这篇做完你能拿到什么
按顺序走完下面六步，手里会有四样可复用的东西：
1. 一张文生图成品，4:5 或 16:9 直接能发，不糊不崩；
2. 同一张底图，用一句自然语言指令改出 3 个变体（换背景、换配色、换材质）；
3. 一份参数矩阵，用来批量跑同一系列的图；
4. 一套命名与归档规范，把新模型塞进现有出图流程里，不推翻原来的工作习惯。
关于「4 倍速」：这是官方在对比同类图像模型时给出的口径。实际体感速度取决于分辨率、采样步数、并发请求数和网络质量。低分辨率草稿阶段通常明显快于高分辨率精修阶段。建议自己用固定提示词跑三次计时，建立属于本机环境的基线，而不是照搬宣传数字。
前置条件清单
- 账号与额度：可用的平台账号，并确认当前套餐包含哪些模型与生图额度。具体额度与计费以官方页面为准。
- 浏览器：较新版本的 Chrome / Edge。实时出图面板对显卡渲染有依赖，老版本内核容易卡顿。
- 素材：一张参考图（PNG 或 JPG，短边建议 1024 像素以上）。做产品图就直接用实拍白底图，做人物图用正脸清晰照。
- 提示词模板：一份自己攒的提示词文档，哪怕是纯文本也行。后面所有步骤都从这里复制。
- 可选但建议：API Key，以及一个能跑
curl或 Python 的终端。批量出图用界面点太慢。
第一步：先认清三类入口
打开工作区后，你只需要关心三类入口，其余功能可以先不看：
| 入口 | 用途 | 什么时候用 |
|---|---|---|
| 文生图（Text to Image） | 从零生成 | 找方向、做草稿、出概念图 |
| 参考图改图（Image to Image / 指令编辑） | 在已有图上做定向修改 | 产品图换背景、换色、换材质 |
| 放大（Upscale） | 提升分辨率 | 定稿后交付前最后一步 |
实时出图面板的特点是：你一边打字，画面一边重绘。这个特性非常适合「找构图」，但也很容易在草稿阶段就把额度烧掉——先把参数调低，定稿再拉高。
第二步：文生图，先把一张图跑通
提示词按这个顺序写，比堆形容词有效得多：
```
主体 + 动作/状态 + 环境 + 构图与镜头 + 光线 + 材质与风格约束
```
一个可以直接抄的例子：
```text
一只白色陶瓷马克杯，放在浅灰色石材台面上，
杯口有轻微热气，正面平视，中景，浅景深，
左侧柔光箱打光，右后方有淡淡投影，
哑光釉面质感，商业产品摄影，干净背景，无文字
```
参数从保守值起步，再逐项微调。下面是一组常见起点，字段名称与取值范围以官方界面当前版本为准：
```json
{
"aspect_ratio": "4:5",
"steps": 30,
"guidance": 5.5,
"seed": 12345,
"num_images": 4
}
```
几个调参直觉：
- 宽高比先定，后面改比例会重绘，等于白跑；
- 步数从中间值开始，画面已经稳定就不要继续加，收益很小；
- 引导强度过高会让画面变硬、出现色块，过低则不听提示词；
- 种子固定后，同样的提示词会得到接近的结果，这是做系列图的关键。
第三步：参考图改图（指令改图）
这一步是这套流程里省时间的部分。做法是：上传底图 → 进入编辑/指令模式 → 用一句话描述「改什么、不改什么」。
指令的写法有讲究，核心是限定范围：
| 想要的效果 | 指令写法 | 注意点 |
|---|---|---|
| 换背景 | 把背景换成纯白影棚背景，保持产品位置与轮廓不变 | 必须写「保持不变」 |
| 换颜色 | 只把杯身改成哑光黑，其他元素一律不动 | 用「只改…」框住范围 |
| 换材质 | 把塑料换成磨砂玻璃，保留原有光影方向 | 光位不写清就会全图重打光 |
| 加元素 | 在右下角加一支干花，风格与画面一致 | 说明位置和风格 |
改图时留意两个控件：变化强度 / 结构保持强度。往「保持结构」一侧调，产品形状更稳；往「自由变化」一侧调，创意空间更大但容易跑偏。产品图和人物图建议偏前者。
局部蒙版是更稳的做法：只把要改的区域涂出来，其余部分锁定，能大幅降低「改一处崩全图」的概率。
第四步：批量出图
批量分两条路。
路线 A：界面批量。 同一提示词一次出 4 到 8 张，固定种子，只改一个变量（比如只换颜色词）。适合快速找方向。
路线 B：脚本批量。 变量多的时候用终端跑。先生成清单，再循环提交：
```bash
#!/usr/bin/env bash
set -euo pipefail
PROMPTS=(
"白色陶瓷马克杯，白色背景，影棚柔光"
"磨砂黑陶瓷马克杯，白色背景，影棚柔光"
"透明玻璃杯，白色背景，影棚柔光"
)
mkdir -p out
i=0
for p in "${PROMPTS[@]}"; do
i=$((i + 1))
out="out/$(printf '%03d' "$i").json"
curl -sS -X POST "$KREA_BASE_URL/images/generations" \
-H "Authorization: Bearer $KREA_API_KEY" \
-H "Content-Type: application/json" \
-d "{\"prompt\": \"$p\", \"aspect_ratio\": \"1:1\", \"num_images\": 4}" \
-o "$out"
echo "done: $out"
sleep 2
done
```
接口地址、路径与字段名以官方文档当前版本为准，上面只是结构示意。sleep 那行是给服务端留间隔，避免触发限流。
Python 版本同理：
```python
import os
import requests
BASE = os.environ["KREA_BASE_URL"]
KEY = os.environ["KREA_API_KEY"]
payload = {
"prompt": "白色陶瓷马克杯，白色背景，影棚柔光，商业产品摄影",
"aspect_ratio": "4:5",
"num_images": 4,
"seed": 12345,
}
resp = requests.post(
f"{BASE}/images/generations",
headers={"Authorization": f"Bearer {KEY}"},
json=payload,
timeout=120,
)
resp.raise_for_status()
print(resp.json())
```
第五步：放大与交付
画面定稿后再放大，不要在草稿阶段放大。放大之后建议做两件事：
1. 轻微加一点颗粒或噪点，抵消放大算法带来的平滑感；
2. 检查边缘和文字区域，图里的文字尽量留空，后期在设计工具里重新排。
导出格式按用途选：要再加工就导 PNG，要直接上线就导 JPG 并控制体积。
第六步：与现有出图工作流衔接
不需要推翻原有流程，只在三个点上挂接：
归档规范。 每张图配一个同名 sidecar 文件，参数、提示词、参考图路径全记下来，三个月后还能复现：
```json
{
"id": "20250101-mug-001",
"prompt": "白色陶瓷马克杯，白色背景，影棚柔光",
"aspect_ratio": "4:5",
"seed": 12345,
"steps": 30,
"guidance": 5.5,
"source_image": "ref/mug.png",
"edit_instruction": "只把杯身改为哑光黑，其余保持不变"
}
```
二次加工衔接。 生成图导出后进 Photoshop / Figma，做裁切、加字、加安全区。生成工具负责画面，设计工具负责版式，分工不要混。
系列一致性。 做一整套图时，固定种子家族 + 固定光线描述 + 固定宽高比，只换主体。这样出来的图摆在一起不会各说各话。
评审交接。 用同一提示词跑两组参数，放并排对照表，让不参与生成的人也能判断哪组更好。凭感觉说「这张更好」通常推不动流程。
常见坑与排错
| 现象 | 可能原因 | 处理方式 |
|---|---|---|
| 改图后整体跑偏、脸变了 | 指令含糊 + 变化强度偏高 | 改成「只改 X，其余保持不变」；降低变化强度；改用局部蒙版 |
| 图里的文字乱码 | 图像模型对长文本渲染不稳定 | 图里只留短词或留空，文字后期加 |
| 手指、肢体异常 | 复杂姿态 + 步数偏低 | 简化姿势；提高步数；换参考图重试 |
| 感觉没有宣传里那么快 | 高分辨率、多张并发出图、网络排队 | 低分辨率草稿定构图，再放大；单张测基线；避开使用高峰 |
| 额度掉得很快 | 实时预览时每次改动都可能触发重绘 | 草稿阶段降分辨率、减张数，定稿再出高清 |
| 放大后像塑料 | 放大算法过度平滑 | 叠少量颗粒；或先在原图补细节再放大 |
| 参考图被裁掉一部分 | 参考图比例与出图比例不一致 | 出图比例与参考图保持一致，或先做扩图 |
| 商用有顾虑 | 授权条款随套餐与底层模型变化 | 以官方条款及所用模型的许可说明为准 |
下一步建议
1. 建提示词库。 把跑通的提示词按品类归档（产品、人物、场景、插画），每条标注参数。复用比重新写快得多。
2. 做种子档案。 把每个满意结果的种子记下来，做系列图时直接调用，风格迁移成本会低很多。
3. 接进生产链路。 用 API 把批量出图接到商品后台或内容系统，人工只做筛选和定稿。
4. 建立评分表。 定三到五条验收标准（主体还原度、背景干净度、文字区域、边缘质量），每次批量出图后用同一套标准打分，避免反复返工。
5. 定期回看官方文档。 这类工具的模型版本、参数名和额度规则更新频繁，涉及具体数值时以官方页面当前说明为准。