想用 Grok 做一张能过简短验收的产品主图,关键不是堆形容词,而是:先确认出图入口在你账号里可见,再用同一个 brief 走完「第一提示 → 修改 → 验收」。下文用虚构品牌「星海咖啡馆」的冷萃杯电商主图作贯穿案例;文中提示词与验收表均为示意,非实测——本站未登录 xAI / X 账号真实出图,因此不贴生成图、不写「实测效果」。
产品背景:Grok 是什么。文字提问骨架另见:AI 提问四段式。品牌口径:Grok → xAI。
动手前:入口不可见就先停下
xAI 开发者文档把图像能力放在 Imagine 下:文生图、自然语言改图、多参考图合成(单次编辑最多约 5 张源图)等。这是 API 能力口径,不等于你在 X App、网页 Grok 或其它客户端一定能看到同名按钮。About Grok 页面说明 Grok 在 X 可用地区的多端提供,但并未保证人人可见图像入口;该帮助页从本环境访问常遇 Cloudflare 拦截,链接仍保留供你本机打开核对。
开练前只做三步:
- 登录你实际要用的账号与客户端(X 内 Grok、独立网页等,以当时产品为准)。
- 找「图像 / Imagine / 生成图片」一类入口;找不到就记「本账号不可用」,改做文本任务,不要硬套 OpenAI 出图路径。
- 商用前自行核对肖像权、商标与平台条款;本文不构成法律意见。
把「没入口」写成「Grok 画不好」,后面选型会歪。对照:Grok 和 ChatGPT 怎么选。
贯穿案例:星海咖啡馆 · 冷萃杯主图
Brief(示意): 需要一张电商主图候选——磨砂玻璃杯里装浅琥珀色冷萃,浅橡木桌面,左侧窗光,约 45° 俯视,右侧留白方便后期叠价签;画面内不要任何文字、水印、商标或人物。风格定为「产品摄影」一种,不加赛博 / 水彩等混搭。
验收时你只要回答四句是否为「是」:杯子材质像磨砂玻璃吗?液体颜色是否偏浅琥珀而不是可乐黑?桌面是否干净到能当主图?有没有乱入文字或 Logo?四句里有一句「否」,就进入下一轮修改,而不是继续加风格词。
第一提示:先写能指认的主体
xAI《Image Prompting Guide》强调:先写清主体是什么、形态如何、放在什么环境,再谈光线与构图;以「画面里能不能一眼认出 brief 里的东西」为优先,而不是先堆胶片感。下面第一提示按「主体 → 细节与机位 → 光线 → 禁止项」写,便于你整段粘贴(示意,非实测):
主体:一只磨砂玻璃杯,杯中浅琥珀色冷萃咖啡,杯壁可见细密磨砂质感,无商标、无标签、无贴纸。 支撑与场景:杯子放在浅橡木色桌面上,背景干净虚化,桌面无杂物。 镜头:约 45 度俯视的三分之四视角,右侧约三分之一留白,适合电商主图裁切。 光线:左侧窗光,柔和阴影,产品摄影风格;曝光足够看清杯壁与液面。 颜色:浅琥珀液体、磨砂透明杯壁、浅橡木桌面;背景偏中性浅灰或米白。 禁止:画面内任何文字、水印、Logo、人物、第二只杯子、夸张滤镜。
若客户端支持一次出多张(开发者文档写明文生图请求可配置输出数量,上限量级约 10 张 / 次——以当前 API / 界面为准),可先比构图,再挑一张进入修改;消费者界面是否暴露「一次多张」,以你看到的控件为准。
修改提示:每轮只改一类事
Imagine 文档写明:可用自然语言编辑已有图;多图编辑单次最多约 5 张源图,用于合成主体、迁移风格或组场景。开发者侧还支持把上一轮输出再当输入,做多轮 refinement。消费者界面若提供「改图 / 参考图」,策略仍是同一句式:
保留……,只改……,不要改……,本轮验收……
第二轮示例——假设第一张构图可用,但液体偏深、右侧留白不够(示意,非实测):
保留:磨砂玻璃杯造型、约 45 度俯视、左侧窗光方向、产品摄影风格、浅橡木桌面。 只改:杯中液体改为更浅的琥珀色(边缘略透亮),右侧留白加大到大约三分之一画幅。 不要改:杯子数量、禁止文字与 Logo、整体色温。 本轮验收:液体一眼偏浅琥珀;右侧能放下价签;仍无画面文字。
第三轮若只清瑕:保留构图与颜色,只去掉桌面多余反光斑 / 边缘破损感,不要重画杯子比例。连续大翻修同一张错误构图,通常不如回到最小主体句重开。
有参考图入口时:一张图只承担一件事(保留构图 或 迁移桌面材质),并继续写文字禁止项;无权使用的肖像、商标整页设计稿不要当「风格参考」上传。视频生成等同属 Imagine 文档范围,本篇不展开;价格以 xAI 定价页为准,此处不抄写以免过期。
若第一轮就出现「假字」「第二只杯子」或完全不像磨砂材质,不要在错误结果上堆「更高级、更商业」。回到第一提示,删掉所有风格修饰,只留主体 + 场景 + 禁止文字,再生成一次。能稳定指认杯子之后,再加窗光与留白。笔记里建议记一行:入口是否可见、用的网页还是 App、停在第几轮——以后对照选型时,才不会把「没入口」和「画质偏好」混为一谈。
交付前怎么验收(仍非实测)
对照 brief 打勾即可,不必写成散文:
| 检查项 | 过关标准 |
|---|---|
| 主体 | 能指认「磨砂杯 + 浅琥珀冷萃」,不是随意饮品杯 |
| 构图 | 45° 俯视大致成立,右侧有可用留白 |
| 干净度 | 无文字、水印、Logo、多余第二主体 |
| 商用风险 | 未误当成真实新闻照片;授权由你方自行确认 |
发给同事时建议附:brief、第几轮、已知瑕疵、是否允许二次商用。没有这些字段,下游容易把「草稿氛围图」当成「已过品牌审核的终稿」。
常见翻车(对着案例看)
| 现象 | 常见原因 | 下一步 |
|---|---|---|
| 完全看不到出图入口 | 账号 / 地区 / 客户端未开放 | 记「不可用」,勿套 OpenAI 选区步骤 |
| 杯子对了风格乱 | 多风格词冲突 | 删回「产品摄影」一个主风格,重跑 |
| 画面里出现假字 | 图内文字不可靠 | 无字构图 + 设计工具叠正确中文 |
| 改颜色后构图漂 | 未写「保留」或一次改太多 | 「只改」缩到一项;必要时从满意的上一张重来 |
和 ChatGPT 改图路径: 两边都能自然语言说「改什么」,但 ChatGPT Images 另有选区等控件;Grok / Imagine 以当时客户端与 Imagine 文档 为准,不要把 OpenAI 选区步骤原样套过来。ChatGPT 侧见:ChatGPT 图片修改教程。
还需要单独搜的两点
为什么我看不到出图按钮? 能力随账号、地区与产品配置变化;API 有 Imagine,不代表你的 X / 网页 Grok 已开同等入口。
提示词越长越好吗? 不是。冲突约束越多越容易漂;短而可验收,再分轮追加。印刷级中文标题默认预期是人工叠字或终校,不要把首轮生成字当终稿。