电商头部大卖都在用的AI商品图智能体 -- 云栖大会AI实训营揭秘

电商头部大卖都在用的AI商品图智能体 云栖大会AI实训营揭秘 电商头部大卖都在用的AI商品图智能体 云栖大会AI实训营揭秘 Modified September 30, 2025 拖入两个大模型节点，并用连线把它们连接好： 选中“大模型1”节点，将模型替换为通义千问VL plus模型，将模型入参的默认参数选为“内置变量/imagelist”，然后写上提示词内容。 提示词内容： Code block Plain Text Copy 提示词： 你是一个电商运营专家，负责按照电商对商品特征理解来描述商品信息。 用户提示词： 请详细描述图片中这个商品的外观。 选中“大模型2”节点，将模型替换为通义千问3 next模型，并填入提示词。 提示词内容： Code block Plain Text Copy 提示词： 你是专业的提示词工程师，以及电商运营专家，和视觉专家，你能基于商品信息，设计出这个商品最适合的场景图相关的元素，包括氛围，场景，画面搭配元素。你设计的电商图画面通常简洁，背景色能突出商品主体。 用户提示词： 基于"用户说明"和"商品外观"，设计场景图元素，用最适合画图工具的短语，拼接出一个画图提示词，不必描述商品主体信息。 仅输出画图提示词，不输出其他说明文字。 用户说明 ${sys.query} 商品外观 ${LLM woeu.result} 最后，在结束节点上填入大模型2输出的结果，并选中“流式输出”。 Code block Plain Text Copy ${LLM ExfN.result} 开始试验一下效果：点击测试按钮，上传一个白底图，并且写入文字：“吸管杯” 我们直接从刚刚两步才能完成的图片识别+提示词写作，就变成了一键写出了提示词。 Code block Plain Text Copy soft pastel background, playful cartoon animal companion, sparkling water droplets, cozy kitchen setting, warm diffused lighting, minimalist composition with floating straw, subtle gradient backdrop, whimsical floating bubbles, clean white space framing 仍然去qwen image edit上测试下效果： 接下来，我们可以结合电商know how对工作流再做一个调整，给出真正电商需要的商品图： 1. 让大模型解构商品，构建对商品的核心卖点到补充卖点的认知 2. 让大模型解构商品的目标客群和卖场的人群定位，构建对商品的使用场景的认知 3. 基于认知再来设计场景图，并写成画图提示词 进阶：一键成图 其实在阿里云百炼平台上，完全可以将画图流程也嵌入进来，真正实现一键制作商品图。难度相对比较进阶，想了解的可以留言，基于留言情况我考虑再出一期专门讲怎么把画图也集成上来。 这里给留大家一个思路，可以自行探索：阿里云上提供了一个叫MCP服务的功能，通过创建自己的MCP服务就可以把画图功能也串进来，真正实现一键制作商品图。 另外，阿里云百炼上的应用还可以直接在钉钉AI表格中直接使用，让你一次性获得数百个同时批量工作的智能体。感兴趣也可以留言，单独出一期讲讲怎么做到。 关注WaytoAGl agent探索公众号，一起学习和探索更多行业落地案例。 拖入两个大模型节点，并用连线把它们连接好： 选中“大模型1”节点，将模型替换为通义千问VL plus模型，将模型入参的默认参数选为“内置变量/imagelist”，然后写上提示词内容。 提示词内容： 选中“大模型2”节点，将模型替换为通义千问3 next模型，并填入提示词。 提示词内容： 最后，在结束节点上填入大模型2输出的结果，并选中“流式输出”。 开始试验一下效果：点击测试按钮，上传一个白底图，并且写入文字：“吸管杯” 我们直接从刚刚两步才能完成的图片识别+提示词写作，就变成了一键写出了提示词。 仍然去qwen image edit上测试下效果： 接下来，我们可以结合电商know how对工作流再做一个调整，给出真正电商需要的商品图： 1. 让大模型解构商品，构建对商品的核心卖点到补充卖点的认知 2. 让大模型解构商品的目标客群和卖场的人群定位，构建对商品的使用场景的认知 3. 基于认知再来设计场景图，并写成画图提示词 进阶：一键成图 其实在阿里云百炼平台上，完全可以将画图流程也嵌入进来，真正实现一键制作商品图。难度相对比较进阶，想了解的可以留言，基于留言情况我考虑再出一期专门讲怎么把画图也集成上来。 这里给留大家一个思路，可以自行探索：阿里云上提供了一个叫MCP服务的功能，通过创建自己的MCP服务就可以把画图功能也串进来，真正实现一键制作商品图。 另外，阿里云百炼上的应用还可以直接在钉钉AI表格中直接使用，让你一次性获得数百个同时批量工作的智能体。感兴趣也可以留言，单独出一期讲讲怎么做到。 关注WaytoAGl agent探索公众号，一起学习和探索更多行业落地案例。 Hi，大家好 我是许键，WayToAGI的Agent版主，与你一同探寻每一个“好玩的、好用的”智能体。 🔥 我花了大半年时间，踩遍了电商AI的坑，终于发现了一个残酷真相： 没有电商行业know how和对商品的深度理解，根本做不出能真正卖货的电商智能体！ 那些看似炫酷的AI商品图生成？在真正的电商战场面前，不堪一击。 就在刚刚落幕的云栖大会上，我亲眼感受到了Agent应用正在真正落地的浪潮涌动！ 同时我也有幸被邀请在云栖大会分享了这一年我在电商Agent画商品图上的"血泪教训"和"实战突破"。 📌 这篇文章将为你带来什么？ 👉 云栖大会AI实训营的独家内容——原汁原味还原现场课程 👉 手把手步骤教学——即使错过了大会，也能在一个平台上快速上手 👉 窥见行业冰山一角——感受电商智能体到底需要什么样的行业知识 这篇文章将为你带来什么？ 👉 云栖大会AI实训营的独家内容——原汁原味还原现场课程 👉 手把手步骤教学——即使错过了大会，也能在一个平台上快速上手 👉 窥见行业冰山一角——感受电商智能体到底需要什么样的行业知识 图为：本人有幸在本次云栖大会中获得阿里云认证（右5），成为阿里云Agent创客。 特别感谢阿里云和大家的支持！ 本次内容全部用的都是阿里云大模型服务平台。它是一站式的大模型开发及智能体应用构建平台。 不论是开发者还是业务人员，都能深入参与大模型应用的设计和构建。 只需要不复杂的界面操作，在5分钟内开发出一款大模型应用，或在几小时内上手训练出一个专属模型，从而将更多精力专注于应用创新。 👉 平台地址：https://bailian.console.aliyun.com/ 电商运营之痛 电商卖家的商品图，真相是：能真正卖货的场景图，必须同时打通三大命门： 👥 懂人 → 你的客户到底是谁？他们在什么场景使用？为什么非要买你的？ 🛍️ 懂货 → 商品最致命的卖点是什么？差异化优势怎么视觉化？ 🏪 懂场 → 平台算法喜欢什么？活动节奏怎么把握？ 但现实往往很骨感💔 ： "运营脑中有营销策略，但手上没有设计技能" "美工眼里只有视觉效果，但心里没有运营思维" 于是日常上演这样的剧情： • "把商品再打亮一点！" • "这里加个xxx效果！" • "感觉还是不对...再来一版？" 跨维度沟通的成本，高到让人怀疑人生！ 这半年来，我发现，头部大卖们在悄悄布局杀手锏！ 他们正在落地一个颠覆性的智能体方案： 让运营直接用AI把脑中的营销想法可视化具象化！ ✨ 这不是简单的AI作图，而是： • 帮你理清商品的核心卖点 • 自动筛选最合适的视觉方向 • 生成精准的参考图例给美工 • 沟通成本直接砍半，出图效率翻倍！ 💡 最关键的是：AI生成的效果图不够完美？没关系！ 光是作为"视觉沟通语言"，就已经值回票价了！ 本文电商图片素材： 这些是可以用来练习的商品白底图（均来自互联网公开信息） 电商对白底图非常熟悉，而且拍摄起来也很容易。 最合适的电商场景图画法从白底图开始。 Qwen Image edit（图像编辑模型）制作电商场景图 点击两次“立即体验”。 上传图片，并给出第一段提示词： 画出第一张图，可以看到给了一个白色背景，区别是已经有了摄影的感觉，带了光影。 给出第二段提示词： 效果很不错了，光影很真实，但是作为商品图很显然有瑕疵。 给出第三段提示词： 这次效果完美！ 这个画图的提示词怎么来的？请往下看！ 首先，你需要一个多模态模型来理解图片中的商品！ Qwen VL Plus反推商品外观 我们可以找一个体验版本： 依旧选择“立即体验” 上传一个图片，并要求模型详细描述出商品外观。 然后输入提示词：“基于这个外观，要制作一张商品场景图，给出合适的场景设定的描述”。 最后输入：“将场景设定，写成用短语拼接的画图提示词。” 通常VL模型的推理能力较弱，对商品的理解也较弱，最终提示词效果也一般。 这时，你需要一个更强的推理模型！ 还想省点钱？正好，下面这个模型适合你！ 关于Qwen3 Next 80B A3B instruct模型 这个模型的优点摘录：（摘自大V公众号） 训练成本极致低： • 训练成本：仅需Qwen3 32B的9.3% GPU资源，成本降至密集模型的1/10。 • 推理速度：32K以上长文本处理吞吐量提升10倍，延迟低至10ms，优于GPT 4o等竞品。 • 性价比对比：训练成本为DeepSeek V3的1/60，推理成本仅GPT 4o的1/10。 性能表现优异： • 基准测试：指令模型接近2350亿参数的旗舰版Qwen3，思维模型超越谷歌Gemini 2.5 Flash。 • 长上下文能力：支持262K tokens，扩展至1M tokens，32K上下文推理吞吐量达Qwen3 32B的10倍。 • 多任务优势：编程、数学推理等复杂任务表现接近闭源顶级模型，准确率差距仅2.1%。 特别利好行业： • 电商客服、工业质检等高频场景有望实现低成本实时交互。 Qwen3 Next 80B A3B instruct模型重写画图提示词 仍然使用VL模型描述出商品外观，然后拼接上下面这个提示词。 你会发现这个模型懂现在常用的画图模型的提示词写法，比如MJ，DALL·E，SD等。 再次使用image edit模型，生成商品场景图。 阿里云百炼应用搭建 在应用页面有大量模板，可以直接复用模板 比如鲁迅文风模板是用智能体应用，在“应用管理”可以直接创建这种类型。 为了稳定执行多个不同模型效果，这里选择“工作流应用”： 点击开始节点，删除原有的两个“自定义变量”：