DEV Community · Show DEV9/8 09:4956 分
CherryShot:无提示词AI产品摄影,视觉模型自动生成拍摄方案
How we made AI product photography promptless: a vision pass writes the prompt, not the user
CherryShot创始人Gurleen介绍其AI产品摄影工具如何实现“无提示词”设计。核心问题是品牌上传的照片质量差,若结合用户提示词易导致图像漂移。其流程为:Gemini 3 Flash视觉模型仅读取产品,忽略背景,输出结构化JSON拍摄蓝图,包括类别、材质、剪裁、颜色、表面处理、穿着方式、灯光、场景、模特简介及分镜列表。该蓝图作为图像模型的提示词,图像生成采用Nano Banana Pro(2K)和Gemini 3.1 Flash Image,按任务路由控制成本。超现实模式分两阶段:Recraft V4.1 Pro构建场景,用户批准后,Nano Banana Pro将真实产品和模特合成。QC环节用视觉检查器检测第三方品牌标识,不合格则重新生成。视频由Claude Opus创意总监生成符合约束的分镜,渲染采用ByteDance Seedance 2.0。提供REST API和OAuth 2.0 MCP服务器。作者承认传统拍摄仍有优势。