本文来自Milvus电商SaaS用户的投稿，根据用户提供的资料与访谈加工而成。

我们做电商 AI SaaS，遇到最多的需求就是来自义乌的跨境商家的提问：新出了一个版，能不能在不请模特、不拍场景的情况下，用AI立刻出图，要便宜，还得是爆款。

人话翻译一下，就是怎么能不违规地抄个爆款图？

也是因此，昨天谷歌 Nano Banana2 一发布，我们就做了上手实测，并与 Milvus 向量数据库打通。实测整体生图成本降至原来的 1/3，出图效率翻倍。

接下来，我会从模型实测细节和端到端实操教程两部分，拆解这套适合中小电商SaaS 公司、零本地 GPU 的 AI 生图解决方案。

01 

Nano Banana 2实测，降本三分之二，不再抽卡

电商场景，对AI 生图就三个要求：成本低、爆款复刻得像、不侵权，顺带还要适配跨境的多平台规格、支持多语言文字.

而Nano Banana 2的这次更新，几乎满足所有要求。

（1）成本砍到 1/3

Nano Banana 2 最直观的优势，就是便宜，单张图从 Pro 版的 0.134 美元干到 0.067 美元，直接省一半。

但更重要的是，返工成本直接砍没了，过去用其他模型，调比例、调清晰度，要花很多返工时间（亚马逊主图要 1:1，独立站要 3:4），Nano Banana 2 直接解决这个问题，让成本直接降到原本的三分之一：

分辨率覆盖 512px-4K 全规格，512px 做虾皮、速卖通缩略图，4K 做亚马逊详情页，不用二次放大；

新增 4:1、1:4、8:1、1:8 超宽 / 超高比例，跨境横幅广告、直播间背景，一次出图到位，不用扩边修图。

（2）14 张参考图融合，稳定性大幅提升

这次更新最实用的其实是多参考图融合：Nano Banana 2 支持 14 张参考图混合生成，10 张高保真对象图 + 4 张角色图，单个工作流能保 5 个角色、14 个对象的特征一致。

简单说，它能同时导入多款爆款的场景、模特、道具特征，新图直接继承爆款基因，不用反复调 prompt，这也是我们能把它和 Milvus 爆款检索打通的关键。

（3）商业级场景生成，更真实细节

一般来说，要稳定出图，一般不能一次性把所有要求都喂给AI，比较稳妥的办法是，先生成背景图，然后生成模特图，最后融图。

我们拿背景生成需求测了三代模型，要求生成 4:1 的上海写字楼雨天图，透过窗户看东方明珠（这题考的是构图、细节、真实感）。

整体效果可以看到，初代 Nano Banana比较中规中矩，色调灰蓝平淡， 雨滴质感不错，大小分布自然，但建筑细节虚化丢太多，东方明珠辨识度低，分辨率也不够；

Pro 版：氛围感拉满，暖色灯光配冷雨有电影感，但没前景窗框，画面扁平，适合做辅图，撑不起主图；

Nano Banana 2：完成度直接拉满，加了窗框做前景有纵深感，东方明珠细节清、黄浦江有船只，光影层次分明，雨滴和水渍的质感几乎和实拍没差，4:1 超宽比例也没透视畸变，不用修图，直接当主图用。唯一小瑕疵是窗框左侧有轻微畸变，但对比商业价值，这点问题完全可以忽略。

（4）文字处理：跨境电商的一大痛点

电商图绕不开文字，价签、营销标语、跨境多语言文案，这些都是是过去 AI 生图的通病，Nano Banana 2 的优势在于，能生成无错漏的易读文本，还支持多语言翻译和本地化。

另外，我们还测了手写续写（贴合电商手写价签、个性化卡片），结果也很顶：初代Nano Banana 序号重复、结构理解错，Pro 版排版好但字体还原一般，Nano Banana 2 不仅续写零错误，字体还原度甚至比 Pro 版还好，笔画粗细、字形风格几乎和原图一致，完全能直接用。

(5)全景还原：一个意外之喜

以下是国外一个玩疯了的prompt，随手从谷歌地图上截个地图，发给它，让它生成当前地址的全景动画风格，也非常逼真形象。

Prompt: make me a 4:1 panorama of this location in an anime style

02 

快时尚 AI：找爆款+自动生成商品宣传图教程

（1）模型准备与架构搭建

为了避免AI出图抽卡，我们会把每一环节都拆开细化，做到可控，采用了Milvus 混合检索 + Qwen3.5 做元素分析+ Nano Banana 2出图的三步流水线。

这里很多人问，生图为啥要用向量数据库？因为电商的核心资产之一，是海量市场验证过的爆款图，模特表现力、场景、光影，都是花钱试出来的，直接复用这些特征，比重构 prompt 高效 10 倍。

整体的框架性过程如下（所有模型通过 OpenRouter API 调用，无需本地 GPU，无需下载模型）：

新品平铺图 ──→ llama-nemotron-embed-vl-1b-v2 （Embedding API ）──→ Milvus 混合检索 ──→ 找到相似爆款                                     │                                     ├── Dense 向量检索（视觉相似度）                                     ├── Sparse 向量检索（文字关键词匹配）                                     └── 标量筛选（品类 + 销量过滤）                                     │                               检索到的爆款宣传图                                     │                                     ▼                            Qwen3.5 分析爆款风格                          （场景 / 灯光 / 姿势 / 氛围）                                     │                                     ▼                  Nano Banana 2 生成新品宣传图                （新品图 + 爆款参考 + 风格描述 → 宣传图）

而关于Milvus，我们主要会用到三个能力。

1.Dense + Sparse 混合检索：图片向量 + 文字 TF-IDF 向量联合搜索，通过 RRF 重排序融合结果

2.标量字段筛选：按品类（category）、销量（sales_count）等字段过滤

3.多字段混合 Schema：同一个 Collection 中同时存储向量、稀疏向量和标量字段

（2）数据准备

历史商品数据

准备一个 images/ 文件夹和 products.csv 元数据文件：

images/├── SKU001.jpg    # 粉色抽绳长裙├── SKU002.jpg    # 黑色碎花长裙├── ...└── SKU040.jpg
products.csv 字段：product_id, image_path, category, color, style, season, sales_count, description, price

新品数据

准备 new_products/ 文件夹和 new_products.csv：

new_products/├── NEW001.jpg    # 蓝色针织开衫 + 灰色纱裙套装├── NEW002.jpg    # 浅绿色碎花荷叶边长裙├── NEW003.jpg    # 驼色高领针织连衣裙└── NEW004.jpg    # 深灰色民族风堆堆领上衣裙
new_products.csv 字段：new_id, image_path, category, style, season, prompt_hint

Step 1：安装依赖

!pip install pymilvus openai requests pillow scikit-learn tqdm

Step 2：导入模块和配置

import os, io, base64, csv, timeimport requests as reqimport numpy as npfrom PIL import Imagefrom tqdm.notebook import tqdmfrom sklearn.feature_extraction.text import TfidfVectorizerfrom IPython.display import display
from openai import OpenAIfrom pymilvus import MilvusClient, DataType, AnnSearchRequest, RRFRanker

配置所有模型和路径：

# -- Config --OPENROUTER_API_KEY = os.environ.get(    "OPENROUTER_API_KEY",    "<YOUR_OPENROUTER_API_KEY>",)
# Models (all via OpenRouter, no local download needed)EMBED_MODEL = "nvidia/llama-nemotron-embed-vl-1b-v2"  # free, image+text → 2048dEMBED_DIM = 2048LLM_MODEL = "qwen/qwen3.5-397b-a17b"                 # style analysisIMAGE_GEN_MODEL = "google/gemini-3.1-flash-image-preview"  # Nano Banana 2
# MilvusMILVUS_URI = "./milvus_fashion.db"COLLECTION = "fashion_products"TOP_K = 3
# PathsIMAGE_DIR = "./images"NEW_PRODUCT_DIR = "./new_products"PRODUCT_CSV = "./products.csv"NEW_PRODUCT_CSV = "./new_products.csv"
# OpenRouter client (shared for LLM + image gen)llm = OpenAI(api_key=OPENROUTER_API_KEY, base_url="https://openrouter.ai/api/v1")
print("Config loaded. All models via OpenRouter API.")

工具函数

定义一组工具函数，用于图片编码、API 调用和结果解析：

image_to_uri()：将 PIL 图片转为 base64 data URI，用于 API 传输

get_image_embeddings()：批量调用 OpenRouter Embedding API，图片 → 2048 维向量

get_text_embedding()：文本 → 2048 维向量（同一向量空间）

sparse_to_dict()：将 scipy 稀疏矩阵行转为 Milvus 稀疏向量格式 {index: value}

extract_images()：从 Nano Banana 2 的 API 响应中提取生成的图片

# -- Utility functions --
def image_to_uri(img, max_size=1024):    """Convert PIL Image to base64 data URI."""    img = img.copy()    w, h = img.size    if max(w, h) > max_size:        r = max_size / max(w, h)        img = img.resize((int(w * r), int(h * r)), Image.LANCZOS)    buf = io.BytesIO()    img.save(buf, format="JPEG", quality=85)    return f"data:image/jpeg;base64,{base64.b64encode(buf.getvalue()).decode()}"

def get_image_embeddings(images, batch_size=5):    """Encode images via OpenRouter embedding API."""    all_embs = []    for i in tqdm(range(0, len(images), batch_size), desc="Encoding images"):        batch = images[i : i + batch_size]        inputs = [            {"content": [{"type": "image_url", "image_url": {"url": image_to_uri(img, max_size=512)}}]}            for img in batch        ]        resp = req.post(            "https://openrouter.ai/api/v1/embeddings",            headers={"Authorization": f"Bearer {OPENROUTER_API_KEY}"},            json={"model": EMBED_MODEL, "input": inputs},            timeout=120,        )        data = resp.json()        if "data" not in data:            print(f"API error: {data}")            continue        for item in sorted(data["data"], key=lambda x: x["index"]):            all_embs.append(item["embedding"])        time.sleep(0.5)  # rate limit friendly    return np.array(all_embs, dtype=np.float32)

def get_text_embedding(text):    """Encode text via OpenRouter embedding API."""    resp = req.post(        "https://openrouter.ai/api/v1/embeddings",        headers={"Authorization": f"Bearer {OPENROUTER_API_KEY}"},        json={"model": EMBED_MODEL, "input": text},        timeout=60,    )    return np.array(resp.json()["data"][0]["embedding"], dtype=np.float32)

def sparse_to_dict(sparse_row):    """Convert scipy sparse row to Milvus sparse vector format {index: value}."""    coo = sparse_row.tocoo()    return {int(i): float(v) for i, v in zip(coo.col, coo.data)}

def extract_images(response):    """Extract generated images from OpenRouter response."""    images = []    raw = response.model_dump()    msg = raw["choices"][0]["message"]    # Method 1: images field (OpenRouter extension)    if "images" in msg and msg["images"]:        for img_data in msg["images"]:            url = img_data["image_url"]["url"]            b64 = url.split(",", 1)[1]            images.append(Image.open(io.BytesIO(base64.b64decode(b64))))    # Method 2: inline base64 in content parts    if not images and isinstance(msg.get("content"), list):        for part in msg["content"]:            if isinstance(part, dict) and part.get("type") == "image_url":                url = part["image_url"]["url"]                if url.startswith("data:image"):                    b64 = url.split(",", 1)[1]                    images.append(Image.open(io.BytesIO(base64.b64decode(b64))))    return images
print("Utility functions ready.")

Step 3：加载商品目录

读取 products.csv 元数据和对应的商品图片：

with open(PRODUCT_CSV, newline="", encoding="utf-8") as f:    products = list(csv.DictReader(f))
product_images = []for p in products:    img = Image.open(os.path.join(IMAGE_DIR, p["image_path"])).convert("RGB")    product_images.append(img)
print(f"Loaded {len(products)} products.")for i in range(3):    p = products[i]    print(f"{p['product_id']} | {p['category']} | {p['color']} | {p['style']} | sales: {p['sales_count']}")    display(product_images[i].resize((180, int(180 * product_images[i].height / product_images[i].width))))

输出示例：

Step 4：生成 Embedding

为混合检索生成两种类型的向量：

4.1 Dense 向量：图片 Embedding

通过 OpenRouter 调用 `nvidia/llama-nemotron-embed-vl-1b-v2` 模型，将每张商品图编码为 2048 维稠密向量。该模型支持图文混合编码，同一向量空间内既可以搜图，也可以搜文。

# Dense embeddings: image → 2048-dim vector via OpenRouter APIdense_vectors = get_image_embeddings(product_images, batch_size=5)print(f"Dense vectors: {dense_vectors.shape}  (products x {EMBED_DIM}d)")

输出：

Dense vectors: (40, 2048)  (products x 2048d)

4.2 Sparse 向量：TF-IDF 文本 Embedding

对商品的文字描述（description 字段）使用 sklearn 的 TF-IDF 生成稀疏向量，用于关键词匹配：

# Sparse embeddings: TF-IDF on product descriptionsdescriptions = [p["description"] for p in products]tfidf = TfidfVectorizer(stop_words="english", max_features=500)tfidf_matrix = tfidf.fit_transform(descriptions)
sparse_vectors = [sparse_to_dict(tfidf_matrix[i]) for i in range(len(products))]print(f"Sparse vectors: {len(sparse_vectors)} products, vocab size: {len(tfidf.vocabulary_)}")print(f"Sample sparse vector (SKU001): {len(sparse_vectors[0])} non-zero terms")

输出：

Sparse vectors: 40 products, vocab size: 179Sample sparse vector (SKU001): 11 non-zero terms

>为什么需要两种向量？两者结合，检索效果显著优于单一方式

- Dense 向量捕捉视觉特征（颜色、款式、风格），适合「以图搜图」

- Sparse 向量捕捉关键词语义（"floral"、"midi"、"chiffon"），适合文字匹配

Step 5：创建 Milvus Collection（混合 Schema）

这是本教程的核心步骤：

创建一个同时包含 Dense 向量、Sparse 向量和标量字段的混合 Schema：

milvus_client = MilvusClient(uri=MILVUS_URI)
if milvus_client.has_collection(COLLECTION):    milvus_client.drop_collection(COLLECTION)
schema = milvus_client.create_schema(auto_id=True, enable_dynamic_field=True)schema.add_field("id", DataType.INT64, is_primary=True)schema.add_field("product_id", DataType.VARCHAR, max_length=20)schema.add_field("category", DataType.VARCHAR, max_length=50)schema.add_field("color", DataType.VARCHAR, max_length=50)schema.add_field("style", DataType.VARCHAR, max_length=50)schema.add_field("season", DataType.VARCHAR, max_length=50)schema.add_field("sales_count", DataType.INT64)schema.add_field("description", DataType.VARCHAR, max_length=500)schema.add_field("price", DataType.FLOAT)schema.add_field("dense_vector", DataType.FLOAT_VECTOR, dim=EMBED_DIM)schema.add_field("sparse_vector", DataType.SPARSE_FLOAT_VECTOR)
index_params = milvus_client.prepare_index_params()index_params.add_index(field_name="dense_vector", index_type="FLAT", metric_type="COSINE")index_params.add_index(field_name="sparse_vector", index_type="SPARSE_INVERTED_INDEX", metric_type="IP")
milvus_client.create_collection(COLLECTION, schema=schema, index_params=index_params)print(f"Milvus collection '{COLLECTION}' created with hybrid schema.")

插入数据

# Insert all productsrows = []for i, p in enumerate(products):    rows.append({        "product_id": p["product_id"],        "category": p["category"],        "color": p["color"],        "style": p["style"],        "season": p["season"],        "sales_count": int(p["sales_count"]),        "description": p["description"],        "price": float(p["price"]),        "dense_vector": dense_vectors[i].tolist(),        "sparse_vector": sparse_vectors[i],    })
milvus_client.insert(COLLECTION, rows)stats = milvus_client.get_collection_stats(COLLECTION)print(f"Inserted {stats['row_count']} products into Milvus.")

输出：

Inserted 40 products into Milvus.

Step 6：混合检索——为新品找到相似爆款

这是 Milvus 高级功能的核心演示。对于每个新品，我们同时执行：

1.Dense 检索：图片 Embedding 相似度（新品长什么样？）

2.Sparse 检索：TF-IDF 文字匹配（关键词是否一致？）

3.标量筛选：品类匹配 + 只看爆款（`sales_count > 1500`）

4.RRF 重排序：融合 Dense + Sparse 结果

加载新品

# Load new productswith open(NEW_PRODUCT_CSV, newline="", encoding="utf-8") as f:    new_products = list(csv.DictReader(f))
# Pick the first new product for demonew_prod = new_products[0]new_img = Image.open(os.path.join(NEW_PRODUCT_DIR, new_prod["image_path"])).convert("RGB")
print(f"New product: {new_prod['new_id']}")print(f"Category: {new_prod['category']} | Style: {new_prod['style']} | Season: {new_prod['season']}")print(f"Prompt hint: {new_prod['prompt_hint']}")display(new_img.resize((300, int(300 * new_img.height / new_img.width))))

输出：

编码新品

# Encode new product# Dense: image embedding via APIquery_dense = get_image_embeddings([new_img], batch_size=1)[0]
# Sparse: TF-IDF from text queryquery_text = f"{new_prod['category']} {new_prod['style']} {new_prod['season']} {new_prod['prompt_hint']}"query_sparse = sparse_to_dict(tfidf.transform([query_text])[0])
# Scalar filterfilter_expr = f'category == "{new_prod["category"]}" and sales_count > 1500'
print(f"Dense query: {query_dense.shape}")print(f"Sparse query: {len(query_sparse)} non-zero terms")print(f"Filter: {filter_expr}")

输出：

Dense query: (2048,)Sparse query: 6 non-zero termsFilter: category == "midi_dress" and sales_count > 1500

执行混合检索

>关键代码解析：

• AnnSearchRequest 分别为 Dense 和 Sparse 向量创建搜索请求

• expr=filter_expr 在每个请求中加入标量过滤条件

• RRFRanker(k=60) 使用 Reciprocal Rank Fusion 算法融合两路搜索结果

• hybrid_search 将所有请求合并执行，返回综合排名

# Hybrid search: dense + sparse + scalar filter + RRF rerankingdense_req = AnnSearchRequest(    data=[query_dense.tolist()],    anns_field="dense_vector",    param={"metric_type": "COSINE"},    limit=20,    expr=filter_expr,)sparse_req = AnnSearchRequest(    data=[query_sparse],    anns_field="sparse_vector",    param={"metric_type": "IP"},    limit=20,    expr=filter_expr,)
results = milvus_client.hybrid_search(    collection_name=COLLECTION,    reqs=[dense_req, sparse_req],    ranker=RRFRanker(k=60),    limit=TOP_K,    output_fields=["product_id", "category", "color", "style", "season",                   "sales_count", "description", "price"],)
# Display retrieved bestsellersretrieved_products = []retrieved_images = []print(f"Top-{TOP_K} similar bestsellers:\n")for hit in results[0]:    entity = hit["entity"]    pid = entity["product_id"]    img = Image.open(os.path.join(IMAGE_DIR, f"{pid}.jpg")).convert("RGB")    retrieved_products.append(entity)    retrieved_images.append(img)    print(f"{pid} | {entity['category']} | {entity['color']} | {entity['style']} "          f"| sales: {entity['sales_count']} | ${entity['price']:.1f} | score: {hit['distance']:.4f}")    print(f"  {entity['description']}")    display(img.resize((250, int(250 * img.height / img.width))))    print()

输出：排名前三最相似的爆款

Step 7：用 Qwen3.5 分析爆款风格

将检索到的爆款宣传图发给 Qwen3.5 多模态 LLM，让它分析场景、灯光、姿势、氛围，并生成一段风格描述 prompt：

content = [    {"type": "image_url", "image_url": {"url": image_to_uri(img)}}    for img in retrieved_images]content.append({    "type": "text",    "text": (        "These are our top-selling fashion product photos.\n\n"        "Analyze their common visual style in these dimensions:\n"        "1. Scene / background setting\n"        "2. Lighting and color tone\n"        "3. Model pose and framing\n"        "4. Overall mood and aesthetic\n\n"        "Then, based on this analysis, write ONE concise image generation prompt "        "(under 100 words) that captures this style. The prompt should describe "        "a scene for a model wearing a new clothing item. "        "Output ONLY the prompt, nothing else."    ),})
response = llm.chat.completions.create(    model=LLM_MODEL,    messages=[{"role": "user", "content": content}],    max_tokens=512,    temperature=0.7,)style_prompt = response.choices[0].message.content.strip()print("Style prompt from Qwen3.5:\n")print(style_prompt)

Qwen3.5 输出示例：

Style prompt from Qwen3.5:
Professional full-body fashion photograph of a model wearing a stylish new dress.Bright, soft high-key lighting that illuminates the subject evenly. Clean,uncluttered background, either stark white or a softly blurred bright outdoorsetting. The model stands in a relaxed, natural pose to showcase the garment'ssilhouette and drape. Sharp focus, vibrant colors, fresh and elegant commercialaesthetic.

Step 8：用 Nano Banana 2 生成宣传图

将新品平铺图+爆款参考图+风格 prompt发给 Nano Banana 2，生成专业宣传图：

gen_prompt = (    f"I have a new clothing product (Image 1: flat-lay photo) and a reference "    f"promotional photo from our bestselling catalog (Image 2).\n\n"    f"Generate a professional e-commerce promotional photograph of a female model "    f"wearing the clothing from Image 1.\n\n"    f"Style guidance: {style_prompt}\n\n"    f"Scene hint: {new_prod['prompt_hint']}\n\n"    f"Requirements:\n"    f"- Full body shot, photorealistic, high quality\n"    f"- The clothing should match Image 1 exactly\n"    f"- The photo style and mood should match Image 2")
gen_content = [    {"type": "image_url", "image_url": {"url": image_to_uri(new_img)}},    {"type": "image_url", "image_url": {"url": image_to_uri(retrieved_images[0])}},    {"type": "text", "text": gen_prompt},]
print("Generating promotional photo with Nano Banana 2...")gen_response = llm.chat.completions.create(    model=IMAGE_GEN_MODEL,    messages=[{"role": "user", "content": gen_content}],    extra_body={        "modalities": ["text", "image"],        "image_config": {"aspect_ratio": "3:4", "image_size": "2K"},    },)print("Done!")

>Nano Banana 2 API 关键参数：

• modalities: ["text", "image"]：必须声明输出包含图片

• image_config.aspect_ratio：控制宽高比（3:4 适合人像）

• image_config.image_size：分辨率（支持 512px 到 4K）

提取生成的图片

generated_images = extract_images(gen_response)
text_content = gen_response.choices[0].message.contentif text_content:    print(f"Model response: {text_content[:300]}\n")
if generated_images:    for i, img in enumerate(generated_images):        print(f"--- Generated promo photo {i+1} ---")        display(img)        img.save(f"promo_{new_prod['new_id']}_{i+1}.png")        print(f"Saved: promo_{new_prod['new_id']}_{i+1}.png")else:    print("No image generated. Raw response:")    print(gen_response.model_dump())

输出：

Step 9：对比展示

print("=" * 50)print("NEW PRODUCT (flat-lay)")print("=" * 50)display(new_img.resize((400, int(400 * new_img.height / new_img.width))))
print("\n" + "=" * 50)print(f"BESTSELLER REFERENCE ({retrieved_products[0]['product_id']}, sales: {retrieved_products[0]['sales_count']})")print("=" * 50)display(retrieved_images[0].resize((400, int(400 * retrieved_images[0].height / retrieved_images[0].width))))
if generated_images:    print("\n" + "=" * 50)    print("GENERATED PROMOTIONAL PHOTO")    print("=" * 50)    display(generated_images[0])

从下面的对比结果可以看出，Nano Banana 2 生成的新品宣传图，整体场景氛围很棒，光线柔和，模特姿态自然。

唯一瑕疵是开衫像是直接“贴”上去的，领口处的白色标签明显外露，破坏了真实感，说明模型在服装与人体的融合上还有提升空间。

Step 10：批量生成所有新品

将完整流程封装为函数，对所有新品执行：混合检索 → 风格分析 → 宣传图生成。（由于本文篇幅过长，此处省略代码。有需要的可以留言或者私信小编）

我们为剩下几个新品批量生成了宣传图。从下面的宣传图可以看出，，Qwen3.5对新品适配的季节、使用场景及搭配配饰等维度具备深度理解与精准把控；Nano Banana 2则可高质量渲染对应视觉画面，呈现效果逼真，达到以假乱真的水准。

总结

以上由AI 驱动的快时尚宣传图生成流水线，有四大优势：

零本地模型：所有 AI 模型通过 OpenRouter API 调用

Milvus 混合检索：Dense + Sparse + Scalar 三路融合，检索精度远超单一向量检索

端到端自动化：从新品平铺图到宣传图，全流程自动化

成本可控：Embedding 模型免费，Nano Banana 2 价格仅为 Pro 版本的一半

但也有一些不足，比如少量服装与人体融合不自然、小配饰细节模糊的问题，两个简单技巧即可解决：

首先，分步骤生图：先生成爆款同款场景背景，再生成模特图，最后将自家产品融图，大幅提升融合度；

此外，使用中需要精细化 prompt：在生图 prompt 中加入 服装与人体贴合自然，无外露标签、无多余元素，产品细节清晰，引导模型优化细节。如果还是不行，直接用Pro，这方面pro的稳定性比Nano Banana 2 高很多。

作者介绍


王舒虹
Zilliz Social Media Advocate

阅读推荐
一个春节烧掉3个$200 Claude Max plan，我终于明白了怎么用AI写infra代码
如何在记忆与检索环节，解决OpenClaw  的token消耗爆炸问题？
AI互撕后code review表现会更好？Claude、Gemini、Codex、Qwen、MiniMax 最新模型测评
开源：我们复刻了OpenClaw的mem系统，为所有Agent打造透明、可控的记忆

拆解：OpenClaw就是agent记忆的最佳范式！其逻辑与RAG有何区别？