网上大神开源了一个亚马逊图片工作台，单人本地用很好，但放进团队和真实业务里还差一截。
我用 Codex 做了 4 处改造：改成网络版、加出图计数、接入 DeepSeek 和 Ollama、针对亚马逊加“纯图无文字”模式。
这篇讲每处改动解决什么问题，以及它为什么能让 AI 生图变得可控、可算账。
项目来源
原项目出自 Aria阿梨 的 GitHub 开源项目，原版是本地工具，内置了一些亚马逊通用规则，模型主要对接 ChatGPT。
项目地址：https://github.com/Ali-Aria/amazon-image-studio
先看效果
第一张是输入的实拍图，后面是我调试后生成的图：
改造一：从本地版改成网络版
在一台服务器上装好，API Key 放在服务器本地、不暴露到公网，局域网里的同事就能直接调用。好处有两个：
- 团队共用：不用每个人单独配置环境。
- 密钥更安全：Key 只存在服务器本地，不需要分发给每个使用者。
改造二：增加出图计数
加了一个计数功能，按今日、本周、本月、累计统计成功生成的图片数量。这样就能算出每张图的平均成本。
AI 生图只是“能用”还不够，真正进入业务流程，必须知道成本、效率和投入产出比。
改造三：接入 DeepSeek 和 Ollama，降低文字分析成本
原版有一步是用 ChatGPT 分析输入文案。我在这一步增加了模型选择：
- ChatGPT
- DeepSeek
- Ollama 本地模型
只做文字分析的话，不需要每一步都调 ChatGPT。用本地模型或成本更低的模型，这部分费用就能降下来。持续调试、简化流程、用上本地模型后，单张图成本有机会逐步降到约 5 分钱人民币（这是预估，具体要结合模型价格、token 用量、生图模型价格和失败率实测）。
改造四：针对亚马逊做业务优化
纯图无文字版
原版出图大多是场景图加属性标签。但亚马逊 COSMO 算法会识别和检索图片内容，图里叠太多关键词，可能被判为关键词堆叠。
所以我加了一个新方向：纯图无文字版，减少图片过度文字化、标签化的风险，更接近真实产品展示。
服装纺织类细分控制
服装和纺织类产品增加了几个更细的控制项：
- 人物占整张图的比例
- 人物在场景图中的比例
- 人物姿势
- 场景构图方式
服装图不是“好看”就够了，还要考虑人物比例、产品展示面积、场景真实感，以及是否符合平台图片风格。
这个工具真正的价值
AI 生图最怕的是幻觉太强、抽卡概率高、每次结果不稳定。
这个工具的价值不只是“能出图”，而是把文案分析、模型选择、场景控制、图片类型、人物比例、成本统计逐步结构化，让每一步都可以控制、可以定量、可以复盘，大大降低随机性。
下一步：接入自动化流程
后续可以开放 API，再结合 n8n 工作流，做成全自动流程：
- 输入商品信息
- 自动分析卖点
- 自动生成图片需求
- 自动调用模型出图
- 自动记录成本和结果
到那一步，它就不只是一个生图工具，而是一个能嵌进电商业务流程的 AI 图片生产系统，亚马逊、独立站、广告素材都能用上。
你现在做亚马逊主图和场景图，最头疼的是成本、稳定性还是平台规则？评论区留言聊聊。
更多跨境与 AI 实战：zhang3phone.com
本文首发于公众号「端坐霜天」。
