banana Pro 图；Basic（32 美元，35000 积分）和 Pro（90 美元，110000 积分）分别对应每月 1750 张和 5500 张 Nano Banana 图。月度套餐积分在账单日重置，但充值积分永不过期，所以季节性的全量换图可以一次买够、分几个月用完。
重跑损耗比标价更重要。新品类起步时预留 20% 到 30% 的重生成预算，再用任务历史看哪些模板重跑最少、把它们定为标准。量级对照：在一次真实生产里，作为 4 秒广告视频起点的商品图消耗 20 积分，视频本身消耗 600 积分——图像环节相对视频只是零头，所以每个 SKU 多生成几张候选图反而更划算。
具体节点连接方式和可复用指令见 LLM 提示词工作流教程。
第一步：定义你的工作流逻辑
先明确一条工作流要解决的具体产出：是白底主图、场景氛围图，还是促销活动的组合素材。把输入固定下来——商品名称、卖点、目标风格、尺寸比例——这些字段会成为工作流的变量。输入越结构化，批量运行时的结果越稳定。
建议每类产出单独建一条工作流，而不是把主图和场景图混在一条流程里；分开之后可以针对每类图片单独调整提示词和参数，出错时也更容易定位问题。
第二步：串联文本与图像生成步骤
在 RelayMe 的工作流里，大语言模型步骤的文本输出可以直接作为下一步图像生成的输入。典型接法是：第一步让 LLM 根据商品信息扩写成一段完整的图像提示词（包含主体、环境、光线、构图），第二步把这段提示词交给图像模型生成成图。
这样运营同事只需要填商品信息，不需要自己会写提示词。对提示词质量要求高的品类，可以在中间加一步人工确认，再进入图像生成。
静态图片确认后，可按商品图转视频指南进入下一步，并查看文中的历史实测记录。
第三步：使用可重用模板
跑通一条工作流后把它保存为模板，团队成员就能用同样的步骤和参数处理新 SKU，保证不同批次的图片风格一致。RelayMe 的工作流模板库里也有现成的商品图模板可以直接复制修改。
上新时只替换商品字段、不改流程结构，是保持视觉一致性的关键；需要改风格时，复制一份模板另存新版本，避免影响进行中的批次。
第四步：通过任务历史优化效率
批量生成会积累大量任务记录。定期回看任务历史，统计哪类提示词的可用率高、哪些参数经常需要重跑，然后把结论沉淀回模板。
一个实用的做法是每周挑出可用率最低的一类图片，只调整一个变量（例如光线描述或参考图），对比下一批的结果。随着模板迭代，人工筛图时间会明显下降，新人也能直接用最新模板上手。