直接解答：如何高效批量生成小红书图文
如果你每周要发布多篇小红书图文，靠人工逐篇写文案、逐张做图很难稳定维持更新频率。更可持续的做法是把内容生产拆成一条 AI 工作流：用大语言模型根据选品信息生成标题、正文和配图提示词，再把提示词交给图像模型批量出图，最后人工审核后发布。
RelayMe 的工作流模板可以把这几步串成一条流程，适合需要持续出内容的电商卖家和内容团队；账号定位和选题方向仍需要人来把握，AI 负责的是执行层的批量化。
构建你的 AI 内容工作流
先确定一类固定的内容形态，例如「单品种草图文」：输入是商品名称、核心卖点和目标人群，输出是一条标题、一段正文和三到四张配图。把这个结构写进工作流的提示词模板里，让每次运行都产出相同结构的内容。
不同内容形态（种草、清单、教程）分别建立独立模板，互不干扰。形态固定后，选品表就是你的排期表——每一行商品对应一次工作流运行。
文本与图像的自动化衔接
在 RelayMe 里，大语言模型步骤的输出可以直接作为图像生成步骤的输入。实际用法是：让 LLM 在生成文案的同时，为每张配图输出一段完整的图像提示词（画面主体、场景、色调、构图），图像步骤逐条执行这些提示词出图。
这样文案和配图出自同一次生成，风格和内容天然对齐，不需要运营在两个工具之间手动搬运中间结果。
通过任务历史持续提升效率
发布一段时间后，把小红书后台的笔记数据和 RelayMe 的任务历史对照：哪类选题的图文互动好、哪类提示词产出的配图最常被弃用。
把表现好的写法沉淀回模板，把弃用率高的提示词改掉。每周做一次这样的复盘，模板会越来越贴合你的账号风格，人工修改的比例会持续下降。
从第一天就值得盯住两个数字：每个模板的弃图率（一张图过审前要扔掉几张）和每篇的人工修改分钟数。这两个数字都会随模板成熟而下降，而且都能直接从任务历史里看出来，不需要额外做表。如果某个模板的弃图率连续两周降不下来，问题几乎总是出在配图提示词上，而不是模型选择上。
发布与部署建议
AI 生成的内容发布前务必人工过一遍：核对商品信息与实拍是否一致、文案是否符合平台规范、配图有没有明显的生成痕迹。
建议保持固定的发布节奏，例如每周固定批量生成一次、分日发布，而不是一次性集中刷屏。先小规模测试一两个内容形态，跑顺后再增加模板数量，比一开始全面铺开更容易维持质量。
还有一个平台特性值得注意：小红书吃「人设一致性」，同一账号的审核人尽量固定，不要轮换。审核人就是人设的记忆——AI 提供产量，固定的一双眼睛保证一周十篇读起来像同一个人写的，而不是一个委员会拼出来的。