GPT-6 Astra · Ciyo 实用工作流
用 GPT-6 Astra + GPT Image 2.5 制作产品摄影图
产品页面上的图片需要回答几个不同的问题。物品长什么样、多大、有哪些细节，以及适合什么使用场景。同一张主图即使做出五个漂亮变体，也仍然回答不了其中大部分问题。先列出问题，再决定要做哪些图片。
GPT-6 Astra 可以在 Ciyo 内把产品参考资料整理成摄影简报，GPT Image 2.5 则负责生成或编辑静态图片。本指南以一款虚构的陶瓷随行杯为例，制作一组实用的电商图片，包括一张经确认的主图、几张各有用途的辅助视图，以及与真实产品逐项核对的审核过程。
一位创作者把 Astra 的视觉分析与 GPT Image 2.5 结合起来
Miko 在 X 上发布的赞助教程介绍了这样一套流程。先用 Astra 分析灵感照片，将其光线和色彩处理整理成结构化简报，再把简报和产品图交给 Higgsfield 上的 GPT Image 2.5。帖子还介绍了如何保存已确认的人物参考图，以便重复使用。附图展示了这位创作者的参考图与风格工作流，并非 Ciyo 的生成结果。
这套思路对产品摄影的启发，是给不同参考图分配不同任务。让真实产品决定产品外观，让灵感图片指导光线和场景。在 Ciyo 中，先让 Astra 说明这两者的区别，再发出 GPT Image 2.5 请求。风格参考图不应取代杯子的实际比例，也不能提供有关杯子材质的事实。
X 上的创作者赞助教程，介绍从 Astra 到结构化风格简报，再到 Higgsfield 上 GPT Image 2.5 的流程。本文的 Ciyo 产品摄影练习是在此基础上独立改编的。
先整理你确实能够核实的产品事实
上传一张清晰的真实杯子照片；如果杯盖或杯柄很重要，再补充一个角度。写下已确认的尺寸、材质和颜色。请 Astra 区分图片中可观察到的内容与由你提供的事实。照片能显示哑光表面，却无法证明产品能否用洗碗机清洗，也无法证明保温性能。
生成前，先做一份简短的产品外观核对表，列出圆弧杯柄、短圆柱杯身、平整杯盖和一种已确认的釉色。如果所有参考图都遮住了某个细节，应补一张更清晰的照片，不要让模型自行编造。把原始参考图留在画布上，方便随时比较。
围绕购买疑问建立拍摄清单
下表是编辑示例，并非电商平台规定的模板。干净的产品图回答商品是什么，细节图说明结构，使用场景图交代环境。选择能覆盖实际页面需求的最小图片组合。一家只卖一款杯子的商店，不需要二十张几乎相同的图片。
每张图只承担一个任务。尺寸展示图应依据已知尺寸，或采用可控的场景，避免生成一只可能扭曲大小关系的手。生活场景图也不要添加容易让买家误以为随商品附送的配件。
| 图片 | 买家的问题 | 使用前检查 |
|---|---|---|
| 干净的主图 | 我买到的具体是什么？ | 轮廓、颜色和附带部件正确 |
| 杯盖细节 | 它的结构如何？ | 没有虚构的铰链、密封件或机械结构 |
| 尺寸展示图 | 能放进我的空间吗？ | 使用已核实的尺寸，并检查比例 |
| 桌面场景 | 我可能在哪里使用它？ | 道具明确属于场景布置 |
| 包装展示图 | 收到货时会有哪些东西？ | 只展示真实包装和内含物品 |
把 Astra 的拍摄计划交给 GPT Image 2.5
打开上方的 Astra 入口，用下面的简报替换初始提示词，并附上参考图。在图片 Models 菜单中选择 GPT Image 2.5 Flare 或 Sunburst。Astra 负责引导对话，所选图片模型负责生成像素。先做一张主图，这样可以先修正产品，再把它扩展到整组图片。
以便于检查的缩放级别查看第一张结果。清点部件，对比杯柄连接点，并读一读任何可见文字。如果基础图不正确，就在这一步修好。把有缺陷的主图用作整套营销图片的参考，只会让同一个错误在后续更难修正、代价更高。
OpenAI 将 Flare 描述为适合日常生成的选项，将 Sunburst 描述为侧重编辑精度的选项。可以依据这个区别选择起点，再判断实际生成的杯子图片。选择更注重细节的模型，并不意味着可以接受虚构的杯盖或无法辨认的标签。通过 Ciyo 的 Models 控件，选择这次请求使用的图片模型及其支持的画质和尺寸。
请为我附上的参考图中的陶瓷杯规划一组五张电商图片。第一张参考图用于确定产品外观，不是风格建议。保留它的杯柄、杯盖、杯身比例和釉色。已确认的事实如下 [填写尺寸、材质和附带部件]。列出缺失信息，不要猜测。针对商品外观、细节、尺寸、使用场景和包装内容这五类购买疑问，各提出一张图片。先规划主图，暂时不要生成整组图片。在我批准计划后，使用 GPT Image 2.5 Flare 生成一张主图。等我完成产品外观审核后，再制作辅助视图。检查整页图片是否一致
把选中的图片并排放在 Ciyo 中。一张细节裁切图单独看可能没有问题，但如果它的釉色比主图偏暖，放在一起就可能像另一款产品。比较整组图片中反复出现的特征，然后找出让不一致图片恢复统一所需的最小修改。
用接受、修改或替换这三种简单决定处理结果。背景不协调，通常适合编辑；杯盖几何结构变了，可能需要重新制作基础图。不要只因为整体光线好看，就接受产品本身的错误。
| 检查项 | 可以接受的条件 | 否则如何处理 |
|---|---|---|
| 产品外观 | 每张图都呈现同一款产品 | 替换不准确的渲染图 |
| 颜色 | 仍能辨认出已确认的颜色 | 调整光线或回到原始参考图 |
| 依据 | 场景支持所陈述的事实 | 删除未经核实的道具或声明 |
| 交付 | 每张裁切图都适合其页面位置 | 按实际展示位置重新构图 |
导出一套他人也能理解的图片
按用途命名文件，例如 cup-hero-approved、cup-lid-detail-approved 和 cup-desk-context-approved。将已确认的事实和选定参考图一同保存在项目中。有了这些记录，同事就能制作新的裁切版本，不必重新讨论产品应当长什么样。
把导出的素材放进商店实际使用的页面编辑器，再用手机检查完整产品页。Ciyo 提供创作工作区；发布、图片位置和结账由店铺系统控制。上传前，先阅读目标平台当前的图片要求，尤其要注意电商平台对主图与辅助场景图的不同规定。
常见问题
GPT-6 Astra 能拍摄真实的产品照片吗？
它可以帮助分析你提供的参考资料，并准备或改进图片工作流。AI 生成的图片属于合成素材，用作销售资料前，应将其与真实产品进行比较。
应该在一次请求中生成所有电商图片吗？
先通过第一张图确认产品外观和视觉方向，再扩展整组图片。这样更容易修改，也能为后续请求提供明确的参考。
把这套工作流放到你的画布上
通过“在 Ciyo 中试用 GPT-6 Astra”链接打开可编辑的初始提示词。发送前，加入你自己的参考资料和限制条件。根据要制作的素材，选择图片或视频模型及其支持的设置。