图片转提示词实操：一张产品图，三个模型，再改一次构图
从一张香水参考图提取真实提示词，比较 Nano Banana 2、FLUX.2 Pro 和 Seedream 5 Lite 的生成结果，并用一次构图修正说明如何提高还原度。
Yix Team
参考图只有几样东西：琥珀色香水瓶、浅色石台、一片橙皮和一根橄榄枝。看着并不复杂，同一条提取提示词交给三个模型后，却出现了方瓶、厚石墩和竖起来的枝叶。这个差异正适合拿来说明图片转提示词的实际用途：工具识别出了画面里的元素，形状和位置仍需要逐项核对。
本文所有图片都在 2026 年 9 月 22 日通过 Yix 实际生成，香水是虚构产品，没有使用客户照片或其他品牌的广告图。你可以打开 图片转提示词工具，用一张有权使用的图片跟着操作。
1. 先写清楚参考图里哪些地方不能变
参考图使用 Nano Banana 2 的 2K 档生成，画幅为 1:1。分析之前，我们先看了几个具体细节：瓶身是圆的，瓶盖宽而矮，标签分两行，石台较薄，橙皮在左边，橄榄枝平放在右边。瓶子上方还有很大一片留白，可以留给后续排版的标题。
这次测试通过文字重新生成摄影风格，三个生成模型都没有收到参考图。如果你要保留真实商品的包装，应把商品图作为生成参考，并核对结果中的瓶型和文字。产品摄影提示词教程 介绍了这一类工作流。仅凭文字重生成时，不宜把画面好看等同于商品准确。
2. 上传图片，保留工具返回的原文
我们在 Image to Prompt 上传参考图，目标模型选择 Nano Banana 2，输出语言选英语。工具识别到了琥珀玻璃、拉丝金属、多孔石材、橙皮、橄榄枝和 “YIX 01” 文字。下方展示的提示词就是当时返回的 ready-to-use 原文，没有事后润色。
首轮三个模型都使用这一条英文提示词，以便把文字条件固定下来。这并非三个模型分别适配提示词后的评测。我们也没有添加工具给出的负面提示词。分析结果还建议了 1:1 和 “quality: 4K”，但本次实际使用的是 Nano Banana 2 的 2K、FLUX.2 Pro 的 1 MP、Seedream 5 Lite 的 2K。分析文字不会自动替你设置清晰度，实际参数以生成器支持的选项为准。
从参考图到新的生成结果
一张虚构香水产品图、Yix 实际提取的提示词，以及真实再生成结果。看看哪些细节被保留，哪些发生了变化。
实际提取的提示词 · 英文
Minimalist product photo of an amber glass perfume bottle with a brushed gold cap on a square travertine pedestal. A white label on the bottle reads 'YIX 01' in a clean serif font. A curled orange peel and a small olive branch lie beside it. Bright, warm sunlight casts sharp shadows on a beige background.
下方三张首轮结果：使用同一条提取提示词、正方形画幅，未向生成模型传入参考图。这些是单次样例，并非模型性能排名。
3. 先比较第一张，再决定是否重试
每个模型首轮只提交了一次请求，每次一张，并未在隐藏的大批结果里挑选。FLUX 返回的原图为 1008 × 1008，另外两个模型为 2048 × 2048。网页中的预览做了缩小，因此这里主要比较构图和可见细节，不能据此判断三个模型在最高分辨率下的画质。
| 模型与设置 | 本次单张积分 | 保留了什么 | 发生了什么变化 |
|---|---|---|---|
| Nano Banana 2，2K | 80 | 暖色玻璃、较薄的石台、石材孔洞和定向光线 | 瓶身变方，标签合成一行，橙皮与枝叶都移到了右边 |
| FLUX.2 Pro，1 MP | 20 | 圆瓶、两行标签、左侧橙皮和右侧枝叶 | 瓶盖变窄，石台变高，道具落在了台外 |
| Seedream 5 Lite，2K | 30 | 琥珀色调、可读的两行文字和明亮的产品场景 | 瓶身变方，枝叶竖起并多出一颗橄榄，阴影方向转向左侧 |
按这张参考图的还原要求，我们选 FLUX 作为首轮最合适的结果。圆瓶和标签排版更接近原图，比多一些像素更符合这次用途。这个判断只针对眼前几张图，不代表 FLUX 在所有产品摄影任务中都更好。
回头读提示词，偏差并不难解释。“拉丝金色瓶盖”没有说明宽矮比例；“方形洞石底座”没有限制厚度；“放在旁边”也没有说是在石台上还是台外。提取结果读起来通顺，仍然可能遗漏你最在意的限制。先检查这些空缺，通常比直接要求“更高级、更精致”更有用。
4. 补充构图条件，再生成一次
我们保留提取原文，在后面追加了下面这段修正，再用 FLUX.2 Pro 的 1 MP 档生成一张。画幅仍为 1:1，仍然只输入文字。这一轮属于人工修改后的提示词，与上面的原始提取结果分开记录。
Composition correction: Keep the bottle cylindrical, with a broad, low brushed-gold cylindrical cap almost as wide as the bottle. Put the whole bottle in the lower two thirds of the square frame and leave the upper third as empty warm off-white background. Use a low, wide travertine slab, not a tall cube. Keep the orange peel on the left and the small olive twig lying flat on the right, both on top of the slab. The label must show YIX on the first line and 01 on the second. Sunlight enters from the upper left and the long shadow falls to the right.
这段修正把圆瓶、宽矮瓶盖、上方留白、薄石台、道具位置、标签换行和光向明确写了出来。它同时改了几个缺失条件，所以只能用于展示这一组修改的整体效果，不能判断单独哪一句贡献最大。
额外生成的一张 FLUX.2 Pro 图片，1 MP、1:1、20 积分。使用原始提取提示词加上上述修正，没有传入参考图。
修正后，瓶盖变宽，石台变薄，上方有了明确留白，道具也回到了石台上。我们把这一张选为最终示例，因为这些变化让整体摆放更接近参考图。但它仍然不是原图的复制：瓶身更细，标签更大，瓶颈露出更多，橙皮的卷曲形状也不同。
整个案例共消耗 230 积分：参考图 80，首轮三个结果合计 130，修正一张 20。图片分析本身未扣生成积分。这些是本次实际扣费；复现前请看生成器当时显示的价格。如果已有可用参考图，就不需要花积分先生成一张。
5. 换成自己的图片时，怎么操作
在 图片转提示词工具 上传清楚的参考图。得到结果后，把文字和图片并排看一遍：商品形状、标签布局、光从哪边来、配件摆在哪里，这些条件是否写全？不重要的细节可以舍去，避免一大段材质形容词淹没真正影响构图的要求。
先按计划使用的画幅生成一张，优先检查商品轮廓和文字，再看氛围。图片好看但商品不对时，需要决定是补写提示词，还是改用带商品参考图的编辑流程。想保留准确包装，反复抽取纯文字结果并不能替代上传真实产品图。
下面的按钮会装入首轮使用的原始提示词和对应模型设置，打开后仍可编辑，不会自动开始付费生成。比较后再修改下一版，并尽量避免同时换模型和大改提示词，这样你更容易知道变化来自哪里。