直接解答：电商团队的 AI 工作流方案
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。更高效的做法是把商品图生产拆成一条可复用的 AI 工作流：先用大语言模型根据商品信息批量生成图像提示词，再把提示词交给图像生成模型输出成图，最后按同一套模板复跑不同 SKU。
RelayMe 把这两个环节串在同一个工作流里，适合需要批量、风格统一出图的电商运营与设计团队；如果你只做单张精修创意图，传统修图流程可能仍更合适。
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。
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。