这是一个 SasaDaily 假设案例。
不是 Qwen 公布的真实客户成效。
假设有一家 5 人生活选物电商品牌：
- 1 名品牌负责人
- 1 名商品企划
- 1 名摄影／内容人员
- 1 名视觉设计
- 1 名电商营运
每星期固定上架：
4～6 款新品。
真正耗时间的，
往往不只第一次拍照。
而是照片拍完之后，
同一件商品还要一直被加工。
一个商品，为什么要做这么多次？
例如新到一款包包。
团队至少需要：
商品正面照。
侧面照。
细节照。
透明背景 PNG。
网站横幅。
IG 直式素材。
生活情境图。
活动 Banner。
如果换一个季节，
还可能又要：
春季场景。
夏季户外。
节庆活动。
不同人物。
不同服装。
以前最麻烦的是：
商品没有变，但素材一直重做。
第一步：真正的商品还是先拍
这家公司不让 AI：
凭空想像商品。
新品到货后，
第一步仍然先由摄影人员拍：
真实商品 Reference。
至少包含：
正面。
侧面。
主要细节。
必要时再加：
背面、
扣件、
材质近照。
这几张 Reference 有一个任务：
定义商品到底长什么样子。
因为如果连商品本身都让 AI 猜，
后面做出来的广告即使很漂亮，
也可能根本不是客户实际会收到的东西。
第二步：先把商品变成透明素材
Qwen-Image-2.1 原生支持：
Subject Extraction
以及：
RGBA Transparent Image。
所以团队可以先测试：
把真实商品照片中的主体抽出，
做成透明背景素材。
例如原本包包拍在灰色摄影桌上。
AI 协助抽出：
包包本体。
背景变透明。
接着这份素材就可以继续用在：
网站。
Banner。
演示文稿。
社区。
其他 Composite。
这一步的价值不是：
「AI 创作了新商品。」
而是：
把已经存在的商品素材整理得更容易重复利用。
但去背后一定要看边缘
例如包包有：
细肩带。
流苏。
金属扣件。
透明材质。
毛边。
这些地方很容易被：
去掉。
变形。
补错。
所以 AI Subject Extraction 完成后，
设计人员一定比较：
原始商品照 vs 透明素材。
尤其看：
轮廓。
扣件。
肩带。
Logo。
缝线。
商品不能因为：
「去背很方便」
就开始长出原本不存在的细节。
第三步：生活情境图不要只靠一句 Prompt
接着团队想做：
「年轻上班族带这款包包走进咖啡店。」
以前可能直接输入：
「一位亚洲女性背着这个包包走进漂亮咖啡店。」
结果 AI 可能：
包包换了。
人物风格不对。
衣服乱掉。
场景也不是品牌要的感觉。
Qwen-Image-2.1 最多支持：
10 张 Reference Images。
所以这家品牌改成：
图 1：
真实商品。
图 2：
人物 Reference。
图 3：
服装 Reference。
图 4：
场景 Reference。
再告诉 AI：
哪张图负责什么。
也就是今天一分钟教学讲的：
一张图一个任务。
AI 做的是「情境 Draft」，不是商品事实
这里一定要画界线。
AI 可以协助决定：
人物放哪里。
场景氛围。
构图。
光线。
整体情境。
但商品本身：
尺寸比例。
背带长度。
口袋位置。
五金。
材质。
颜色。
不能因为 AI 觉得：
「这样比较漂亮」
就自己改掉。
例如真实包包只有：
一个外袋。
AI 却画成：
两个外袋。
这张图就不能正式发布。
即使消费者可能根本看不出来。
第四步：客户只想改一个地方，不要整张重生
假设第一版情境图：
人物对了。
商品对了。
场景也对。
只有：
外套颜色不好看。
以前很可能重新 Generate。
结果：
外套改好了，
人物脸却变了。
包包扣件也跟着变。
Qwen-Image-2.1 支持：
Circle。
Painted Annotation。
Mask。
指定 Local Editing Area。
团队就可以只选：
外套。
要求：
改成米白色。
而不是：
整张重新生成。
这种能力对商业 Workflow 的价值，
不是比较炫。
而是：
已经通过的东西，不要每改一次又全部重新冒风险。
第五步：不同平台尺寸再各自输出
Qwen-Image-2.1 原生支持 2K，
官方也提供：
1:1。
16:9。
9:16。
4:3。
3:4。
3:2。
2:3。
等不同建议比例。
所以同一组已确认 Reference，
可以再制作：
网站 16:9。
Instagram 1:1。
Reels／Stories 9:16。
但这家公司不会直接拿：
第一张成功的 16:9
硬裁成：
9:16。
因为直式素材通常要重新调整：
人物位置。
商品位置。
留白。
CTA 区域。
所以 AI 真正省的是：
不用每个尺寸都重新从零做素材。
不是：
一张图可以完全不用设计直接通吃所有平台。
哪些工作适合先交给 AI？
这家公司把 Workflow 分成：
真实商品拍摄
↓
商品主体抽出
↓
透明素材 Draft
↓
多 Reference 情境 Draft
↓
局部修改
↓
不同尺寸素材 Draft
↓
人工比对商品
↓
正式发布
其中 AI 主要负责：
整理、去背、组合、草拟、局部修改。
真正商品事实，
仍然来自：
真实商品。
哪些一定由人确认？
这家公司固定把以下项目列成 Human Gate：
商品形状
不能多袋子、少扣件或改结构。
商品颜色
不能因为光线生成让消费者误判。
Logo／商标
不能变形或生成假的品牌文字。
尺寸与比例
不能把 Mini Bag 画成 Tote Bag 大小。
材质
真皮不能画成亮面塑料。
人物 Reference 权利
使用真人照片前要确认素材使用权。
正式 Advertising Claim
AI 图片不能自己暗示不存在的功能。
Commercial License
正式收费或商业使用前，必须确认模型与实际使用平台的授权条件。
这最后一项尤其重要。
Qwen-Image-2.1 现在不能直接假设自由商用
Qwen-Image-2.1 的 Model Weights 虽然公开，
但目前 Repository 采：
Qwen Research License Agreement。
正式 License 明确说：
Non-commercial 指：
Research or Evaluation Purposes。
如果要把 Materials 用于：
Commercial Purpose，
必须另外取得：
Commercial License。
所以这个案例假设的是：
品牌在正式将 Qwen-Image-2.1 放进商业 Workflow 前，
已经完成必要的 Commercial License 确认。
如果还没有，
就只能先停在：
Evaluation。
不能因为：
模型可以下载，
就直接把它拿来做正式广告。
商业授权也不是全部
即使取得模型的 Commercial License，
还有另外两层。
第一层：
实际使用平台的 Terms。
如果不是自己部署模型，
而是透过第三方 Service 使用，
还要看那个平台自己的规定。
第二层：
Reference Material Rights。
例如：
模特儿照片。
摄影师作品。
客户提供素材。
品牌 Logo。
第三方产品。
都可能有自己的：
Copyright、
Portrait Rights、
Trademark
问题。
模型有商业授权，
不会自动把这些权利一起送给你。
假设可以省多少时间？
这里只做一个保守示范。
假设这家公司每周处理：
6 款商品。
以前一周在图片后制上平均花：
人工去背与修边：2 小时
情境 Mockup：3 小时
不同尺寸重新排版：1.5 小时
因小修改重做素材：2 小时
合计约：
8.5 小时。
假设导入 AI 后：
基本素材生成与整理缩短，
但保留：
商品比对、
权利检查、
人工修改、
正式 Approval。
整体变成：
5 小时。
那一星期大约少掉：
3.5 小时。
一个月四周大约：
14 小时。
这只是 SasaDaily 为说明 Workflow 创建的假设。
不是 Qwen 官方客户成效。
也不是使用 Qwen-Image-2.1 就一定能省 14 小时。
真正要自己量。
不要只算「生成速度」
这家公司真正会记录的 KPI 是：
每款商品从原图到正式素材要多久？
每星期需要重拍几次？
AI Draft 有多少因商品变形被退掉？
Human Review 花多少时间？
同一组 Reference 能产出多少可用尺寸？
如果 AI 每分钟生成十张，
最后九张都因为：
商品不准，
不能用，
那并没有提高效率。
真正的 ROI 应该看：
最后可发布的素材。
不是：
生成了多少张图。
主商品照甚至可以完全不交给 AI
这家公司还可以订一条更保守的规则：
网站 Product Page 的：
第一张主商品图
永远使用真实摄影。
AI 主要处理：
Lifestyle Image。
活动情境。
社区视觉。
透明素材。
版型变体。
因为主商品照最重要的工作就是：
准确告诉客人商品长什么样子。
这种地方没有必要为了使用 AI，
反而降低真实度。
AI 不需要出现在 Workflow 的每一步。
最好的导入方法通常是：
只放在真正能减少重复工作的地方。
这个案例真正省的是「素材重做」
Qwen-Image-2.1 最吸引人的功能看起来很多：
10 张 Reference。
透明背景。
Local Editing。
2K。
Prompt Rewriter。
但对这家 5 人品牌来说，
它们最后其实都在处理一个问题：
同一件商品不要每换一个场景，就从零再做一次。
拍一次真实 Reference。
确认商品。
接着让 AI 帮忙：
抽素材。
换情境。
改局部。
做尺寸。
人再负责：
真实性。
品牌。
权利。
最后发布。
这才比较像真正能落地的小企业 AI Workflow。
不是：
让 AI 取代摄影师。
而是：
让已经拍对的商品素材，不要一直重做。
如果你也想知道自己的工作里，哪一步最适合先交给 AI，留言「流程」。
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
推荐阅读
AI 商业案例｜2026/09/06：4 人手作食品品牌怎么用 Lyria 3.5？每支短影音先做配乐 Draft，品牌声音与正式商用仍由人把关
AI 商业案例｜2026/08/14：8 人跨境皮件品牌怎么用 OpenRouter？一般客服走低成本模型、复杂客诉升级，退款与补偿直接转人工
