实际运行
从零散提示词到一份结构化 JSON。
核心问题
产品图片跑偏不是创意问题，而是控制问题。
电商图片失败，往往是因为模型改掉了 Logo、形状、材质、包装尺寸、随附配件或平台格式。ProductJSON Studio 把这些内容变成明确字段，而不是藏在一段普通文本提示词里的隐含假设。
参考图库
3,004 个已审核电商参考图，另含 240 张 2K 级市场参考生成示例。
JSON 控制
无需从零重写整张图片创意，就能修改产品、灯光、背景、镜头或平台字段。
产品身份锁定
用产品参考锁定来减少 Logo、形状、颜色、材质、包装和比例漂移。
模型评测路由
对比 Nano Banana 2 / Pro 与 GPT Image 2，为对应参考风格选择更合适的模型。
市场参考图
240 张 2K 生成示例，围绕卖家真正需要的图片类型构建。
这次升级不只是增加图片数量，而是一套覆盖 30 个产品类型的结构化电商参考格式，通过 Magnific 与 Nano Banana Pro 生成，并按产品清晰度、市场实用性和提示词学习价值完成质检。
Amazon 主图
Shopify 干净产品图
生活方式图
爆炸分解图
功能标注图
尺寸/场景比例图
盒内物品布局图
对比/使用场景图
非技术用户也能完成的配置路径
买家在 Claude Code 或 Codex 中打开源代码文件夹，粘贴随包附带的配置提示词，然后让 Agent 安装依赖、运行检查并启动本地应用。模型服务 API Key 保留在买家自己手中，只在准备生成时粘贴到 Settings。
- 从 Gumroad 下载源代码 ZIP。
- 在 Claude Code、Codex、Cursor 或其他代码 Agent 中打开文件夹。
- 粘贴随包附带的配置提示词，让 Agent 安装、测试并启动本地应用。
- 打开本地 URL，先浏览 Learn/Inspiration，再在准备创建时把自己的模型服务 API Key 加入 Settings。
- 从 Learn 区域开始，然后创建第一套 Amazon 或 Shopify 图片组。
包含内容
- 浏览参考图库，找到你需要的市场图片格式：主图、干净产品图、生活方式图、爆炸图、标注图、尺寸图、盒内物品或对比图。
- 将图片、URL 或普通提示词转换成结构化 JSON，让产品、场景、灯光、镜头、平台规则和负面约束都成为可编辑字段。
- 锁定产品参考，让 Logo、形状、颜色、材质和比例在更换背景或图片类型时保持稳定。
- 使用模型评测工作流判断 Nano Banana 2 / Pro 或 GPT Image 2 哪个更适合当前参考风格。
- 从一份产品简报生成 Amazon 与 Shopify 图片组，先做主图，再扩展二级图库。