要点速览
- 产品图"不像"的常见根因，是没有定义哪些内容必须保留、哪些内容允许变化——界面、logo、价格被模型重新解释了一遍。
- 如果要求逐像素不变，应使用显式遮罩或后期合成；如果使用参考图生成，则要设置保留约束、选择合适强度并在成图后复核。
- SaaS 截图是重灾区，因为它信息密度高、文字多、一改就穿帮。恰恰也最能说明这套方法为什么必须这么设计。
先说个我们自己的真实经历。早期给一个数据看板类 SaaS 做广告图，用纯文生图，提示词写得很细：什么风格、什么配色、界面长什么样。出来的图第一眼挺唬人，凑近一看：图表坐标轴是乱的，按钮上的字是"Sbmit"，右上角本该是用户头像的地方糊成一团。
问题不在模型不努力，而在我们从一开始就问错了问题。我们让 AI 去"画"一个它根本不认识的界面，它只能瞎编。这篇就讲怎么把这个问题从根上解决。
先定位问题：不是 AI 画得差，是你让它画了不该画的
把"产品图不像"拆开，你会发现它其实是两个完全不同的问题混在了一起：
- 该像的地方不像：界面、文字、logo、产品外形——这些是客观事实，只有"对"和"错"，没有"好看"一说。乱码、错字、变形，都属于这一类。
- 该好看的地方不好看：背景、光影、氛围、场景——这些没有标准答案，AI 发挥的空间也在这。
多数严重翻车都属于第一类。而第一类问题，单靠"换个更强的模型"或"把提示词写得更长"无法彻底解决。只要产品内容经过生成模型，就仍有被改写的概率；要求 100% 一致时，需要让原始像素通过遮罩或后期合成直接进入成图。
SaaS 截图为什么最容易翻车
实物产品还好——一瓶饮料、一双鞋，模型见过太多，重画出来八九不离十。SaaS 截图是另一个物种，它天生就是 AI 文生图的死穴，原因有三：
- 文字密度极高。一个后台界面上可能有几十个字段、按钮、菜单。模型每多画一个字，就多一次出错的机会。几十个字全对的概率，低得可怜。
- 信息是你独有的。你的界面长什么样，模型的训练数据里没有。它只能按"一般后台的样子"猜，猜出来的就不是你的产品。
- 一点点错就穿帮。实物图背景虚化一下瑕疵就藏住了；界面截图是平的、清晰的，一个错字用户一眼看到。
所以如果你做的是 SaaS、工具、App 这类以界面为主视觉的产品，纯文生图这条路基本可以直接放弃。不是它不够好，是方向错了。
两类解法：像素保留与参考约束
处理产品真实性，通常有两条路径。第一条是像素保留：用遮罩或后期合成把原始产品素材直接放进成图，适合价格、界面和 Logo 必须完全一致的任务。第二条是参考约束：把母图作为参考，按任务强度保留版式、创意 DNA 或产品事实，换取更大的构图和本地化空间。
LinkBloom 的母图裂变采用第二条路径，并提供轻度、中度和重度三档。轻度优先保留版式和主视觉，中度保留创意 DNA，重度只保留产品事实与核心诉求。它不是逐像素冻结工具；关键界面、Logo、价格和数字应列为保留项，并在输出后逐项核对。
哪些该冻结、哪些能生成，我们内部有一条很清楚的线：
| 元素 | 处理方式 | 为什么 |
|---|---|---|
| 界面截图 | 高优先级保留；必要时后期合成 | 是客观事实，错了就穿帮 |
| 产品 logo | 品牌锚点；必要时后期合成 | 品牌资产，不容许变形 |
| 价格 / 数字 | 明确约束并逐字复核 | 错一个数字是事故 |
| 标题 / 卖点文案 | 生成后视觉评审与人工复核 | 文字必须精确 |
| 背景 / 场景 | 允许 AI 扩展 | 没有唯一标准答案 |
| 光影 / 材质氛围 | 允许 AI 扩展 | 适合发挥视觉生成能力 |
这张表的分界线，本质上是**"能不能错"**：凡是错了就出事的，都要提高保留强度，并在必要时改用像素合成；允许变化的场景与氛围，才适合给 AI 更大自由度。
顺带说一句，这套"产品事实不容随意改写"的思路，往上游走一步就是 Evidence Graph：让创意角度关联真实产品事实、来源和置信信息，降低无依据卖点进入画面的风险。什么是 AI 广告创意生成 那篇讲得更全。
出图不像时，按这个顺序排查
如果你手上已经有一张"不像"的图，别急着换工具。按这个顺序过一遍，八成能定位：
- 先问：产品部分是原图合成，还是参考图生成？ 前者可以保留原始像素，后者会给模型一定重构空间，排查方式完全不同。
- 产品素材本身够清晰吗？ 无论合成还是参考，低清输入都会限制结果。界面截图建议至少 1080px 宽。
- 文字是否经过生成模型？ 放大检查标题、按钮、价格和品牌名。只要模型参与生成，就要逐字核对；像素级准确需求应改用后期文字图层。
- 场景和产品搭不搭？ 有时产品是对的，但 AI 把它塞进了一个不合逻辑的场景（比如一个 B 端后台配了个游乐园背景）。这属于角度问题，调场景描述即可。
- 看过质量状态吗？ LinkBloom 会从 7 个维度评审成图，其中"产品真实"专门检查事实和产品表现，并标记自动通过、需要复核或未通过。状态是风险提示，不替代人眼检查。
一个具体例子：一张 SaaS 截图广告怎么做对
拿我们真做过的一个例子。一个多账号管理工具，想要一张"专业、可信、有科技感"的广告图，主视觉是它的控制台界面。
做错的版本：提示词描述界面长什么样，让模型画。结果控制台上的账号列表全是乱码，图标错位。
要求像素一致的版本：把真实控制台截图作为后期合成主体放进画面中心，标题"多账号，一个后台搞定"用独立文字图层压在上方，AI 只生成背景场景。这样产品与文字精度由合成管线负责，AI 负责氛围。
前后花的时间差不多，效果天差地别。差别不在模型，在谁动了产品。
想自己试一遍的话，注册就送一次性 100 积分，出图 10 积分一张，免费开始 拿你自己的界面截图跑一次，最能说明问题。
常见问题
我换成更贵、更强的文生图模型，是不是就不糊了？
治标不治本。更强的模型可能降低错误率，但只要产品还经过模型重画，就仍有出错概率。关键内容要么用更强保留约束并复核，要么直接走遮罩或后期合成。
我只有一张低清的产品图，怎么办？
先解决清晰度再谈生成。产品有多清晰，首先取决于输入原图。低于 1080px 宽的素材，放大后容易发糊。能重新导出高清图就重导；实在没有，也应把低清输入列为复核风险。
冻结了产品，那 AI 还能帮我做什么？
它仍能帮你扩展场景、氛围、光影、多渠道尺寸和多语言版本。保留强度越高，变化空间越小；需要更大胆创意时可以放宽版式约束，但要相应加强产品事实与文字复核。