摘要
商品视觉生产需要围绕同一款商品，组织职责不同的主图、卖点图、场景图和信息图，并在审阅与改稿中持续调整。本文从这一工作场景出发，考察电商套图工具、批量图片编辑、创作画布和设计 Agent 的不同产品路径，再讨论 ProductFlow 为什么采用业务节点、如何划分共享内容与单图决定，以及编排如何服务于制作、修改和复用。我们关注的核心是：画布能否帮助用户更少地重复说明、更准确地干预过程，并更容易得到一套可用素材。节点、Agent 和工作流本身，都需要通过这个结果来评价。
1 引论：商家需要完成的，是一套有分工的商品素材
1.1 从商品上架的工作看问题
一款商品准备上架时，制作人员面对的通常是一批原始材料：商品实拍、供应商图片、规格信息，以及需要向买家说明的购买理由。接下来的工作，是把这些材料组织成一套可以使用的商品视觉内容。
这套内容里的图片各有职责。
| 图片类型 | 需要回答的买家问题 | 制作时真正需要判断的事 |
|---|---|---|
| 封面主图 | 这是什么商品，是否值得点进来？ | 缩小后是否可识别，轮廓、成色与主体是否清楚 |
| 卖点图 | 为什么值得买？ | 一张图能否讲清一个有依据的购买理由，并提供对应的商品证据 |
| 场景图 | 给谁用，在哪里用，怎样用？ | 商品与人物、动作、空间是否形成真实的使用关系 |
| 细节图 | 材质、做工或关键结构怎么样？ | 是否展示了全貌图看不清的细节，且这些细节有参考依据 |
| 规格、尺寸图 | 大小和参数是否适合我？ | 信息是否准确、易读，缺少数据时是否避免补造 |
| 选款图 | 有哪些颜色、规格或款式？ | 不同选项是否容易比较，标签是否对应实际商品 |
这也是 ProductFlow 当前图种设计的出发点。默认推荐的套图组合覆盖封面、卖点、规格、选款、场景和细节，用户可以按商品与实际需要调整类型和数量。它提供一个制作起点，并不假定所有商品都需要同一套版式。
因此，“整套图风格一致”还不够。主图、场景图和细节图如果都表现为同一背景上的整件商品，它们虽然看起来统一，却没有分别完成各自的任务。四张卖点图如果重复同一个理由，也没有增加多少有效信息。
一套素材的质量，既取决于每张图是否成立，也取决于这些图片放在一起时是否各有作用。
1.2 生成只是制作过程中的一个环节
围绕这套素材，工作会反复经过几类判断：原始资料是否充分，图片分工是否合理，视觉方向是否适合商品，生成结果是否准确，以及哪里还需要修改。
图 1. 从商品资料到一套可用素材。 这是制作任务的概念图。审阅包括人的内容判断，并不意味着系统已经能够自动判定整套素材合格。
这里更值得讨论的修改要求，是“保留已经满意的封面，补齐场景图”“这张卖点图的文字太多，购买理由也不清楚”“规格已经确认，更新相关信息图”，以及“为下一个同类商品复用这套组织方式”。
这些任务都包含已经完成的部分和仍需改变的部分。用户既希望 AI 继续帮忙，也希望保留自己已经作出的判断。
ProductFlow 将产品范围放在这一连续过程上：以商品为工作对象，整理资料、组织套图、生成与修改素材，并保留可以继续编辑的制作流程。它当前是一个面向单商家的早期工作台；跨团队协同、渠道自动发布和经营效果优化，仍然是另外的产品问题。
2 竞品参照：已有产品如何组织这项工作
讨论画布之前，需要承认已有产品已经解决了很多问题。电商套图、AI 追问、批量处理、工作流复用和自然语言改图，都有现成的产品路径。
以下比较依据截至写作日期可访问的官方产品页、公开创建页面与产品文档。它讨论这些产品如何组织工作；生成质量、使用成本和任务成功率，还没有经过同条件的跨产品实测。
2.1 爱创 AI 与 Designkit：直接以电商任务组织入口
爱创 AI 的详情图创建页，让用户上传同款商品图片，填写详情要求，选择平台、语言和比例，再选择 AI 规划或自选详情模块。其首页还展示了主图套图、商品替换、风格复刻与 Agent 作图等入口。[1]
这一设计把电商任务直接放在用户面前。用户可以从“我要详情图”开始，不必先把任务翻译成一张节点图。对输入相对完整、希望尽快得到第一套结果的场景，这是很有针对性的组织方式。
美图旗下 Designkit 的套图生成器，公开流程还包括 AI 追问与方案起草、在线修改，以及保存配方后复用。它明确覆盖主图、细节、场景和卖点画面，也支持按图片类型调整组合。[2]
这意味着，需求澄清、成套生成和配方复用，已经出现在直接竞争产品的完整路径里。ProductFlow 需要证明的是自己如何把这段工作做得更适合目标用户；仅列出相同的能力，无法形成有说服力的差异。
从这条路线中，我们最应该吸收的是任务入口的明确性。用户进入产品时，应当知道自己正在为哪款商品准备哪些素材，以及还缺什么材料。
2.2 Photoroom：让重复加工成为短路径
Photoroom 的批量编辑，围绕上传一批照片、选择统一编辑、批量导出展开；公开能力包括背景、构图位置、清理、光线及多类电商图片处理。它同时提供 Brand Kit，集中管理品牌素材。[3]
它提醒我们，商品视觉生产中有一类工作已经相当明确：用户知道要应用什么处理，主要负担来自数量和重复操作。
如果任务只是把一批现有图片统一背景、位置和尺寸，用户没有理由为此逐个搭建节点。对这类需求，应当优先比较批处理入口能否更快完成工作。
画布产品需要接受这个约束：可组合性有价值，但不能把每一次简单操作都变成一次流程设计。
2.3 ComfyUI：把生成方法保留为可组合的工作流
ComfyUI 将模型、输入、参数和图像处理步骤组织为可保存、可复用的节点工作流。其当前公开能力也包括模板、可复用子图、局部执行、云端使用和 App Mode；复杂流程可以通过更简单的输入输出界面使用。[4]
因此，不能把它概括成“用户必须从头连接大量底层节点”。它已经在同时处理专业控制与流程封装。
对 ProductFlow 而言，更关键的区别是默认向用户暴露什么对象。模型、采样与处理步骤适合研究生成方法；商品事实、卖点内容、图种方案和具体图片，则更接近商家需要作出的决定。
这两种粒度可以分别服务不同用户。选择业务粒度，意味着主动收窄对底层生成机制的直接控制，换取任务上的可理解性。它是一项产品取舍，需要按实际任务评价。
2.4 Figma Weave 与 FLORA：画布已经进入专业创作和规模化生产
Figma Weave，即原 Weavy，将多种模型与图层、文字、蒙版、裁切、重光照等编辑能力放到节点工作流中，并公开展示了从工作流生成简化工具界面的方式。[5]
FLORA 的画布 则以文本、图片、视频和音频为基本创作材料，提供可复用参考、批量节点、编辑动作和图层编辑。其 Techniques 把工作流与创作上下文一起封装，用于重复运行和分享；电商方案 也已经覆盖商品、款式和渠道变体。[6]
这类产品提供了两个重要参照。
首先，画布可以服务完整创作过程，生成结果还需要被编辑、组合和完善。其次，搭建流程的人和使用流程的人，可以面对不同复杂度的界面。
它们也使“有画布、能复用、能做电商”成为一个相当拥挤的定位。ProductFlow 若要保留自己的方向，就需要把商品内容的组织做深，而不能只把通用创作节点换成电商名称。
2.5 Lovart：从一句需求走向整组素材，也保留局部编辑
Lovart 的公开演示包含商品页视觉素材、整组营销内容、品牌资料输入和自然语言设计。其面向经营者的页面明确展示了商品图片、广告与包装等任务；Touch Edit、文字编辑、元素分层和自定义技能，则延伸到了后续修改与复用。[7]
这说明，Agent 产品同样在解决“先得到整体方案，再继续细调”的问题。用自然语言交代目标，以及对一部分内容进行修改，都已经有可参考的产品表达。
对 ProductFlow 的要求也随之提高：Agent 需要减少用户解释业务意图的负担，画布需要让用户能够理解和接续它留下的工作。两者一起出现，并不会自动完成这项任务。
2.6 从功能比较，转向工作如何被组织
把这些路线放在一起，更有意义的比较如下：
| 产品路线 | 优先组织的工作对象 | 对 ProductFlow 的直接要求 |
|---|---|---|
| 爱创 AI、Designkit | 电商任务与一套商品内容 | 创建入口要贴近上架需求，套图规划与复用要有实际深度 |
| Photoroom | 现有照片及其批量加工 | 简单重复操作应当拥有足够短的路径 |
| ComfyUI | 可组合的生成与处理方法 | 工作流要可检查、可复用，也要允许封装复杂性 |
| Figma Weave、FLORA | 创作材料、编辑步骤与可重复流程 | 生成、编辑和流程复用需要连贯，画布本身不能成为终点 |
| Lovart | 设计意图与成组创意产出 | 自然语言交付任务以后，用户仍应能继续细调和接手 |
这张表描述的是公开产品路径中的侧重点，不代表这些产品彼此排斥，也不意味着它们缺少其它路线的能力。
我们从中得到的判断是：一键生成、可编辑和可复用，都需要成为完整使用过程中的具体体验。 对一个新的商品图产品，值得寻找的空间，是某类用户在这个过程中仍然反复承担的组织工作。
3 ProductFlow 的选择：围绕同一款商品，保留可以继续修改的制作依据
3.1 我们希望服务哪一段工作
ProductFlow 当前面向需要持续制作商品素材、并愿意保留人工判断的商家与制作人员。
这类工作有几个相互关联的要求：商品身份和参数要准确；主图、卖点与场景要各有分工；部分结果被采用以后，其它内容仍能继续调整；下一个商品到来时，可以复用已经形成的方法。
画布可能有价值的地方，正是这些关系变多以后：哪些图使用同一份商品资料，哪些图共享表现方式，某一张的例外又在哪里。
如果这些关系并不重要，或者用户只想完成一个确定的单图加工，图结构带来的理解成本可能超过收益。我们需要允许这类工作保持简单，也需要承认有些任务会由其它产品更合适地完成。
3.2 一个需要验证的产品假设
我们的假设是：当用户需要反复审阅、修改和复用一套商品素材时，把制作依据组织为可理解、可编辑的业务对象，可以减少重复交代与返工。
它包含三个可以观察的变化：
- 用户修改一张图时，能够找到与这次意图对应的位置，并理解影响范围。
- AI 继续生成或提出修改时，已经采用的内容能够保留，新的判断可以单独审阅。
- 同类任务再次发生时，用户能够复用合适的结构，并明确替换商品事实与参考。
这是一项关于持续使用的假设。它尚未证明 ProductFlow 比已有套图工具更快，也没有证明画布适合所有商家。节点设计和编排设计的任务，是把这个假设做成可使用、可比较的产品。
4 节点设计：让用户在正确的位置作出决定
4.1 节点的边界，来自制作中的不同判断
选择画布以后，接下来的问题是节点应该代表什么。
如果把供应商接口和处理函数逐个搬到画布上，用户会接触到很多与当前任务关系不大的实现细节。如果把整个套图生产压进一个大节点，又很难单独审阅资料、方案和某一张结果。
ProductFlow 当前采用六类业务节点。它们的边界来自制作过程中的不同判断：
| 节点 | 用户在这里作出的决定 | 单独保留它的原因 |
|---|---|---|
| 商品资料 | 哪些商品信息已经确定，哪些仍需补充 | 同一事实会被多张图使用，应该有共同的核对位置 |
| 参考图片 | 这张图用于识别商品、参考风格，还是说明某个细节 | 同一素材可以有不同用途，需要明确它被谁使用 |
| 创作要求 | 要传达什么，必须包含什么，哪些内容应当避免 | 套图需要共同的表达目标，单张图又不能各自发明商品信息 |
| 系列风格 | 采用什么视觉方向和配色 | 共同视觉可以复用，具体场景与构图仍需要变化 |
| 画面方案 | 某一类或某一组图片如何组织内容 | 方案可以先被编辑、讨论，再用于一次或多次生成 |
| 图片生成 | 某一张图的具体差异、生成设定和当前结果 | 用户需要逐张挑选、修改和重做，而不是每次推翻整套素材 |
这里的“单独”不要求用户逐个从空白创建节点。Agent 和创建模板可以建立初始结构，用户在需要干预时再进入相应位置。
更重要的是，用户的不同意图有不同去处。补充材质事实应当回到商品资料；改变整套视觉方向应当调整共同设定；某张卖点图文字过多，则应当落到对应方案或单图内容。
这种对应关系决定了节点是否值得存在。卡片数量少，只能说明画布简洁；用户能否找到正确的决定位置，才说明粒度是否合适。
4.2 统一系列表达，同时保留图种分工
成套制作需要共享，但共享的内容有层次。
商品身份和已经确认的事实应当保持一致，共同创作要求和视觉方向也需要协调。封面的构图、卖点的信息层级、场景里的使用关系和细节图的观察距离，则应该分别决定。
图 2. 共享内容与图种职责的层次。 图中按业务职责归纳，省略具体素材连线与逐张生成节点。共同方向协调各类图片，每类方案仍需完成自己的信息任务。
这会直接影响视觉设计。系列可以使用协调的配色与表达语气，同时让主图突出轮廓，让场景图交代人与商品的关系，让细节图靠近某一处真实结构。
ProductFlow 的当前图种规则已经要求这些差异，并要求多张卖点图分别解释有依据的购买理由。但把规则写进生成过程，与每次都得到合格结果，仍然有距离；结果需要放在一起审阅。
一张图看起来很好，并不能说明它在套图中不可替代。判断它是否有用，还要看它提供了什么其它图片没有提供的信息。
4.3 让素材的用途可以被看见
商家上传的图片同时包含商品信息与拍摄时的偶然条件。
一张随手拍可以清楚展示商品，却带着杂乱桌面、偏色光线或不理想的构图。用户可能希望保留商品外观，同时重新组织视觉表达。另一张设计参考则可能提供很好的风格方向，却不能证明当前商品的材质和规格。
因此，参考素材需要有明确用途。商品实拍用于辨认身份和可见细节，风格参考用于表达视觉方向，规格信息还需要回到资料确认。
画布上的连线使这些使用关系可检查：一张参考图被放进素材库或绑定到节点，只说明它已经准备好；连接到相应步骤，才建立具体使用关系。用户也应当能从某张结果回看它采用了哪些资料和参考。
这种可见性有很实际的价值。当图片中的商品形态偏离时，制作人员可以判断是选错了参考、缺少必要角度、用途没有说明清楚，还是模型在正确输入下仍然没有保留好外观。
它为修改提供依据，也提醒我们不要把所有失败都归结为“提示词还不够长”。
4.4 单张差异应当能够明确表达
当一组卖点图已经形成时，用户可能只想缩短其中一张的文案、改变重点部位的呈现方式，或为这一张尝试不同布局。
此时，产品需要区分“修改共同方案”和“只修改本图”。前者让相关图片共享新的决定，后者保留一个明确例外。
图 3. 已有套图中的一次局部修改。 共同方案可以复用表现规范，每张卖点图仍应有自己的购买理由。图中强调修改范围，已接受的其它图片继续保留。
ProductFlow 让图片默认继承连接的方案，再记录用户明确作出的单图差异。用户还可以恢复继承，重新跟随共同方案。
这项设计需要在界面上看得出来。仅显示最终内容，会隐藏哪些值来自共享、哪些是本图例外；把所有共享值都复制成本图设置，则会让后续统一修改逐渐失去作用。
另外，局部改动有不同程度的控制需求。修改生成输入可以保持其它图片不受影响；如果用户要求当前图片只改一处、其余像素尽量保持，就更适合研究局部编辑的能力。两者应当有清楚的操作含义，不能用同一个“重新生成”按钮含混处理。
5 编排设计：把生成组织成用户能够理解的动作
5.1 方案完成与图片完成，需要分开
一份画面方案是制作依据。用户可能先手工写好，也可能请 AI 起草，然后改掉其中不准确或不合适的部分。
将方案和图片生成分开，允许人把时间花在更便宜、也更容易比较的阶段：先看要表达什么，再决定是否值得生成图片。用户已经有明确方案时，也可以直接生成，不必重复经过 AI 起草。
这使几个操作拥有不同含义：
- 改写方案：改变图片打算如何表达，得到可审阅的内容。
- 生成图片：使用已经生效的方案，得到一次视觉结果。
- 调整本图：为这一张记录差异，再单独生成新的候选。
- 生成交付文件：对已有图片做尺寸、适配和格式处理。
这些动作对应不同成本与结果。用户只想导出另一种尺寸时，产品不应意外改变画面；用户只想改文稿时，也不应被迫承担整套生图费用。
5.2 AI 建议需要接在人的工作之后
人工修改过的方案，包含用户已经作出的判断。再次运行工作流时，如果模型把这些内容全部重写，产品就在要求用户反复做同一份审阅。
当前系统因此保留正在使用的方案。AI 对已有方案进行补全或改写时，返回内容进入候选区，由用户决定采用哪些部分。
图 4. 在已有工作上继续使用 AI。 建议可以按部分采用；生成一份建议，不等于用户已经接受这次修改。
用户可以只改写“场景与构图”，保留其它内容。生成期间如果又作了人工修改，较早的模型结果也不能直接覆盖它。产品需要保留当前工作，并让用户知道建议是否还适用。
初始内容可以有顺畅的自动起草路径，已经投入人工判断的内容则需要明确的采用过程。两种情况的投入和风险不同，适合不同交互。
5.3 运行范围应当服从当前任务
制作人员经常只需要完成眼前的一部分：补一张场景图，重做某张失败图片，或者把一个图种的几个候选一次生成出来。
ProductFlow 提供整图、单节点、运行到指定位置和选定节点等范围。在产品层面，它们应当被表达为用户正在做的工作，并在运行前说明将影响哪些对象。
已经可以使用的内容应该被保留，需要生成的部分再进入执行。独立图片可以并行处理，一张失败也不应使其它已完成的结果失去价值。
等待期间，用户还可以继续整理后续方案。正在执行的一次生成使用其启动时的输入，后来的编辑留给后续运行。界面需要让这件事容易理解，避免用户看到修改已保存，便误以为已经提交的图片请求也随之改变。
运行状态的作用，是帮助人决定继续等待、修正输入、重试还是采用结果。它应该围绕正在制作的图片说明问题，内部队列和执行细节可以留在需要排查时再展开。
6 画布的体验：需要关系时看得到，做决定时找得到
6.1 用户应当先找到工作，再找到配置
一个商品的节点变多以后，画布容易出现另一种问题：所有关系都画出来了，用户却很难找到眼前要做的事。
主图是否已经够用、哪张卖点还需要修改、场景图有没有生成、某个参考是否合适，这些问题比一屏参数更接近制作人员的注意力。
当前界面通过图种分组、节点摘要、结果缩略图和详情面板组织这些信息。卡片承担扫描，详情承担编辑；共享来源、当前内容和结果应当能相互对应。
不同节点也需要不同表单。商品资料适合核对事实，创作要求适合整理目标与边界，画面方案适合编辑内容，图片生成则应突出结果、本图差异和必要参数。将它们都做成通用配置面板，会把业务模型已经完成的区分重新丢掉。
6.2 同一份工作，可以有不同的观察方式
ComfyUI 的 App Mode、Figma Weave 的简化工具以及 FLORA 的 Techniques，都提示了一个方向：流程结构可以保留，日常使用不必一直停留在完整节点视图上。
对 ProductFlow，一个值得继续推进的方向是让任务概览与节点画布相互配合。概览帮助用户按图种查看结果和待办，画布帮助用户理解来源、共享和引用关系。
图 5. 两种观察方式共用同一份工作。 节点画布已经存在；以镜头或图种列表作为默认主区，仍属于后续界面方向，图中用虚线框表示。
这一方向的重点是逐步展开。用户先完成当前任务，遇到共享修改、参考替换或流程调整时，再进入相应关系。进入更详细的视图以后，看到的应当仍是刚才那份工作。
分组与简化视图也不能偷偷改变输入含义。同一分组中的素材是否被使用，应当由明确关系决定，用户需要时能够查到。
6.3 Agent 帮助建立结构，也要允许人接手
Agent 适合处理需求尚不完整的阶段：询问缺失信息，帮助组织图种与方案，解释已有结构，提出局部修改。
当商品资料和交付目标已经清楚时，用户也可以直接创建画布。关闭对话后，添加、编辑、连线、运行和撤销仍然可用。
我们希望自然语言入口降低开始工作的门槛，而已经建立的工作能够脱离某轮对话继续存在。用户可以指着某个结果改，也可以回到它的制作依据改，不需要为了接手而重新解释整个商品。
这项能力的最终判断仍然是实际使用：Agent 是否少问了重复问题，是否改对了位置，留下的结构是否容易理解。对话流畅只是其中一部分。
7 复用设计：让下一款商品继承方法
配方复用是多个竞品已经提供的能力。对 ProductFlow，值得深入的是复用时哪些东西应该保留，哪些东西需要重新建立。
图种组合、内容组织和可复用配置，可以成为下一次制作的起点。商品身份、参考图片绑定与已有生成结果，则属于原来的商品。
图 6. 从一次制作中保留可复用的方法。 新商品使用自己的资料与参考。复用文稿仍需要检查是否含有不适用的描述。
当前产品支持将完整工作流保存为配方，也支持保存分组或选区形成的片段。用户可以复用一整套组织方式，也可以只复用某个局部制作方法。
即使商品属于同一品类，购买理由与证据也可能不同。一套强调外观与陈列的方案，不一定适合主要依靠结构功能说服买家的商品。复用成功与否，需要同时检查内容适配和视觉结果。
因此，一份有价值的配方应当逐渐积累适用条件：需要哪些参考，适合哪类商品，哪些地方通常要改。这些条件能否被清楚表达，比配方库里保存了多少条记录更重要。当前的结构复用已经存在，更完整的适用性说明与选择辅助仍有研究空间。
8 如何证明这套产品设计值得做
8.1 已有机制与尚待证明的收益
ProductFlow 当前已经具备商品资料与参考管理、不同图种的画布结构、可编辑方案、AI 候选采用、单图差异、局部运行、图片资产和配方复用等机制。
这些实现说明相应工作可以被表达和执行。它们尚不足以证明：普通商家能更快完成套图，生成的内容比竞品更可用，或者用户愿意为关系可见性承担额外的学习成本。
后续的镜头列表主区、跨商品视觉体系管理，以及更好的结果选择辅助，也不能提前算入当前体验。
产品需要在同一条任务链上接受比较：准备材料、得到第一套结果、处理具体改稿要求，再为新商品复用。
8.2 评价单位应该包含整套素材与后续修改
一个有用的对照可以从同一份商品照片、事实与交付要求开始，分别观察不同产品的完成过程。除了初次生成，还应加入两类后续任务：保留满意部分的定向修改，以及为另一个商品复用流程。
| 评价维度 | 需要观察什么 |
|---|---|
| 商品准确性 | 外观、结构、款式和文字信息是否与资料一致 |
| 单图作用 | 主图是否易识别，卖点是否有依据，场景与细节是否提供了新的信息 |
| 套图分工 | 购买理由是否重复，信息是否遗漏，各图的视觉职责是否清楚 |
| 修改负担 | 用户需要重复解释多少内容，是否误改无关图片，返工是否容易定位 |
| 制作成本 | 得到可采用素材之前的模型费用、等待与人工时间 |
| 复用成本 | 新商品需要重新绑定和核对多少内容，旧商品信息是否被错误沿用 |
这比比较“生成了多少张图”更接近产品目标。一个产品可以很快生成大量候选，同时把筛选、核对和重写的成本留给用户。
评价也需要控制条件。相同输入、明确的任务要求、事先确定的可用标准，以及对首次使用者和熟练使用者的区分，都影响结论。竞品官网上的效率或转化数字，不适合直接放进同一张成绩表。
本文没有完成这项跨产品实验。现在能够提出的是评价方法，以及我们认为值得检验的设计假设。
8.3 让验证结果决定后续投入
如果用户的大部分任务都能通过简单套图入口完成，就应该优先改善直接创建与结果编辑。若主要困难发生在图种分工和资料核对，投入重点应当放在内容组织。若反复修改和复用占据大量时间，画布中的共享关系与可接续性才更有理由继续深化。
这些结果可能支持目前的节点设计，也可能要求我们收拢界面。产品不能因为已经投入了某套架构，就把使用它当作用户必须完成的任务。
9 进一步思考：产品价值落在持续工作的成本上
9.1 统一视觉的同时，要让每张图多提供一点信息
商品套图容易出现一种表面上的完成：图片数量够了，颜色一致，版面也整齐，但买家看完以后仍然不知道关键差别是什么。
这提醒我们，业务节点的价值必须进入内容。创作要求需要帮助分配购买理由，画面方案需要找到呈现证据的方式，参考图需要提供真实依据。只把这些名称写在卡片上，并不会自然产生这样的结果。
风格一致性解决的是表达协调，信息分工解决的是整套素材为什么值得存在。产品需要同时面对这两项判断。
9.2 可见关系值得保留，也需要控制理解成本
共享、引用和复用会让复杂工作更容易维护，也会带来新的概念。用户需要理解改动的范围，却未必愿意学习底层实现。
因此，关系应该在影响判断时出现：修改共同方案时看见相关图片，替换参考时看见使用它的图片，复用配方时看见需要重新核对的材料。
这也是画布设计需要长期观察的地方。关系越完整，理论上的控制越多；界面是否让用户更有把握，需要靠真实操作来判断。
9.3 差异化需要在使用中形成
目前，同类产品已经覆盖了许多相似能力。对 ProductFlow，更值得积累的是具体商品任务中的知识：什么资料足以支撑某种表达，不同图种怎样分工，哪些修改适合局部完成，什么条件下一个流程可以复用。
这类知识只有在真实结果、人工修订和后续使用中得到验证，才可能成为产品优势。节点模型可以保存其中一部分，Agent 可以帮助应用其中一部分，画布可以让人检查和调整其中一部分。
它们共同服务的目标，是让用户越来越少地重复说明、核对与重建已经完成的工作。
10 结语
ProductFlow 选择业务节点与工作流画布，是希望把商品素材制作中的资料、方案、单图决定和结果联系起来。用户可以从一次需求进入，也能在生成以后继续审阅、修改与复用。
现有竞品已经展示了许多有力的路径：直接完成套图、批量处理现有图片、组织专业创作流程，以及通过 Agent 交付整组设计。我们的设计需要从这些路径中学习，并在明确的任务范围内证明自己的价值。
一张好的商品画布，最终应该帮助用户更清楚地回答：这套素材还缺什么，某张图为什么这样做，接下来应该改哪里，以及哪些已完成的工作可以继续使用。
参考资料
以下均为官方公开资料；访问日期为 2026 年 9 月 6 日。官网对生成效果、效率与经营收益的表述，未作为本文的实测结论。
- 爱创 AI：产品首页；AI 电商详情图创建页。
- Designkit：AI Product Listing Images Generator；美图官方产品入口。
- Photoroom：Batch Photo Editor；Brand Kit。
- ComfyUI：官方仓库与功能说明；工作流概念；App Mode 指南。
- Figma Weave：官方产品介绍。
- FLORA：Canvas；Techniques；E-Commerce。
- Lovart：官方产品介绍；For Business Owners。
继续阅读
评论