AI 產品攝影實戰：香港電商必學五個場景（2026 指南）

一句答你：AI 產品攝影就係攞你嘅產品實物相做參考圖，用圖像生成模型快速出白底圖、情境圖、手持圖、比較圖同包裝圖；香港賣家想圖出嚟可以直接用，關鍵唔係 prompt 寫得幾靚，係識唔識控制 logo、反光、材質、比例、影子呢五個失真位。

重點摘要 Key Takeaways

• AI 產品攝影嘅核心流程係「參考圖＋結構化 prompt＋逐位驗收」，唔係一句 prompt 碰運氣。
• 五個電商場景各有唔同用途：白底圖做主圖、情境圖做社交、手持圖做真實感、比較圖做轉化、包裝圖做預告。
• 文字同 logo 係圖像模型最大弱項，Glyph-ByT5 同 PosterMaker 兩項研究都專攻呢個難點。
• 根據官方文件（2026-10-31 觀察），Nano Banana 2.1／Pro 支援最多 14 張參考圖，Pro 可以保持最多 14 件物件一致性，好啱比較圖同包裝圖。
• AI 生成圖要有清楚標示，香港數字政策辦公室嘅指引強調透明同問責。
• 圖搞掂只係一半，配埋廣東話旁白先係完整嘅電商內容鏈。

AI 產品攝影係咩？同傳統影樓差喺邊

AI 產品攝影 係用圖像生成模型，以產品實物相做參考，生成可以商業使用嘅產品圖嘅做法。你唔使搭景、唔使等燈光，重點係將「影相」變成「生成加驗收」。

參考圖 係你上載俾模型睇嘅產品實物相，作用係鎖住產品外形、比例、顏色同 logo，等模型唔會自己發明一件「好似你件貨」嘅嘢出嚟。

傳統流程係咁：約攝影師、租影樓、布燈、影幾百張、執圖、改完再影。一個 SKU 由排期到出圖，動輒一兩星期。香港賣家最痛係呢度：SKU 多、上新品快、節日檔期逼人，中秋過咗就即刻要準備聖誕，邊有時間慢慢排期。

AI 流程唔同：上載參考圖、寫結構化 prompt、生成多個版本、揀圖、逐個失真位驗收、局部修圖。同一晚可以出齊五個場景嘅草稿俾團隊揀，第二日執靚就可以落廣告。速度係優勢，但代價係你要自己做品質把關——模型唔會話你知邊張圖嘅 logo 已經變晒樣。

根據官方文件（2026-10-31 觀察），Nano Banana 2.1／Pro 支援 1K／2K／4K 解像度，最多可以擺 14 張參考圖，Pro 版仲可以保持最多 5 個角色、14 件物件嘅一致性（Gemini API 圖像生成文件, 2026）。對電商嚟講，物件一致性係最實用嘅能力：你件貨由白底圖到情境圖到包裝圖，理論上樣貌要一致，先唔會俾客人覺得「呢間舖賣嘅係唔同嘢」。

五個電商場景，逐個拆解

場景一：白底圖——平台主圖嘅底線

白底圖 係純色或者白色背景嘅產品主圖，用喺平台列表頁第一格、規格頁同產品目錄。佢係客人對你件貨嘅第一印象，唔靚就連點入都慳返。

Prompt 重點：主體居中、均勻柔光、無多餘陰影、邊緣乾淨、背景純淨。約束要寫明「唔准加任何裝飾同文字」，因為模型好鍾意自己加嘢。

高風險失真位：logo 變形、金屬邊位出現奇怪雜色、底部影子時有時無。白底圖失真係最藏唔住嘅，因為背景乾淨，所有瑕疵都無嘢遮。

場景二：情境圖——令產品「入屋」

情境圖將產品擺返入真實生活場景，用喺社交帖、廣告素材同 landing banner。白底圖話俾客人知「呢件係咩」，情境圖話俾客人知「呢件喺你屋企會係咩樣」。

例如賣保溫杯，你可以將佢放喺茶餐廳卡座枱面，旁邊有杯熱奶茶；賣廚具，就放喺香港常見嘅窄廚房枱面，背景係晾衫架。場景愈貼香港生活，客人代入感愈強。

Prompt 重點：場景描述要具體（枱面材質、背景元素）、光線時段要講明（朝早側光定黃昏暖光）、景深要指定（產品清晰、背景虛化）。

高風險失真位：背景自己生出一堆雜物、產品同場景光線方向唔夾（產品受左光，背景影子向左）。

場景三：手持圖——真實感同比例一齊嚟

手持圖係有人拎住產品嘅相，用喺增強「真係有人用緊」嘅感覺，同時展示產品實際大細。

例如賣折疊傘或者耳機，白底圖完全睇唔出到有幾細，一張手持圖即刻有比例感。呢個係白底圖永遠做不到嘅嘢。

Prompt 重點：講明手持姿勢（單手定雙手）、鏡頭距離（近距離特寫定中景）、手同產品嘅相對大細。

高風險失真位：手指數量唔啱、手腕角度唔自然、產品喺手中嘅比例突兀。手部係圖像模型出名嘅難位，所以手持圖驗收一定要放大睇手。

場景四：比較圖——新舊對比推轉化

比較圖將兩件產品擺埋一齊，用喺升級推廣（舊版對新版）、型號差異說明同 bundle 展示。

例如賣保鮮盒，將新舊兩代並排，密封位同容量差異一目了然；賣護膚品，將正裝同旅行裝並排，順便推細裝加購。比較圖係最直接推動「由諗到買」嘅素材。

Prompt 重點：一次過描述兩件物件嘅相對位置（左邊係咩、右邊係咩）、兩者距離、光線一致。

高風險失真位：兩件物件材質唔一致（一件磨砂一件變光滑）、兩邊字體風格唔同。呢度 Nano Banana Pro 嘅多物件一致性能力就派上用場——14 件物件一致性，足夠你擺齊成個系列（Google DeepMind Gemini Image Pro, 2026）。

場景五：包裝圖——上市預告同節日檔期

包裝圖展示產品連包裝盒，用喺新品預告、禮盒季節檔期、開箱預告。香港賣家中秋、聖誕、農曆年三個檔期接連嚟，包裝圖需求特別大。

呢個場景係五個入面最難嗰個，因為包裝一定有字。視覺文字渲染 係圖像生成模型喺圖像入面畫出清晰可讀文字嘅能力，一直係業界公認難點。Glyph-ByT5 研究專攻圖像文字渲染（Glyph-ByT5 論文, 2026），PosterMaker 研究專攻產品海報嘅文字渲染（PosterMaker 論文, 2026）——兩項研究嘅存在本身就說明咗問題：連頂尖研究團隊都要專門做論文先解決到「圖入面啲字會變亂碼」。

香港賣家仲要面對雙重難度：包裝上係中文字，筆劃多，出錯率比英文字更高。

實戰策略係反過嚟做：叫模型生成「留白包裝」，即係乾淨嘅盒面冇任何文字，然後喺後期排版先加品牌字同產品名。咁樣文字百分百由你控制，亂碼問題直接消失。

Prompt 結構：五段式範本

Prompt 結構 係將生成指令拆成固定段落嘅寫法，令每次生成嘅可控因素一樣，方便逐段修改。亂咁寫一句長 prompt，出錯你都唔知邊段出事；拆開五段，錯邊段改邊段。

五段式結構如下：

1. 主體：產品類別＋關鍵外觀（顏色、形狀、開口方向）。
2. 材質：啞光定亮面、金屬定塑膠、磨砂定玻璃。
3. 場景同光線：背景、時段、光源方向。
4. 構圖鏡頭：角度、距離、景深、產品佔畫面比例。
5. 約束：唔准改 logo、唔准加文字、留白位置。

用 code block 範本示範一個情境圖 prompt：

[主體] 啞光深綠鋁罐冷萃咖啡，罐身印白色品牌字樣
[材質] 鋁罐啞光、頂部拉環金屬反光、罐身有輕微水珠
[場景] 木紋枱面，朝早側光由右邊嚟，背景係虛化嘅窗邊
[構圖] 45 度俯拍，罐身佔畫面約三分一，淺景深
[約束] 罐身文字同 logo 保持參考圖原樣，唔准加任何額外文字或裝飾

五個場景嘅重點同風險，一表睇晒：

五個失真位：點解出錯，點補救

失真位一：logo 同文字變亂碼

點解會錯：模型係「畫」字而唔係「打」字，佢按視覺規律重組筆劃，細字、中文字、logo 圖形最容易重組錯。上面提過嘅 Glyph-ByT5 同 PosterMaker 研究，正正針對呢個難點。

補救三招：一，用參考圖鎖住 logo，並喺約束段寫明「logo 保持原樣」；二，生成後用局部重繪修字位；三，最穩陣——生成留白版本，後期排版加字。

失真位二：反光亂咁嚟

點解會錯：金屬、玻璃、塑膠面會反射環境，但模型會自己發明一個「環境」出嚟，反光入面可能出現場景入面根本冇嘅嘢。

補救：prompt 講明光源方向同環境類型（例如「室內柔光、無強烈反光體」）；揀啞光角度避開大面積反光；驗收時留意反光入面有冇「唔應該存在」嘅嘢。

失真位三：材質唔對辦

點解會錯：你寫「膠」，出嚟可能似金屬；你想要磨砂，佢俾你亮面。材質詞彙唔夠具體，模型就自由發揮。

補救：材質描述要具體到「啞光磨砂塑膠、輕微指紋感」呢個精細度；直接用實物特寫相做參考圖，比任何文字描述都可靠。

失真位四：比例失真

點解會錯：模型對「呢件嘢實際有幾大」冇概念，尤其係手持圖同多物件場景。

例如將細巧嘅真無線耳機生成到同手掌一樣大，客人收貨嗰刻就係退貨嗰刻。

補救：場景入面加比例參照物（硬币、手機、手掌）；生成後同實物尺寸對照；錯咗就局部重繪或者裁构图。

失真位五：影子飄忽

點解會錯：同一批生成，有啲圖有影子有啲冇，影子方向同光源方向矛盾。白底圖尤其明顯，因為冇背景雜物遮醜。

補救：prompt 講明影子要求（「產品底部有柔和接觸陰影」或者「無影子、純淨白底」）；驗收時檢查影子方向同光線方向一致；一批圖入面揀影子處理一致嗰幾張用。

【獨家觀察】香港賣家最常見嘅三個流程錯誤

做咗咁多香港電商內容，我哋見到賣家用 AI 產品攝影翻車，九成唔係技術問題，係流程問題。

第一個錯：一張 prompt 出圖就落廣告。正確節奏係三輪——第一輪粗稿揀構圖同場景方向，第二輪用參考圖鎖產品細節，第三輪局部修字同 logo。跳步嘅結果就係廣告出咗先發現罐身個 logo 變咗另一個品牌嘅感覺。

第二個錯：參考圖亂堆。唔係擺得愈多愈好，而係要揀得精：產品正全身一張、logo 特寫一張、材質特寫一張，呢三張比十幾張角度凌亂嘅相有用得多。官方上限係 14 張參考圖，但上限唔係建議值。

第三個錯：冇驗收清單。五個失真位——logo、反光、材質、比例、影子——每次出圖逐格打勾，三十秒搞掂，但可以幫你避開九成尷尬。將呢個清單釘喺團隊工作流程度，AI 產品攝影先由「賭運氣」變成「生產線」。

圖搞掂，之後點接落去：由圖到聲到片

香港電商嘅完整內容鏈其實係：產品圖 → 短片 → 廣東話旁白 → 字幕。圖淨係第一步。

產品圖生成之後，你可以將靚圖變成動態短片，再配廣東話旁白落廣告。呢條鏈每一步都有對應工具：圖像生成睇Nano Banana 粵語影片同配音指南；影片配音流程睇AI 影片粵語配音實戰指南；想喺手機快速剪片加聲，睇CapCut 粵語配音教學；想俾網店產品頁有「聽」嘅選項，睇Shopify 粵語產品音頻指南；社交縮圖製作可以參考AI YouTube 縮圖製作指南。

用港嘢做旁白，免費登記送 2,000 字符（一次性）；按大約 240 字符一分鐘計，即係約 8 分鐘旁白——一段幾十秒嘅產品介紹旁白，隨時夠做幾十條片。聲音風格要同品牌一致，可以參考品牌聲音一致性指南。

合規方面有三件事要記住。第一，AI 生成內容要有清楚標示，香港數字政策辦公室嘅指引強調透明同問責（香港數字政策辦公室生成式 AI 指引, 2026）。第二，根據官方文件（2026-10-31 觀察），Nano Banana 生成嘅圖會附帶 C2PA Content Credentials 同 SynthID 水印，呢啲係來源標記，唔使亦唔應該刻意剷走。第三，如果情境圖或者手持圖涉及真人形象，個人資料同肖像使用要跟足授權，可參考私隱專員公署嘅 AI 個人資料保障框架（私隱專員公署 AI 模範框架, 2026）。另外字體、音樂、logo 素材嘅授權，落廣告前全部要清。

常見問題 FAQ

AI 產品攝影出嘅圖可以直接上架賣嘢？

分情況。情境圖、社交帖、廣告素材一般冇問題，但要有 AI 生成標示。平台主圖好多時要求真實呈現商品，建議主圖同規格圖以實物相為準，或者先同平台確認規則。最穩陣嘅混合策略：實拍影一次基本盤，AI 負責量產場景同節日素材。

生成嘅圖有冇水印？

根據官方文件（2026-10-31 觀察），Nano Banana 生成嘅圖含 C2PA Content Credentials 同 SynthID 水印，作用係標記內容來源。呢啲標記係行業透明化方向嘅一部分，建議保留。

點樣避免包裝文字變亂碼？

三招：生成留白包裝再後期加字（最穩陣）、用參考圖鎖住包裝設計再強約束、生成後局部重繪修字位。中文字筆劃多，出錯率比英文高，所以香港賣家更加要行留白加字呢條路。

要用幾多張參考圖先夠？

官方上限係 14 張（2.1／Pro 版本），但實際建議係三張精選：產品正全身、logo 特寫、材質特寫。參考圖貴精不貴多，角度凌亂嘅相堆得多反而干擾模型。

AI 圖同實拍圖應該點揀？

唔使二揀一。白底圖同規格圖以實拍為準，因為失真最藏唔住；情境圖、節日素材、比較圖用 AI 快速量產，因為呢啲場景變化多、需求急；手持圖可以先 AI 試構圖，效果唔理想先考慮實拍。

唔識寫英文 prompt 點算？

用上面嘅五段式結構，用你最自然嘅語言寫，重點係結構清晰同描述具體，唔係詞彙華麗。每次生成後按五個失真位核對，錯邊段改邊段，幾輪之後你就會摸熟自己產品嘅 prompt 模板。

圖搞掂之後，想加廣東話旁白點做？

將產品賣點寫成幾十秒嘅旁白稿，去港嘢 Playground 揀把適合品牌嘅聲線生成音頻，再配返落產品短片度。免費登記送 2,000 字符（一次性），足夠試勻唔同聲線先決定。

[!CTA]

產品圖搞掂，聲音都唔可以輸

即刻去 港嘢 playground，貼上你嘅產品賣點文案，幾分鐘出第一段廣東話旁白，令你嘅產品圖識講嘢。

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）。