怎么用一张参考图锁定产品外观？可复制的实操流程

客户只给了一张产品实拍，要出一组不同场景的广告图。提示词把瓶身、颜色、材质全写进去了，生成结果看起来”挺像”——但 logo 变了形、配色偏了一档、盖子莫名多出一道棱。这种图不敢交付，因为品牌资产错了就是错了。

问题出在把三件难度完全不同的事，交给了一次生成。先拆层，再选工具，流程才稳得住。

第一步：先拆清楚要锁的是哪一层

产品一致性至少分三层，难度递增：

1. 形状与结构——瓶型、比例、盖型、接口位置。最该在生成阶段锁死，也最容易锁住；
2. 材质与配色——磨砂玻璃、金属拉丝、品牌专色。中等难度，靠图像特征条件能保住七八成；
3. 品牌文字与 logo——生成阶段基本锁不住，扩散模型会按训练分布把字符”重画”一遍。

先把结论摆出来：前两层交给模型，第三层交给后期。想靠提示词让 AI 把一行小字一笔不差地画出来，是目前最常见的返工源头。

第二步：为什么提示词锁不住一款具体产品

文本编码器（CLIP 一类）输出的是语义类别，它能表达”一个白色磨砂玻璃瓶”，但表达不了”这个瓶肩的弧度、这行字的字距、这个盖子的三道棱”。扩散模型从噪声重建图像时，会把语言没覆盖到的细节按训练分布补上——所以不是模型不听话，是这些信息根本没进到条件里。

要传像素级细节，必须换成图像条件：要么把参考图编码成特征注入，要么把它的轮廓提取成空间约束。

第三步：三条技术路线，按需求选

• IP-Adapter：把参考图编码为图像特征，经解耦的交叉注意力注入，主要锁风格、材质、配色。权重常用 0.6–1.0，超过 1.0 容易连参考图的光影和背景一起抄进来。适合”只有 1 张图、要换场景”。
• ControlNet（Depth / Canny / Lineart）：锁轮廓与透视，权重 0.8–1.2、生效区间 0–0.75。和 IP-Adapter 叠加是最稳的组合——一个管形，一个管色。
• LoRA / DreamBooth 微调：需要同一 SKU 的 15–30 张多角度图，训练步数常见 800–1500 步，学习率 1e-4 量级，把产品”记进权重”。适合长期反复出图的固定款；一次性需求不划算。

一个提醒：InstantID、PuLID、FaceID 这类是为人脸身份设计的，产品别套用，条件不匹配只会把画面带偏。

第四步：可复制的六步流程

1. 预处理参考图：抠净背景、摆正到正视角、裁成 1024×1024 方图、压掉杂乱反光，另存一份纯白底版本备用。参考图越干净，条件越准。
2. 先单独调通轮廓：挂 Depth 或 Canny ControlNet，预处理分辨率与出图一致，权重 1.0、guidance 从 0.7 起，固定 seed，只检查瓶型比例与透视，先不评价质感。
3. 再叠 IP-Adapter 锁材质：权重从 0.6 起逐步加到 0.8，观察配色是否被拉回参考图。若连场景光也被抄进来，就降权重或换成白底参考图。
4. 换场景用图生图轻改：重绘幅度（denoise）控制在 0.35–0.5，超过 0.6 产品结构就会漂。优先只改背景，产品区域别动。
5. 分区重绘：用 inpaint 只圈背景与地面，mask 边缘羽化 8–16px，避免接缝处把产品边缘改形。
6. 后期回贴与统一：logo、标签文字用原始素材贴回并做透视匹配；统一调色，对齐高光方向与阴影落点；必要时补一层接触阴影。

第五步：交付前的五条验收

瓶型与盖型比例是否和参考图一致；主色取样 RGB 偏差是否可控（一般压在 ±8 以内）；logo 的位置、清晰度、字距是否与原素材吻合；材质高光方向是否与场景光源一致；阴影与地面接触是否可信。

逐条打勾，任何一条不过就退回对应步骤重跑，别在成片上硬修——修出来的图放大看总有破绽。

结论

一句话方法：把”生成”和”还原品牌资产”拆成两件事，前者用 ControlNet + IP-Adapter 保形状与材质，后者用后期保证 logo 与文字零误差。固定 seed、低 denoise、分区重绘，是把这套流程复用到多张场景图的三个关键旋钮。

在 AIGC广告 的批量出图里，这套流程通常会被固化成模板，换 SKU 只换参考图、不重调参数；需要按品牌规范落地时，AIGC制作公司 的交付文档里也会写明哪些元素由生成环节负责、哪些必须后期回贴。