用途:该技能用于生成和编辑图像,帮助用户制作高质量商品图、修改现有图片并完成创意视觉变换,适用于电商商品图制作场景。
主要能力:支持文生图(仅凭文本描述生成新图)、图生图(结合参考图生成保留原元素的新图)、图像编辑(修改元素、颜色、背景或风格)、商品合成(把一张图中的商品放入另一张图的场景)、模特替换(替换商品图中的模特或人台)。当希望输出贴近现有商品或场景时,建议提供参考图,最多 3 个参考图 URL,用逗号分隔。
参数:prompt 必填,为所需图像的文本描述,最长 1000 字符;referenceImageUrl 选填,参考图 URL,多个用逗号分隔,最多 3 张,最长 1000 字符;aspectRatio 选填,默认 1:1,可选 1:1、3:4、4:3、9:16、16:9。
使用方式:API 端点为 POST /multimodal/generateImage;也可运行 Python 脚本 python scripts/multimodal_generate_image.py '<JSON 参数>',脚本默认将完整 JSON 响应打印到 stdout,可用 jq 或 ConvertFrom-Json 提取字段。需设置 NEXSCOPE_API_KEY。
提示词建议:描述具体,涵盖主体、场景、光线、风格与氛围;引用参考图时按 referenceImageUrl 顺序称为 image 1、image 2;使用 replace、change、put、combine、generate 等明确动词;不超过 1000 字符。
限制:每次最多 3 个参考图 URL;提示词不超过 1000 字符;参考图 URL 必须可公开访问,私有或过期链接会导致失败;仅支持上述 5 种宽高比。不适用于图像分析识别、视频生成编辑、图片格式转换、大批量图片处理及图床存储。生成失败时可根据响应状态字段说明问题并建议简化提示词、检查参考图 URL 或更换宽高比。