去年底幫一個服飾官網盤點視覺預算，光是換季情境圖一項，一年就吃掉快六位數。棚租、模特兒、攝影師、後製，一組主打商品要拍出五六種穿搭場景，前置溝通加當天執行往往兩三天跑不掉。老闆問我一句話：「這些非得真的拍嗎？」這問題現在真的可以認真回答了。
AI 影像工具這一兩年進步的幅度，已經到了電商團隊不能再當它是玩具的程度。但我看太多品牌一頭熱全部改用 AI 生圖，結果商品頁被檢舉、退貨率飆高、甚至收到平台警告。工具好用不代表可以無腦用。這篇我把自己實際幫品牌導入 AI 影像的判斷邏輯整理出來，包含哪些真的能省、哪些省了會出事。
先搞清楚 AI 影像在電商能做哪幾件事
很多人講「AI 生圖」講得很籠統，實際上電商用得到的是幾個很不一樣的任務，難度與風險天差地遠，得分開談。
第一種是純去背與換背景。這其實是最成熟、風險最低的應用。你把一張實拍的商品圖丟進去，去掉雜亂背景、換成純白或某個情境背景，商品本體完全沒動。這種我幾乎無條件推薦，因為商品的真實質感、顏色、細節都是原本拍的，AI 只處理背景，不會有「貨不對版」的問題。
第二種是情境圖生成，也就是把去背後的商品放進一個 AI 生成的場景裡，例如把一個保溫瓶放到露營桌上、把一張沙發放進北歐風客廳。這種只要商品本體是真的，風險就可控，主要要留意光影合不合理、比例對不對。
第三種是模特兒穿搭圖，難度陡升。你要嘛用 AI 生成一個不存在的虛擬模特兒穿上你的衣服，要嘛把真人模特兒的臉或身形換掉。這裡開始牽涉衣服的真實版型、布料垂墜感，還有肖像權問題，後面會專門講。
第四種是廣告素材與 banner。這種容錯率最高，因為它本來就是行銷創意，消費者不會拿廣告主視覺去對照收到的商品，所以 AI 發揮空間最大。
搞清楚這四種的分野，你才不會用「情境圖能生」的樂觀，去套「商品主圖也能生」的錯誤結論。關於商品圖的基本功，我在商品攝影入門那篇有更完整的拆解，可以搭配看。
哪些適合 AI 生成，哪些一定要實拍
這是整篇最關鍵的判斷，我用一個簡單的原則：消費者會不會拿這張圖當作購買的品質承諾。會的，就別冒險；不會的，放手用 AI。
適合大膽用 AI 的情況，我通常這樣分：
- 商品本體已經實拍過，只是要換背景、生情境、做去背。原圖是真的，AI 只是搬場景。
- 廣告 banner、社群貼文主視覺、EDM 頭圖這類行銷素材，消費者理解那是創意包裝。
- 材質單純、外觀標準化的商品，例如 3C 配件、文具、包裝食品的情境擺拍。
- 已經下架或缺貨、但要做內容行銷的舊品，補一張示意圖無傷大雅。
必須實拍、AI 別碰主圖的情況：
- 布料、皮革、金屬、寶石這類「質感就是賣點」的商品。AI 生出來的布紋常常經不起放大，消費者收到會覺得落差大。
- 商品主圖，尤其是商品頁第一張。這張是購買決策的核心依據，也是廣告不實的高風險區。
- 需要展示精確尺寸、比例、細節結構的商品，例如家具的接合處、包款的內裡。
- 食品的實際樣貌。生鮮、熟食、烘焙品用 AI 生成「看起來很好吃」的圖，一旦與實物落差過大，退貨與客訴會很難處理。
- 任何有法規標示、成分、警語必須清楚呈現的品類，例如保健食品、化妝品。
我幫一個保健食品品牌做過測試，把 AI 生成的情境圖與實拍情境圖各投一組廣告。點擊率 AI 版本其實不輸，但加入購物車後的轉換與退貨率，實拍版本明顯穩定。原因不難懂：情境可以美化氣氛，但只要商品瓶身、標籤是真實的，消費者的信任感就撐得住。這也是我一直強調的，情境可以假，商品本體不能假。
生成後的修圖與一致性，才是真正花時間的地方
很多人以為 AI 生圖是「打一句咒語就出圖」，實際做過就知道，生成只是開始，後面的收斂與一致性才吃工。
商品頁最忌諱的是每張圖色溫、光線、風格都不一樣，一整排看下來像拼貼。要避免這件事，我的做法是先定一組「視覺規格」：背景色系、光源方向、陰影濃淡、留白比例、商品在畫面的佔比，全部先寫成一份清單，再拿這份清單去約束每一次生成。
同一個商品要多角度、多場景時，一致性更難。現在比較好的工具支援參考圖或角色鎖定，你可以餵一張基準圖，讓後續生成盡量貼近同一個模特兒、同一種光線。但坦白說，目前沒有任何工具能百分之百保證每張都一致，所以我一定會留一道人工修圖工序：拉齊白平衡、統一裁切比例、修掉 AI 常見的破綻（多出來的手指、扭曲的文字、不合理的反光）。
尤其是文字。AI 生成的圖裡如果帶到商品包裝上的字，十之八九是亂碼或錯字，這在食品、美妝品類會直接變成標示錯誤。我的原則是：凡是畫面裡有品牌名、成分、規格文字的地方，一律用實拍或後製貼回正確版本，不讓 AI 自由發揮。想更系統地看整個修圖與素材產出流程，可以參考我整理的電商行銷人的 AI 工具指南。
廣告不實、版權與肖像權，這三條線千萬別踩
省成本很爽，但這三個雷區踩到一個，省下來的錢賠十倍都不夠。
先講廣告不實。台灣公平交易法對「表示與實際不符」抓得不算鬆。如果你用 AI 把商品修得比實物更大、更飽滿、功能更誇張，或是生成一個實際做不到的使用效果，這就是廣告不實的高風險行為。保健食品、美妝、家電這類品類尤其敏感。我的底線是：AI 可以美化氛圍與場景，但不能改變商品本身會影響購買判斷的特徵，包含大小、顏色、數量、功能表現。
再來是版權。AI 生成的圖看似「憑空產生」，但兩個坑要注意。一是你餵進去的參考圖，如果是別人有版權的攝影作品、或競品的商品圖，生成出來仍可能構成侵權。二是 AI 生成內容本身的著作權歸屬與商用授權，各家工具條款不同，用在商業廣告前務必看清楚該工具的商用授權範圍，別假設「AI 生的就是我的」。
最棘手的是肖像權與人臉。用 AI 生成一個完全不存在的虛擬模特兒，這條路相對安全；但如果你拿真實人物的照片去換臉、去生成，或是生成出來的臉「剛好」很像某位公眾人物或素人，就有肖像權與名譽權的風險。我幫服飾品牌做虛擬模特兒時，一定要求工具生成的是可證明「無對應真實個人」的臉，並保留生成紀錄。用真人模特兒的舊照片去 AI 加工延伸新圖，也要確認原本的授權合約有沒有涵蓋這種二次生成用途，很多舊約根本沒寫到，等於超出授權範圍。
這三條線我通常會建議品牌落成一份內部檢查表，上架前逐條勾。真的不確定的品類，寧可花錢實拍，別省這筆。如果需要更完整的法遵與品牌把關，也可以參考我們的電商代營運服務怎麼協助品牌做上架前的視覺審查。
一個服飾官網的實際搭配案例
講個匿名的實例。一個中價位女裝官網，原本每季情境圖與模特兒穿搭圖全外包實拍，成本高、換季來不及、上新速度被卡住。我幫他們重新分配，不是全改 AI，而是分層。
商品主圖，也就是商品頁第一張平拍與掛拍，維持實拍，因為布料垂墜與版型是這個品類的核心賣點，這筆錢不能省。模特兒上身的核心款，一季挑最主打的二十款維持真人棚拍。剩下的長尾款、以及社群與廣告要用的大量情境變化圖，改用 AI：先實拍平拍圖，去背後生成不同場景與搭配氛圍，模特兒穿搭則用鎖定同一個虛擬模特兒的方式批量產出。
結果是整季視覺產出的時間縮短，長尾款終於能每一款都有情境圖而不是只有平拍，社群素材的量也拉起來了。成本結構上，實拍集中在最關鍵的少數款，AI 補滿量的部分。這個「核心實拍、長尾 AI、行銷素材放手用 AI」的分層，後來變成我推薦給多數品牌的預設架構。搭配得好的關鍵，是把兩者當互補而不是替代。想看情境圖怎麼影響點擊表現，我在商品圖與點擊率那篇有更多數據面的討論。
導入 AI 影像的實際操作步驟
如果你要開始，我建議照這個順序，別一次全開。
第一步，先從最低風險的去背換背景開始練手，讓團隊熟悉工具的脾氣與破綻在哪。第二步，訂出前面說的視覺規格清單，讓生成有一致的框架可循。第三步，挑一兩個容錯高的品類或行銷素材做小規模試投，A/B 比對 AI 圖與實拍圖的實際表現，用數據而不是感覺做決定。第四步，把廣告不實、版權、肖像權的檢查表建起來，設一道上架前的人工審核關卡。第五步，才逐步擴大到情境圖與模特兒圖，並且永遠保留核心商品主圖的實拍。
工具選擇上我不特別推單一家，因為更新太快，這個月最好用的下個月可能被超車。重點是看三件事：商用授權條款清不清楚、一致性與參考圖功能強不強、輸出解析度夠不夠上商品頁。想快速理解相關名詞，可以查我整理的電商名詞解釋。
常見問題 FAQ
Q：商品主圖可以直接用 AI 生成嗎？
我的建議是別。商品頁第一張圖是消費者購買決策的核心依據，也是廣告不實的高風險區。你可以用 AI 換背景、去背，但商品本體務必是實拍的真實樣貌。純粹靠 AI 憑空生成主圖，一旦實物有落差，退貨、客訴甚至檢舉的成本會遠高於你省下的拍攝費。
Q：AI 生成的商品圖會不會有版權問題？
有兩個層面要注意。一是你餵進去的參考圖如果是別人有版權的作品或競品圖，生成結果仍可能侵權；二是各家 AI 工具對生成內容的商用授權規定不同，用在商業廣告前一定要看清楚該工具條款是否允許商用，別預設「AI 生的就完全屬於我」。
Q：用 AI 生成模特兒穿搭圖，肖像權怎麼處理？
最安全的做法是生成完全不存在的虛擬模特兒，並保留能證明「無對應真實個人」的生成紀錄。如果是拿真人模特兒舊照做 AI 二次生成，務必回頭確認原始授權合約有沒有涵蓋這種延伸用途，很多舊合約根本沒寫到，等於超出授權會有爭議。
Q：AI 生圖真的能省很多錢嗎？
能省，但不是全省。合理的期待是：核心商品維持實拍這筆錢不變，省的是長尾款情境圖、大量社群與廣告素材、以及換季重拍的時間成本。真正的效益往往不只在金額，而在上新速度變快、長尾款終於都有情境圖可用。把它當成擴充產能的工具，而不是取代攝影的替代品，心態才對。
Q：怎麼讓一整組 AI 商品圖看起來風格一致？
先訂一份視覺規格清單，把背景色系、光源方向、陰影、留白、商品佔比都寫死，再用它約束每次生成。善用工具的參考圖或角色鎖定功能維持基準。最後一定要留一道人工修圖工序，統一白平衡與裁切比例，修掉多指、亂碼文字這類 AI 破綻。目前沒有工具能百分之百自動一致，人工收尾省不掉。
Q：食品類適合用 AI 生成嗎？
食品的實際樣貌我建議實拍。用 AI 生出「看起來很好吃」但與實物落差大的圖，退貨與客訴很難善後，且包裝上的成分、標示文字 AI 常生成錯誤，在食品品類會直接變成標示問題。食品的情境氛圍圖可以 AI 輔助，但呈現商品本身樣貌與標示的部分，請用實拍。
結論
AI 影像工具對電商是真實的生產力升級，但它是把手術刀不是萬能藥。用對地方，去背、換景、長尾情境圖、行銷素材，它幫你把產能與速度拉起來；用錯地方，商品主圖、質感賣點、食品實貌，它會把你推向貨不對版與廣告不實的風險。
我自己的判斷原則其實就一句：消費者會拿來當品質承諾的畫面，用實拍；純粹營造氛圍與創意的畫面，放手用 AI。把兩者當互補搭配，核心實拍、長尾 AI、素材放手，再配上一份把廣告不實、版權、肖像權都納入的上架前檢查表，你就能真的省到成本，又不會替自己埋雷。工具會一直進步，但這個分層與把關的邏輯，短期內都不會過時。想延伸看 AI 怎麼幫你把文案也一起省下來，可以參考用 ChatGPT 做電商文案。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
