電商圖片 AI Agent｜OpenAI GPT-image-1 + n8n 自動生成商品圖
更新於 2026年2月11日
📥 工作流 JSON 下載：GitHub 範例庫 ｜ 💬 社群討論：Skool 雲端方程式 Cloud F1
專業導讀
來了！OpenAI Release 他們最新的 GPT-image-1，我們立刻來打造一下電商商品的圖片，建立靈感的來源。不囉嗦直接來！
你有沒有遇過這種情況？電商上架一個新商品，需要白底圖、情境圖、社群素材圖，光是跟設計師來回溝通就花了兩三天。如果商品有 10 個 SKU，每個要 3 種風格的圖，那就是 30 張圖 — 設計師大概要忙一整週。
重點來了 — 用 OpenAI 最新的 GPT-image-1 模型加上 n8n 的 AI Agent，你可以在 LINE 上面打一段商品描述，幾分鐘就拿到一組專業的商品圖。 我在影片裡面 Demo 了兩個範例：第一個是生成紅色洋裝商品圖，25-30 歲的亞洲女性在晴朗的海邊；第二個是帥氣的太陽眼鏡商品，歐洲男性的情境照。兩個都是在 LINE 裡面打指令，幾分鐘內就收到完成的圖片，而且自動同步到 Google Drive。
你將學到
- ✅ GPT-image-1 模型的特色、價格與實際效果評測
- ✅ n8n 電商圖片 AI Agent 的完整架構與設計邏輯
- ✅ 從零開始建置 LINE 整合一鍵生圖的步驟教學
- ✅ Prompt 工程技巧：讓 AI 產出商業可用的商品圖
- ✅ GPT-image-1 vs DALL-E 3 vs Midjourney 完整比較
🎯 什麼是電商圖片 AI Agent？
電商圖片 AI Agent 是一個結合 OpenAI GPT-image-1 圖片生成模型與 n8n 自動化工作流的智慧系統，讓使用者透過 LINE 傳送商品描述，就能自動生成多種風格的專業商品圖片，並同步儲存到 Google Drive。
讓我帶你看一下整個概念。傳統的電商商品圖製作流程是這樣的：商品經理寫需求 → 設計師理解需求 → 拍攝或 P 圖 → 來回修改 → 定稿。這個流程最快也要 1-2 天。
我在想，如果有一個 AI Agent 能直接理解商品描述，然後自動生成圖片呢？這就是我做這個 Lab 的出發點。
GPT-image-1 是什麼？
我在影片裡面用 30 秒快速介紹了 GPT-image-1。它是 OpenAI 在 2025 年推出的最新圖片生成模型，也就是 ChatGPT 裡面「生圖」功能背後的技術。跟之前的 DALL-E 3 比起來，它有幾個很明顯的進步：
- 原生多模態理解：可以根據文字產生高品質的圖片，它也已經整合到所有企業型的客戶裡面，包含 Figma 做擴充圖像、Adobe 整合到 Express 裡面
- 文字渲染超強：圖片裡的文字清晰可讀，這在商品圖上超重要（品牌名、價格標籤）
- 細節處理優秀：膚色、材質、光線的處理比 DALL-E 3 好很多
- 安全跟合規：你不可以請它產生色情圖片或色色的東西，它有講你不要搞這些有的沒的
- 商業可用：OpenAI 明確表示生成的圖片版權歸用戶所有
OpenAI Image API 的三種功能
我在影片裡面快速整理了重點，因為可能有些人沒有用過影像生成的 API。OpenAI 目前提供三個 Image 模型：GPT-image-1、DALL-E 3、DALL-E 2（這個可以隨便念，你念的順就好）。一般來講會有三種功能：
- 生成（Generation） — 從文字提示裡面生成新圖片。我跟它說今天要生成一個歐洲男性，它就生成了
- 編輯（Editing） — 編輯現有的圖片，就是你已經有圖了，請它幫你改。例如把四個商品元件放在一起變成一個完整的商品 Set
- 變體（Variations） — 產生現有圖片的變體，把同一個圖片生成不同的樣式。目前只有 DALL-E 2 支援這個功能
GPT-image-1 價格
這個價格我覺得非常合理，特別是對電商來說：
| 解析度 | 每張價格 (USD) | 每張約台幣 | 適合用途 |
|---|---|---|---|
| 1024x1024 | $0.04 | ~1.3 元 | 社群素材、縮圖 |
| 1792x1024 | $0.08 | ~2.6 元 | 商品主圖（橫式） |
| 1024x1792 | $0.08 | ~2.6 元 | 商品主圖（直式） |
你想想看，請設計師做一張商品圖大概要 500-2000 元台幣，AI 生成一張不到 3 元。就算 AI 生的圖只有 70% 可以直接用，剩下 30% 需要微調，整體成本還是降了 90% 以上。
💡 Alex 的實戰觀察
我自己從 DALL-E 2 的時代就開始用 AI 生圖了，到現在測試過的工具不下 10 種。讓我分享一些真實的觀察：
觀察 1：GPT-image-1 的品質跳了一大步
我在影片裡面拿同一個 Prompt 分別跑 DALL-E 2、DALL-E 3 和 GPT-image-1，差異真的是肉眼可見的。我個人覺得真的有差，品質上是有差異的。
我自己碎碎念體感上的比喻：Image-1 大概有 1024P、DALL-E 3 大概是 720P、DALL-E 2 大概是 360P。這個是我個人主觀意見沒有對錯，提供給大家參考。
Image-1 在細節背景上相對比較細緻，人物也比較真實。DALL-E 3 生成出來的細部內容是比較好的，但膚質的部分跟比較遠的部分，它的細節處理可能還是沒有那麼好。DALL-E 2 在圖片的深層跟邊緣的處理解析度，明顯就是有差。但這個是一個工具的演進，所以這也沒有對錯，就是再過半年會更強，再過一年可能就取代攝影師了。
我的經驗： 用 GPT-image-1 生成的白底商品圖，大概有 60-70% 可以直接用在電商平台上架。剩下的通常只需要微調構圖或背景，不用整張重做。可能離真正的商業級還有點差距，但是已經會有人開始部分的導入了。
觀察 2：Prompt 設計是關鍵中的關鍵
這邊要特別注意 — 很多人覺得 AI 生圖就是打幾個字它就會給你好圖。我的觀察是，Prompt 的品質決定了 80% 的結果。好的商品圖 Prompt 需要包含：
- 場景描述：白底攝影、生活情境、模特展示
- 風格指定：專業攝影風、雜誌風、韓系清新風
- 光線描述：柔和自然光、影棚燈光、背光效果
- 構圖指令：正面平拍、45 度角、特寫
- 品質關鍵字：high quality, professional product photography, 8K
觀察 3：不是所有商品都適合，但「靈感來源」超好用
我要誠實說，AI 生圖目前還有一些限制。但我在影片裡面強調的是，這個系統最大的價值是建立靈感的來源。你可以看一下各大電商的網站，都會有類似的模特兒圖。很可怕，其實現在都可以不需要模特兒了，直接用生成的方式就可以做商品的展示圖。甚至你可以拍很多個，還可以調整成不同的環境。
效果好的商品類型：
- 3C 配件、手機殼（簡單造型，白底效果好）
- 服飾配件（飾品、包包、帽子、太陽眼鏡）
- 食品包裝（外包裝圖，不是食物本身）
- 家居用品（杯子、擺飾、文具）
效果一般的商品類型：
- 食物實拍（AI 生的食物還是有種「不真實感」）
- 需要精確比例的商品（尺寸不太準）
- 已有品牌 Logo 的商品（Logo 還原度有限）
我覺得最好的策略是：用 AI 生成初版 + 人工微調，而不是完全依賴 AI。你可以利用這個來產生你電商商品的靈感，去想今天可能需要產生什麼樣的圖片、什麼樣的風格是最適合你的。
🔧 n8n 電商圖片 AI Agent 完整架構與步驟教學
好，再來就是大家最期待的實作部分。我把整個 AI Agent 的架構拆解給你看。
整體架構
使用者 (LINE) → Webhook → AI Agent → GPT-image-1 → Google Drive → LINE 回傳
│
┌──────┴──────┐
│ Prompt │
│ Optimizer │
└─────────────┘步驟 1：建立 LINE Webhook 接收節點
首先，你需要一個 LINE Messaging API 的 Channel。如果你還沒有，到 LINE Developers Console 申請一個。
在 n8n 裡面：
- 新增一個 Webhook 節點
- 設定路徑，例如
/line-image-agent - 把 Webhook URL 貼到 LINE Channel 的 Webhook URL 設定
步驟 2：建立 AI Agent 節點（Prompt 優化器）
這是整個系統的核心。我在影片裡面解說了，這個 AI Agent 它只專注做一件事：從左邊拿到的訊息，到右邊生成正確的提示詞。它的任務就這麼簡單。
AI Agent 不是直接把使用者的文字丟給 GPT-image-1，而是先「優化」Prompt。為什麼？因為你可能只說「幫我生成一張手機殼的圖」，但好的圖片需要更具體的描述。而且因為英文的比較準，會給的比較好，所以 AI Agent 會幫你把中文需求轉成英文 Prompt。
我在影片裡面展示了四個主要的元件：LLM 用什麼、它的記憶、Think Tool、以及結構化輸出。
System Prompt 範例：
你是一個業務分析師，產生電商的圖片跟商品敘述幫助銷售。
你的任務是接收內部的 Prompt，根據收到的 Prompt 調用 API 來生成。
輸出格式：商品的提示詞 Prompt + 幾個 Image（預設一個）。Think Tool 的關鍵角色： 我在這裡的設計比較特別。上面的 AI Agent 是專注在「我要做什麼任務、輸入是什麼、輸出是什麼」，而 Think Tool 專注的是在商業邏輯 — 商品資訊的整理分析優化。我會請它知道商品種類、模特兒的特徵、背景的環境等等，因為每個產業要的東西不一樣，所以我專注在電商的商業邏輯，商品的圖片應該要有哪些東西。然後最後把資訊整理成英文的 Prompt，加入品質的敘述，盡量確保提示詞是自然的。
步驟 3：呼叫 GPT-image-1 API 生成圖片
這邊我在影片裡解釋了，因為 DALL-E 2、DALL-E 3 和 GPT-image-1 對於 API 的要求形式不一樣，裡面的參數不一樣，所以我需要先判斷 Model 是屬於哪個 Model。如果是 GPT-image-1 就走上面的路徑，不是就走下面。非常簡單。
用 n8n 的 HTTP Request 節點呼叫 OpenAI Images API：
{
"model": "gpt-image-1",
"prompt": "{{ 上一步 AI Agent 優化後的英文 Prompt }}",
"n": 1,
"size": "1792x1024",
"quality": "high"
}這邊的認證可以用 Predefined，就是你可以選 OpenAI 的類型，如果你已經有打好 OpenAI 的 API 權杖，可以直接用 Predefined，也可以自己輸入。
注意： 這個 API 大概需要 30 秒左右，每個人的體感等級不一樣。另外，這個版本的 GPT-image-1 它只會給你 Base64 的 JSON 格式 — 就是圖片是一堆亂碼的編碼格式。我就把它輸出成一個 PNG 檔，變成一個圖片了，這樣就搞定。
步驟 4：自動上傳到 Google Drive
生成的圖片從 Base64 轉換成 PNG 後，上傳到 Google Drive：
- 新增 Google Drive 節點
- 操作選擇「Upload File」
- 設定目標資料夾（建議按日期 + 商品分類）
- 檔名格式：
{商品名}_{風格}_{日期}.png
步驟 5：回傳圖片到 LINE
用 LINE 節點回傳圖片訊息：
- 取得 Google Drive 的分享連結
- 用 LINE 的 Image Message 格式回傳
- 加上操作按鈕（重新生成、換風格、下載原圖）
步驟 6：進階 — 多風格批次生成
如果你想一次生成多種風格的圖片，可以加一個 Loop 節點：
風格清單: ["白底攝影", "生活情境", "雜誌風格"]
↓
For Each 風格:
→ AI Agent 優化 Prompt（加入風格描述）
→ GPT-image-1 生成圖片
→ Google Drive 存儲
↓
合併所有圖片 → LINE 回傳圖片組我自己在用的時候，通常一個商品會生成 3 種風格：白底（上架用）、情境（社群用）、特寫（商品詳情頁用）。
📊 GPT-image-1 vs DALL-E 3 vs Midjourney 完整比較
很多人問我到底要用哪個工具生商品圖？讓我用實際使用經驗做一個完整比較：
| 比較項目 | GPT-image-1 | DALL-E 3 | Midjourney v6 |
|---|---|---|---|
| 文字渲染 | ⭐⭐⭐⭐⭐ 優秀 | ⭐⭐⭐ 普通 | ⭐⭐ 較差 |
| 商品真實感 | ⭐⭐⭐⭐⭐ 極佳 | ⭐⭐⭐ 尚可 | ⭐⭐⭐⭐ 好 |
| 藝術風格 | ⭐⭐⭐⭐ 好 | ⭐⭐⭐⭐ 好 | ⭐⭐⭐⭐⭐ 最強 |
| API 整合 | ⭐⭐⭐⭐⭐ 有 API | ⭐⭐⭐⭐⭐ 有 API | ⭐⭐ 無官方 API |
| 價格（每張） | $0.04-0.08 | $0.04-0.08 | $10/月（約 200 張） |
| 白底商品圖 | ⭐⭐⭐⭐⭐ 最佳 | ⭐⭐⭐ 普通 | ⭐⭐⭐⭐ 好 |
| n8n 自動化 | ⭐⭐⭐⭐⭐ 完美 | ⭐⭐⭐⭐⭐ 完美 | ⭐ 困難 |
| 中文 Prompt | ⭐⭐⭐⭐ 好 | ⭐⭐⭐ 普通 | ⭐⭐⭐ 普通 |
| 適合場景 | 電商商品圖 | 通用插圖 | 藝術創作 |
我的選擇建議
- 電商商品圖（白底、情境） → GPT-image-1，文字渲染和真實感最好
- 社群素材（藝術風格） → Midjourney，藝術風格無敵
- 通用配圖（部落格、簡報） → DALL-E 3，便宜好用
- 需要自動化 → GPT-image-1 或 DALL-E 3，有 API 可以串
我自己的做法是：電商用 GPT-image-1 + n8n 自動化，社群素材偶爾用 Midjourney 手動生。
💡 Prompt 工程實戰技巧
這一段我特別想跟大家分享，因為我踩過很多坑。
電商商品圖 Prompt 公式
我整理了一個萬用公式：
[商品名稱] + [材質/顏色] + [場景] + [光線] + [構圖] + [風格] + [品質]範例 1：白底商品圖
A minimalist white ceramic coffee mug on a pure white background,
soft studio lighting, front-facing product photography,
clean and professional, high resolution 8K, commercial product photo範例 2：生活情境圖
A cozy lifestyle shot of a white ceramic coffee mug on a wooden table,
morning sunlight streaming through a window, steam rising from the cup,
magazine editorial style, warm tones, shallow depth of field範例 3：社群素材圖
Flat lay composition of a white ceramic coffee mug surrounded by
autumn leaves and a book, top-down view, natural lighting,
Instagram aesthetic, pastel color palette, clean composition我踩過的坑
- 不要用中文 Prompt：雖然 GPT-image-1 支援中文，但英文的效果明顯更好
- 不要描述太多元素：一張圖不要超過 3 個主要元素，不然會很亂
- 明確指定「不要什麼」：加上 negative prompt 概念，例如 “no text, no watermark”
- 品質關鍵字放最後：
8K, high quality, professional放在 Prompt 結尾效果最好
Gemini + OpenAI 雙模型策略
我在進階版的 Agent 裡面用了一個技巧 — 雙模型策略：
Google Gemini 負責：
- 分析使用者的商品描述
- 補充遺漏的視覺細節
- 生成優化後的英文 Prompt
OpenAI GPT-image-1 負責：
- 接收優化後的 Prompt
- 生成高品質商品圖片
為什麼要這樣做？因為 Gemini 的文字理解能力很強，拿來做 Prompt 優化很適合。而 GPT-image-1 的圖片生成品質最好。把兩個模型的長處結合起來，出圖的品質比單一模型好很多。
在 n8n 裡面，你可以用 AI Agent 節點設定 Fallback 機制：如果 Gemini API 回應太慢或出錯，自動切換到 GPT-4o 做 Prompt 優化。這樣系統的穩定性更高。
重點整理
- GPT-image-1 是目前電商商品圖最佳選擇：文字渲染、真實感、API 整合三個維度都最強
- 成本極低：每張圖 1-3 元台幣，比傳統設計省 90% 以上
- n8n + LINE 整合：用戶只要在 LINE 傳商品描述，幾分鐘就拿到專業商品圖
- Prompt 設計決定 80% 的品質：場景 + 光線 + 構圖 + 風格 + 品質關鍵字缺一不可
- 雙模型策略更強：Gemini 優化 Prompt + GPT-image-1 生成圖片，效果最好
- 不是所有商品都適合：食物實拍、精確比例商品目前效果還有限
- AI 生圖 + 人工微調：最佳實踐是 AI 生成初版，人工做最後調整
常見問題 FAQ
GPT-image-1 和 DALL-E 3 差在哪？什麼情況該用哪個？
A: 我兩個都測試過很多次了。最大的差異在「文字渲染」和「商品真實感」。GPT-image-1 生成的圖片裡，如果有品牌名稱或價格標籤，文字是清晰可讀的；DALL-E 3 的文字常常會糊掉。另外 GPT-image-1 的商品看起來更像「真的拍出來的」，DALL-E 3 有時候會有一種明顯的 AI 感。我的建議是：電商商品圖一律用 GPT-image-1，部落格配圖或簡報插圖用 DALL-E 3 就夠了。
生成的圖片真的可以商用嗎？有什麼法律風險？
A: 可以商用。OpenAI 的使用條款明確表示，用戶透過 API 生成的圖片，版權歸用戶所有，可用於商業目的。但我建議注意幾點：
- 不要生成涉及真人肖像的圖（可能有肖像權問題）
- 不要模仿特定品牌的視覺風格（可能有商標侵權風險）
- 建議加上自己的品牌標識（浮水印或 Logo）
- 保留生成記錄（萬一有爭議，有 API 呼叫紀錄可以佐證）
我自己在商業用途上都會再做一層人工審核，確認沒有問題才上架。
如何提高生成圖片的品質？有什麼 Prompt 技巧？
A: 這是我被問最多的問題。我整理了幾個實測有效的技巧：
- 用英文寫 Prompt：效果比中文好 30% 以上
- 具體描述場景：不要只說「商品圖」，要說「white background, studio lighting, front view」
- 加入風格參考：「magazine editorial style」或「Amazon product listing style」
- 指定不要的東西：「no text, no watermark, no human hands」
- 品質關鍵字：最後加上「8K, ultra high resolution, professional product photography」
- 用 AI Agent 優化：讓 Gemini 或 GPT-4o 先幫你把 Prompt 寫得更專業
電商圖片 AI Agent 的完整工作流怎麼設計？
A: 我的完整工作流設計是這樣的：
- LINE Webhook 接收商品描述（支援文字 + 圖片）
- AI Agent 分析商品描述，優化成英文 Prompt（加入電商風格關鍵字）
- GPT-image-1 生成圖片（size: 1792x1024）
- Image Processing（可選）：裁切、加浮水印、調整尺寸
- Google Drive 同步儲存（按日期 + 商品分類建資料夾）
- LINE Reply 回傳圖片 + 操作按鈕（重新生成、換風格）
整個工作流在 n8n 裡面大概 8-10 個節點，第一次設定花 1-2 小時，之後就是全自動的。
如何使用 OpenAI 和 Gemini 雙模型？會不會很複雜？
A: 其實不會複雜。在 n8n 裡面就是兩個 AI 節點串在一起：
- 第一個 AI 節點（Gemini）：接收使用者的中文商品描述 → 輸出優化後的英文 Prompt
- 第二個節點（HTTP Request）：拿 Prompt 呼叫 GPT-image-1 API → 拿到生成的圖片
你也可以在 AI Agent 裡面設定 Fallback：如果 Gemini 掛了，自動切換到 GPT-4o 做 Prompt 優化。這樣系統的穩定性更高。我自己用了三個月，基本上沒出過什麼問題。
一個月大概要花多少錢？適合小電商嗎？
A: 我來算給你看。假設你一個月上架 50 個新商品，每個商品需要 3 種風格的圖（白底 + 情境 + 特寫）：
- 圖片數量：50 × 3 = 150 張
- 每張成本：$0.08（用 1792x1024）
- GPT-image-1 費用：150 × $0.08 = $12/月（約 384 台幣）
- Gemini API 費用：幾乎免費（免費額度夠用）
- n8n 費用：自架免費，雲端版 $20/月起
總成本大約 400-1,000 台幣/月，比請一個兼職設計師便宜太多了。非常適合小電商。
🎯 下一步行動
🎓 想更有系統地學會這些技巧？ 到 AI 職場工作術（雲端方程式 Cloud F1 旗艦課程） 看看完整的實作路徑。
如果你想動手做一個自己的電商圖片 AI Agent，我建議的路徑是：
- 看影片：先看我的 YouTube 完整教學，了解整體架構
- 申請 API：到 OpenAI Platform 申請 GPT-image-1 API Key
- 建工作流：在 n8n 裡面按照我上面的步驟，先建一個最簡單的版本
- 優化 Prompt：用我分享的 Prompt 公式，反覆測試找到最適合你商品的描述方式
- 加入社群：到 Skool 社群 跟大家分享你的成果
🚀 想學更多 n8n 自動化技巧？ 加入我們的 Skool 社群，和其他自動化愛好者一起學習交流！
🔗 AI Agent 系列文章
- AI Agent 完整指南 - Pillar 頁面
- xAI Grok AI Agent 教學 - Grok 整合
- 5 種 AI API 比較 - 選擇最適合的 API
- 購物搜尋 AI Agent - 電商搜尋應用
- 語音 AI Agent - 語音互動
- OpenAI Agent Builder - 官方 Agent 工具
🔗 相關資源
- 📺 YouTube 完整教學 EP19 - 影片版本
- 💬 Skool 雲端方程式 Cloud F1 社群 - 和 500+ 學員交流
- 🔗 OpenAI Images API 文件 - 官方 API 文檔
- 🔗 n8n 官方文件 - n8n 使用指南
- 📖 LINE Messaging API 教學 - LINE 整合基礎
- 📖 n8n 零基礎教學 - n8n 入門
🚀 想學更多 n8n 自動化技巧？ 加入我們的 Skool 社群，和其他自動化愛好者一起學習交流！
✍️ 關於作者：Alex 是一位專注於 n8n 自動化和 AI 應用的技術教育者，透過 YouTube 頻道和 Skool 社群幫助超過數千位學員掌握自動化技能。
