手機拍的商品照，能變成實用的宣傳圖嗎？GPT Image 2.5 換背景比較

我們的電商客戶在日常工作中經常遇到這種情況：商品已經拍好了，背景卻不適合想要的宣傳情境。放到電商頁面，桌面有些雜亂；放到社群媒體，又少了生活感。

GPT Image 2.5 Flare 和 Sunburst 可以協助我們編輯參考圖片。 但要真的拿來宣傳，還得多問一句：背景換好之後，會不會讓圖片與實際商品不符？

這篇文章分成兩部分。我們先用一只保溫杯說明如何從原圖做出四種宣傳背景，再使用 API Hop 於 2026 年 10 月 22 日公開的真實請求紀錄，比較 Flare 與 Sunburst 單次呼叫的時間、Token 用量及理論費用。這兩組資料要分開看：保溫杯圖片是教學示意，真實呼叫紀錄使用的是另一張飲品照片。

一、不只是換背景，更要做出實用的商品圖

對賣家來說，商品的形狀、顏色、配件和包裝文字才是重點。杯蓋多了一道接縫、鞋底紋路被改掉、瓶身型號數字出錯，都可能讓圖片不適合發布。

因此，每次編輯我們都會提出三項要求：

1. 可以修改的部分：背景、環境中的道具，以及配合新背景的自然光影。
2. 必須保留的部分：商品的外形、結構、顏色、可讀文字及原有配件。
3. 驗收標準：將生成圖與原始照片對照，任何商品資訊錯誤都要處理，不能只憑「看起來差不多」就通過。

本文使用什麼商品？

我們選了一款深藍色保溫杯，有四個容易辨識的特徵：霧面杯身、銀色金屬杯蓋、右側橘色提環，以及靠近杯底的一道細銀線。這樣讀者比較容易看出背景改變後，商品本身是否維持一致。

準備實際商品照片時，建議先做好四件事：讓商品完整入鏡、拍清楚重要部位、盡量使用柔和光線，並避免背景物品擋住商品。

二、第一步：先做最簡單的白底商品圖

我們會先換成白底，因為這一步最容易檢查。先不要加入複雜道具，也不要讓模型順便「改善商品設計」。提示詞越明確，出錯時越容易找到問題。

可直接使用的提示詞：白底主圖

請編輯我上傳的商品照片，只更換背景，不重新設計商品。

目標：將目前的背景換成乾淨的白色攝影棚背景，保留柔和、真實的接觸陰影。
商品必須保持原樣：深藍色霧面杯身、銀色金屬杯蓋、右側橘色提環、
底部細銀線，以及原始比例、外形、角度、材質紋理和所有既有細節。

不要新增、刪除或修改任何商品零件。不要加入文字、數字、商標、
價格、標籤、圖示、海報標題或浮水印。
參考圖中看不清楚的細節，不要自行補造。
輸出具有真實攝影風格的商品展示圖。

收到結果後，我們會先放大檢查三個地方：杯蓋邊緣、橘色提環的連接處、杯底銀線。只要其中一處被改動，就不能直接把這張圖當成準確的商品展示圖。

三、第二步：把同一件商品放進居家情境

圖 3：居家生活情境示意。情境能幫助讀者想像商品的使用方式，但仍須確認商品外形是否正確。

白底用來呈現商品本身，居家情境則呈現它可能出現的地方。我們會保持描述簡單，例如木桌、綠色植物、窗邊自然光，不讓背景搶走注意力。

可直接使用的提示詞：居家生活圖

請使用我上傳的同一張商品照片，只修改環境，不改變商品。

將保溫杯自然地放在溫馨客廳的木桌上。桌邊可以有書本和綠色植物，
背景有失焦的沙發。光線來自窗邊，溫暖柔和，接觸陰影要真實。

必須保留原商品的深藍色霧面杯身、銀色金屬杯蓋、右側橘色提環、
底部細銀線、比例、角度、結構和材質。不得改變商品零件。

整張圖片不得出現任何語言的文字、數字、Logo、品牌標籤、價格或浮水印。
保持真實攝影風格，讓商品仍然是視覺焦點。

這一步我們特別會檢查光線方向。如果窗戶在左邊，杯身亮部和桌上陰影卻完全對不上，即使背景很好看，也會重新編輯。

四、第三步：把商品放進戶外宣傳情境

保溫杯、運動水壺和背包都適合嘗試戶外情境。但不建議一次加入太多元素，岩石、遠山和藍天就已經足夠。場景越複雜，商品細節越容易被忽略。

可直接使用的提示詞：戶外展示圖

以我上傳的商品照片為參考，只更換環境。

將同一只保溫杯自然地放在戶外平坦的岩石上。背景有遠處的山脈、
森林、湖泊和晴朗天空。光線明亮自然，主體清楚，背景適度失焦。

必須原樣保留深藍色霧面杯身、銀色杯蓋、右側橘色提環、
底部細銀線，以及商品的真實比例、形狀、角度和表面質感。
杯子與岩石接觸的位置要有合理的陰影。

不要新增任何人物、無關配件、文字、數字、Logo、標籤、價格或浮水印。
採用真實商品攝影風格，不暗示未經證實的商品性能。

如果圖片要用於正式廣告，我們還會確認背景暗示的使用方式是否符合商品的實際能力，避免把「情境圖」誤當成性能證明。

五、第四步：製作不含文字的節慶促銷圖

圖 5：節慶氣氛示意。畫面只有商品與裝飾，沒有活動文字，適合多語言網站共用同一張底圖。

節慶圖最常見的問題，是模型順手產生「促銷標題」「折扣數字」，或一串看不懂的字。我們建議讓 AI 只處理場景，把售價、日期、折扣與按鈕文字留在網頁或可編輯的排版圖層。

可直接使用的提示詞：節慶情境圖

請以我上傳的商品照片為參考，保留商品本身，只編輯背景與周圍裝飾。

將保溫杯放在溫馨的冬季節慶場景中。周圍可以有簡單的禮盒、
松枝、松果和暖色燈串，背景有柔和失焦的燈光，商品仍位於畫面中心。

完整保留深藍色霧面杯身、銀色金屬杯蓋、右側橘色提環、
底部細銀線、商品比例、形狀、材質和真實細節。

畫面中禁止出現任何文字、字母、數字、促銷價格、Logo、
浮水印、印刷標籤或活動標語；禮盒包裝也不要有文字。
採用真實攝影風格，節慶氣氛自然，不要讓裝飾擋住商品。

六、如何判斷圖片能不能發布？

生成好看的圖片不難，真正費工的是驗收。我們會將原圖與結果並排開啟，依照這份清單檢查：

七、Flare 與 Sunburst 的真實呼叫紀錄：速度和費用如何？

呼叫參數

API Hop 的真實請求紀錄

模型服務供應商或網路有時會出現波動，因此這裡的時間不一定等於你實際使用時的時間。

這次用量對應的 API Hop 頁面費率為：文字輸入 $4／百萬 Token、圖片輸入 $6.40／百萬 Token、圖片輸出 $24／百萬 Token。兩款模型在這三項的價格相同。

文字輸入：80 × $4 / 1,000,000       = $0.0003200
圖片輸入：1,508 × $6.4 / 1,000,000  = $0.0096512
圖片輸出：120 × $24 / 1,000,000    = $0.0028800
------------------------------------------------
合計                              $0.0128512

更值得關注的是「每張可用圖片的總成本」。 如果一張圖第一次就通過驗收，總成本接近一次呼叫；如果必須不斷重試才能保留商品細節，最後的費用就會累積。

來源：Flare 公開範例頁面、Sunburst 呼叫紀錄、API Hop 價格。

八、我們會如何選擇 Flare 或 Sunburst？

我們建議一般使用者先用 Flare 試做一張，確認流程是否可行。需要進一步檢查複雜材質與細節時，再用同一張參考圖、同一組提示詞和參數，交給 Sunburst 比較。API Hop 文件將 Flare 定位在偏向快速生成，Sunburst 則偏向精細編輯，但哪一款能更準確呈現你的商品，必須實際測試才知道。

如果只需要乾淨白底，傳統去背可能更簡單；如果需要新的寫實場景，AI 編輯就更值得嘗試。我們的選擇標準不是模型名稱，而是商品是否準確、場景是否自然、重試是否划算。

九、如何在 API Hop 上操作？

建議從 GPT Image 2.5 Flare 圖生圖頁面 開始，選擇參考圖片編輯，使用自己實際拍攝的商品照片，再貼上本文對應的提示詞。為了方便找出問題，第一次只改背景；白底圖通過驗收後，再換成居家、戶外或節慶情境。

如果使用 API，API Hop 文件提供的是 POST https://api.apihop.ai/openai/v1/images/generations，透過 image_urls 傳入可從公開網路存取的 HTTP(S) 圖片網址。手機裡的照片需要先上傳到可公開存取的儲存空間。以下網址只是示意，不能直接用來生成：

{
  "model": "gpt-image-2.5-flare",
  "prompt": "Edit the supplied product photo. Replace only the background with a clean white studio backdrop and a natural contact shadow. Preserve the product's exact proportions, navy-blue matte body, silver lid, orange carry loop and thin silver band near the bottom. Do not add or alter any text, numbers, logos, labels, accessories or watermarks.",
  "image_urls": ["https://example.com/your-product-photo.jpg"],
  "size": "4:5",
  "resolution": "1k",
  "quality": "low",
  "n": 1,
  "output_format": "webp"
}

這裡使用 4:5 是為了示範直式商品圖，與上一節真實紀錄的 16:9 參數不同，不能直接比較時間與費用。其他比例和品質設定請以 API Hop 圖片 API 文件 為準。圖片生成會扣除帳戶餘額，正式大量使用前，請先確認目前的價格與輸出品質。

十、常見問題

圖片做好後，可以直接上架嗎？

我們不會只因為換背景成功，就認定圖片可以上架。還要對照實物檢查形狀、顏色、包裝與配件，並確認發布平台的圖片規範。

為什麼寫了「不要修改商品」，模型還是會改動細節？

圖生圖不等於精準去背。有些材質、邊緣和反光可能被重新繪製。如果偏差無法接受，我們會優先考慮傳統去背或可編輯圖層。

為什麼所有圖片都不含文字？

同一組商品圖就能重複用在不同語言的頁面。價格、促銷說明、按鈕與活動規則放在網頁內容或獨立文字圖層，會比直接讓 AI 模型畫進圖片更好。這是我們根據服務電商客戶的經驗，推薦的操作流程。

每生成一張圖，只要大約一美分嗎？

這不是固定價格。本文約 $0.01285 的金額，只對應公開範例中的一次呼叫及所列 Token 用量。實際費用會隨請求內容、設定和重試次數改變。

本文的情境圖能證明 Flare 或 Sunburst 的品質嗎？

不能。保溫杯的八張本地圖片都是獨立製作的教學示意，不是兩款模型在相同條件下的實測。模型比較只使用另外標明來源的公開請求紀錄。

我們的結論

一張清楚的商品照片，可以成為多種宣傳畫面的起點；但「背景做好了」，不代表「這張圖可以放心使用」。

我們建議先上傳真實商品照片，做一張白底圖，仔細檢查商品細節；通過後再試做生活與節慶情境。正式上架或投放廣告前，人工檢查包裝文字、顏色和配件。對多語言網站來說，我們也會把所有文字留在網頁中，不直接放進圖片。

想用自己的照片試試看，可以從 API Hop 的 GPT Image 2.5 Flare 線上圖生圖工具 開始，再用相同條件與 Sunburst 比較。我們更在意最後能否得到一張真實、自然、實際可用的商品圖，而不只是追求好看的效果。

來源與方法說明

• API Hop：GPT Image 2.5 參考圖片編輯 API 文件
• API Hop：Flare 公開呼叫範例與請求資訊
• API Hop：Sunburst 公開呼叫紀錄（2026-10-22）
• API Hop：GPT Image 2.5 目前價格