---
title: 电商产品图片生成 API
description: "用一个 API 密钥通过 Nano Banana 2 或 GPT Image 2 生产电商产品图：模型路由、真实请求结构、保真编辑、批量控制、成本计算与店面 SEO。"
url: https://apitoken.sale/zh/docs/learn/image-generation-api-for-ecommerce
language: zh-CN
---

# 面向电商目录的图像生成 API 工作流

产品图像首先是身份保持问题，其次才是提示词问题。锁定产品特征，只允许明确场景变化，验证每个输出，并在验收门可靠后优化成本。

## 为每个目录任务匹配正确的模型

你可以通过一个 apiToken.sale 预付密钥，以编程方式生产可上架的产品图：Nano Banana 2（gemini-3.1-flash-image）走原生 Gemini 路由，GPT Image 2（gpt-image-2）走 OpenAI Images 路由。选择应按任务而非按店铺决定：Nano Banana 2 提供明确的 1K/2K/4K 尺寸、丰富的宽高比控制和最多 14 张参考图；GPT Image 2 则为已有 OpenAI Images 客户端的团队提供 1–5 张 PNG、JPEG 或 WebP 参考图的编辑流程。

| 任务 | 建议起始路由 | 强制检查 |
| --- | --- | --- |
| 主图的新生活方式场景 | Nano Banana 2 1K + 明确宽高比 | 产品一致性与包装文字保持 |
| 白底 PNG 的严格背景替换 | GPT Image 2 /v1/images/edits | 产品几何形状不变 |
| 单个 SKU 的多角度参考 | Nano Banana 2 + 完整参考集 | 跨视角的产品一致性 |
| 已有 OpenAI 媒体流水线 | GPT Image 2 | 可接受不透明或透明 PNG 与比例尺寸 |
| 全目录季节性更新 | 任一模型上的 batch 队列 | 每个验收 SKU 资产的结算成本 |

> 发送 background=transparent 时，GPT Image 2 会给出带真实 alpha 通道的透明抠图。size 是比例预设（auto/1:1 约 1254×1254、3:2、2:3、4:3、16:9、9:16），不是 1024 像素或 4K 锁定。如果固定像素尺寸是店面硬性要求，应在设计阶段排除该路由。

[编辑路由契约：参考图、格式与输出形态](/docs/learn/image-editing-api-guide)

## 一个预付密钥背后的两种线路协议

同一个密钥可用于两条路由，但请求结构不可互换。Nano Banana 2 使用 Gemini generateContent 结构与 x-goog-api-key 请求头调用，响应以 base64 inlineData 图像 part 返回图片。GPT Image 2 使用 OpenAI Images 端点与 Authorization: Bearer，返回单张非流式 base64 PNG。尺寸与质量控制也不同：Gemini 侧是 imageConfig.imageSize（1K/2K/4K）加 aspectRatio，OpenAI 侧是已发布的 background/quality/size 取值 opaque 或 transparent / low / 比例预设。

```
# Nano Banana 2 — native Gemini route, explicit size and ratio
curl https://router.apitoken.sale/v1beta/models/gemini-3.1-flash-image:generateContent \
  -H "x-goog-api-key: $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Place SKU-1042 on a warm kitchen counter, soft daylight"}]}],"generationConfig":{"responseModalities":["TEXT","IMAGE"],"imageConfig":{"imageSize":"1K","aspectRatio":"4:5"}}}'

# GPT Image 2 — OpenAI Images route, published controls only
curl https://router.apitoken.sale/v1/images/generations \
  -H "Authorization: Bearer $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"Studio packshot of a matte black bottle, seamless grey background","background":"opaque","quality":"low","size":"auto"}'
```

入门成本刻意压得很低：通过 Google 或 GitHub 创建的新 B2C 账户可获得 $5 平台奖励金（适用于 Claude、GPT 和 Gemini 模型；邮箱密码账户不参与），余额充值支持银行卡或加密货币。为目录 worker 签发一把带终身消费上限和到期日期的独立密钥，防止失控的批量任务耗尽整个账户。

## 保护产品一致性的生产工作流

1. 规范源产品照片，为每个输入文件分配不可变的 SKU/asset 版本。
2. 把 brief 写成允许的变更加受保护特征：轮廓、颜色、logo、标签与随附配件。
3. 生成一个有界候选项，然后验证产品一致性、渲染文字、瑕疵、构图与合规。
4. 把原图、输出、prompt 版本、模型、request ID、终态 usage 与审核结论存为一条持久记录。
5. 只发布优化后的 web derivative；绝不要把 API 的 base64 payload 直接当作店面资产。

```
PRODUCT: SKU-1042, matte black bottle, silver cap, logo unchanged
ALLOWED: replace the background with a warm kitchen scene
PROTECTED: silhouette, cap shape, logo spelling, label colors
OUTPUT: one centered catalog hero image; no added text or accessories
```

> 提示词是指令而非保证。只有对照受保护特征进行验证，才能防止重新生成的背景悄悄变成另一件产品。

## 真实目录批次的成本计算

Nano Banana 2 的图像输出项按尺寸固定：1K 计 1,120 个 image token，官方 $0.0672，普通 B2C 五折后 $0.0336；同样条件下 2K 为 $0.0504，4K 为 $0.0756。500 个 SKU 的季节性更新、每个生成两张 1K 候选，共 1,000 张图，普通 B2C 的图像输出项合计 $33.60，另有有界的提示词与参考图输入。若验证通过其中 700 张，每个验收资产的图像项成本为 $33.60 ÷ 700 ≈ $0.048——应该拿这个数字而不是原始请求数去对比重拍预算。

GPT Image 2 没有诚实的单张标价：结算由终态 text-input、image-input、cached-input 与 image-output usage 合成。一个取整的演算示例——若终态 usage 报告 500 个 fresh text token 与 4,000 个 image-output token，官方总额为 500 × $5/M + 4,000 × $30/M = $0.1225，普通 B2C 恰好支付一半，即 $0.06125。参考图按官方 $8/M（折后 $4/M）增加 image-input，因此编辑 brief 只应发送场景真正需要的文件。

> 普通 B2C 的五折适用于准确官方生成或编辑 usage；转换、CDN 存储、人工审核与被拒资产仍属于应用成本，应计入电商商业模型。

[面向全目录批次的预算安全流水线](/docs/learn/batch-image-generation-api)

## 发布有利于店面 SEO 的图像

- 跟踪每个验收 SKU 图像的结算成本，而非请求数；重试与被拒都属于获取成本。
- 从最小交付分辨率（1K）开始，仅升级未通过细节检查的 hero 资产。
- 使用描述性文件名与如实描述产品和场景的 alt 文本；绝不要把模型名称或关键词堆砌进 alt。
- 编码响应式 WebP/AVIF 衍生图，保留无损 master，并发布明确的 width/height 以避免布局偏移。
- 若来源与审核证据包含内部 ID 或提示词，应将其排除在公开 metadata 之外。

## 常见问题

### 电商团队制作产品图应从哪款模型开始？

用自己的 SKU 做一个小型评测。需要明确宽高比、1K/2K/4K 尺寸或多角度参考时，Nano Banana 2 是更强的起点；OpenAI Images 背景编辑与已有 OpenAI Images 客户端的团队适合 GPT Image 2。按资产类别固定胜出模型，而不是为整个目录只选一款。

### 本站能用 GPT Image 2 生成透明产品抠图吗？

可以。在 POST /v1/images/generations 或 /v1/images/edits 上发送 background=transparent。这是请求带真实 alpha 通道的 PNG；请检查文件——没有 alpha 仍是 HTTP 200。size 仍是比例预设，不是固定像素锁定。

### 如何防止模型改动产品本身？

在 brief 中声明受保护特征——轮廓、颜色、logo 拼写、标签文字——提供干净的参考图，每次只改一个具名元素，并拒绝任何未通过产品一致性验证的候选。提示词只能缩小搜索空间，保护目录的是验收门。

### 重拍 1,000 张图的目录要多少钱？

以 1K 的 Nano Banana 2 计算，一千个图像输出项在普通 B2C 五折后合计 $33.60，另有有界输入。把结算总额除以验收资产数才是真实数字：验收率 70% 时，每个验收 SKU 图像的图像项成本约为 $0.048。

### 五折是否涵盖 CDN 与审核成本？

不涵盖。它适用于普通 B2C 账户的准确官方模型 usage——生成与编辑请求。存储、WebP/AVIF 转换、CDN 分发、人工审核与被拒资产是独立的应用成本，仍计入你的商业模型。

### 在为目录批次充值前有免费测试方式吗？

有。通过 Google 或 GitHub 创建的新 B2C 账户可获得 $5 平台奖励金，适用于 Claude、GPT 和 Gemini 模型。对 Nano Banana 2，还可以在任何图像计费之前免费调用 countTokens 估算输入。充值时支持银行卡与加密货币。

---
Get a key: https://apitoken.sale/register
More guides: https://apitoken.sale/zh/docs/learn