大模型应用实战：用 Stable Diffusion+Airtable 搭建电商商品图生成平台

大模型应用实战：用 Stable Diffusion+Airtable 搭建电商商品图生成平台

你好，欢迎来到我的博客。

如果你是一位电商卖家、一位市场运营，或者任何一位需要为产品和内容寻找精美配图的朋友，那么你来对地方了。我们常常会遇到这样的困境：新上架了一款设计简约的纯色水杯，如何让它的商品图在众多竞品中脱颖而出？是花费数千元请摄影师搭建一个北欧风格的场景，还是自己花上一下午时间笨拙地学习Photoshop，最终却只得到一张平平无奇的白底图？

这些问题，在过去是成本与效率的无解之选。但今天，AI的发展，特别是强大的文生图模型Stable Diffusion，为我们提供了一条全新的路径。

这不再是遥不可及的未来科技，而是触手可及的生产力工具。本系列教程的目标，就是带领你——即使你没有任何编程经验——一步步地，将Airtable、Stable Diffusion和Make这三个工具像乐高积木一样组合起来，搭建一个属于你自己的、半自动化的“AI产品摄影棚”。你将能仅通过填写一些商品描述，就一键生成高质量、风格多变的商品场景图。

准备好了吗？让我们一起开始这场激动人心的创造之旅。

我们为什么要这样做？—— 解决电商卖家的“配图”之痛

在开始动手之前，我们必须清晰地理解我们要做的事情的价值所在。这能帮助我们在后续的搭建过程中，始终保持目标明确。

1. 问题的核心：配图的“三重困境”

• 成本困境： 专业的商业摄影是一项昂贵的投资。摄影师、模特、专业影棚、后期修图，每一个环节都需要预算。对于SKU众多、上新频繁的中小卖家而言，这是一笔巨大的开销。
• 效率困境： 传统的出图流程冗长。从沟通拍摄方案、准备道具、实际拍摄到后期制作，整个周期可能长达数天甚至数周，完全跟不上电商行业快速迭代的节奏。
• 创意困境： 如何让一个普通的商品焕发光彩？你需要为它构思一个故事、一个场景。一个“放在清晨阳光洒落的厨房餐桌上的陶瓷杯”，远比一张“白色背景的陶瓷杯”更能打动人心。但这种创意能力的实现，本身就是一种稀缺资源。

2. 我们的解决方案：一个自动化的创意工作流

我们的目标是搭建一个系统，它能理解我们用文字描述的创意，并自动将其转化为视觉图像。下面是这个系统的蓝图：

graph TD; subgraph 用户操作区 A[1. 商家在Airtable中填写商品描述
(如: 颜色-米白, 材质-陶瓷, 风格-日式侘寂风)] end subgraph 自动化处理区 (由Make执行) B{2. Airtable中的\'生成\'开关被勾选, 触发Make流程} --> C[3. Make从Airtable获取所有描述信息]; C --> D[4. Make自动将描述拼接成一条
给AI的专业指令(Prompt)]; D --> E[5. Make携带指令调用Stable Diffusion API]; end subgraph AI生成与结果返回 F[6. Stable Diffusion模型根据指令生成图片]; E --> F; F --> G[7. Make接收生成的图片链接]; end subgraph 结果展示区 G --> H[8. Make将图片链接和\'完成\'状态
写回到Airtable对应的商品行]; H --> I[9. 商家刷新Airtable页面,
直接看到并下载成品图]; end style A fill:#D6EAF8,stroke:#3498DB style I fill:#D5F5E3,stroke:#2ECC71

3. 技术选型解析：为什么是这“三剑客”？

• Airtable (数据大脑): 想象一下，Airtable不是一张普通的Excel表格，而是一个智能的货架。每个商品都是一个卡片，上面贴着各种结构化的标签（颜色、材质等）。这种结构化特性，让计算机可以轻松地读取和理解。更重要的是，它能“感知”到我们的操作（比如勾选一个复选框），并通知其他系统开始工作，是整个流程的完美起点。

• Stable Diffusion API (魔法画笔): 这是实现我们创意的核心。API（应用程序编程接口）这个词听起来很吓人，但你可以把它理解成一个“点餐服务员”。我们只需要按照固定的格式写好“菜单”（也就是Prompt指令），然后通过API递给“服务员”，他就会进入“AI厨房”把“菜”（图片）做好了端回来。我们全程无需关心厨房里复杂的烹饪过程，只需等待结果。这极大地降低了使用顶尖AI模型的门槛。

• Make (自动化中枢): 如果说Airtable是起点，Stable Diffusion是终点，那么Make就是连接两者的桥梁。没有Make，我们就需要自己编写一台服务器程序，24小时监听Airtable的变化，再写代码去调用API，处理返回结果……这是一项复杂且繁琐的开发工作。而Make提供了一个可视化的界面，我们只需要通过拖拽模块，设置参数，就能构建出强大而稳定的自动化流程，就像搭建乐高一样直观。

理解了这些基础概念，我们就有了清晰的地图。接下来，让我们带上工具，开始施工。

步步为营 —— 从零搭建你的AI摄影棚

请跟随我的每一个步骤，不要急躁，理解每一步背后的“为什么”，你将收获良多。

第一站：配置我们的“数据大脑”—— Airtable

首先，我们需要一个地方来管理我们的商品信息和生成指令。Airtable是最佳选择。

1. 访问 Airtable官网 并注册一个免费账户。
2. 登录后，点击“Create a base”，选择“Start from scratch”，给你的基地取个名字，例如“AI商品图生成平台”。
3. 进入Base后，你会看到一个默认的表格。我们可以修改它，来满足我们的需求。请按照下表配置你的字段（列）：

字段名称 字段类型 用途与说明 商品名称 Single line text 用来标识你的商品，例如“简约陶瓷马克杯”。 颜色 Single line text 商品的核心颜色，例如“米白色”。 材质 Single line text 商品的主要材质，例如“哑光陶瓷”。 风格 Single select 定义图片的整体氛围。建议创建选项如：“现代简约”, “日式侘寂”, “复古工业风”, “自然主义”。 场景描述 Long text 这是发挥创意的地方，描述你希望商品出现的环境。例如：“放在一块风化的旧木板上，旁边有一小束干花”。 Prompt (指令) Formula 核心字段！ 它会自动将以上信息拼接成AI能听懂的指令。点击字段类型，选择Formula，并粘贴以下公式：
CONCATENATE(\"A \", {颜色}, \" \", {材质}, \" cup, \", {风格}, \" style, \", {场景描述}, \", product photography, soft light, high detail, 8k\") 生成开关 Checkbox 流程的启动按钮。当我们准备好所有描述后，勾选它即可。 图片成品 Attachment 用于存放Stable Diffusion最终生成的图片。 状态 Single select 追踪任务进度。创建选项：“待生成”, “生成中”, “已完成”。

为什么要用公式字段来生成Prompt？

这是一个关键的设计。直接让用户手写完整的Prompt，门槛很高且质量参差不齐。通过将Prompt拆分为几个结构化的部分（颜色、材质、风格）和一个开放的部分（场景描述），再用公式拼接，我们保证了指令的基础结构是稳定和专业的（例如，包含了product photography, high detail等关键术语），同时又给予了用户足够的创作自由。这极大地提升了最终出图效果的稳定性和质量。

完成配置后，你的Airtable表格看起来应该像这样。现在，尝试填写一行数据作为我们的第一个测试用例。

第二站：获取我们的“魔法画笔”—— Stable Diffusion API

现在，我们需要获得调用AI绘画模型的能力。我们将使用Stability.ai官方提供的API。

1. 访问 Stability.ai官网，注册一个账户。
2. 登录后，在右上角点击你的头像，选择 “API Keys”。
3. 在这里，你会看到一串以sk-开头的字符。这就是你的API Key。点击复制按钮将它保存到一个安全的地方（例如你的密码管理器或一个临时的记事本中）。

非常重要的安全提示：
API Key就相当于你在这个平台上的密码。任何拥有你API Key的人都可以消耗你的账户额度。绝对不要将它分享给任何人，也不要直接写在公开的代码或网页中。

第三站：搭建“自动化中枢”—— Make

这是整个流程中最核心、也是最有趣的部分。

1. 访问 Make.com 并注册账户（它同样提供免费套餐）。
2. 登录后，进入 “Scenarios” 页面，点击右上角的 “Create a new scenario”。
3. 你将看到一个巨大的加号，点击它，搜索并选择 “Airtable”。

节点一：触发器 (Airtable - Watch Records)

这是我们流程的起点，它会时刻“监视”着Airtable的变化。

• 在弹出的模块列表中，选择 “Watch Records”。
• Connection: 点击 “Add”，按照提示授权Make访问你的Airtable账户。
• Base & Table: 选择你刚刚创建的“AI商品图生成平台”Base和对应的Table。
• Trigger Field: 这是关键！选择我们创建的 生成开关 字段。这意味着，只有当生成开关这个复选框的状态从“未勾选”变为“已勾选”时，这个流程才会被触发。
• Label: 给这个模块起个名字，比如“监控商品图生成请求”。
• 点击 “OK” 完成设置。

节点二：执行者 (HTTP - Make a request)

现在，我们需要将从Airtable获取到的指令，发送给Stable Diffusion。

• 将鼠标悬停在Airtable模块的右侧，会出现一个加号，点击它，在弹出的菜单中搜索并选择 “HTTP”。
• 在列表中选择 “Make a request”。
• URL: 填入Stability.ai的API端点。对于最新的模型，通常是 https://api.stability.ai/v1/generation/stable-diffusion-v1-6/text-to-image
• Method: 选择 POST。这告诉服务器，我们要“提交”一些数据去创建一个新的资源（也就是图片）。
• Headers:
  • 添加第一个Header，Name为Content-Type，Value为application/json。
  • 添加第二个Header，Name为Authorization，Value为Bearer 【你的API密钥】。（注意： 将【你的API密钥】替换为你刚刚从Stability.ai复制的sk-开头的密钥，Bearer后面有一个空格）。
• Body type: 选择 Raw。
• Content type: 选择 JSON (application/json)。
• Request content: 这是我们要发送给AI的“菜单”，请将下面的代码粘贴进去：

{ \"text_prompts\": [ { \"text\": \"\" } ], \"cfg_scale\": 7, \"height\": 1024, \"width\": 1024, \"samples\": 1, \"steps\": 30}

• 现在，进行最神奇的一步：将光标定位在\"text\": \"\"的两个双引号之间。然后，在弹出的映射窗口中，从第一个Airtable模块里，找到并点击Prompt (指令)字段。你会看到这个字段被添加到了代码中，类似 {{1.Prompt}}。
• 为什么这样做？ 这就是自动化的核心。我们不是写死一个指令，而是动态地将Airtable中对应行的Prompt内容填充到API请求中。
• 勾选 “Parse response”。
• 点击 “OK” 保存。

节点三：回传者 (Airtable - Update a Record)

AI生成图片后，我们需要将结果放回Airtable。

• 再次点击HTTP模块右侧的加号，添加一个新的Airtable模块。
• 这次选择 “Update a Record”。
• Connection, Base, Table: 选择和第一个节点相同的配置。
• Record ID: 这是为了告诉Airtable要更新哪一行。在映射窗口中，务必从第一个Airtable模块（Watch Records）中，找到并点击 ID 字段。
• 更新字段：
  • 在 图片成品 字段中，点击 “Add item”。URL一栏，从第二个HTTP模块的返回数据 Data -> artifacts 中，找到并映射 base64 字段（Stability API返回的是Base64编码的图片数据，Airtable可以自动识别处理）。路径可能看起来像这样：{{2.data.artifacts[0].base64}}。
  • 在 状态 字段中，直接选择“已完成”。
• 点击 “OK” 保存。

至此，我们的自动化流程已经搭建完毕！点击左下角的 “Save” 保存，然后点击 “ON” 按钮激活你的Scenario。

测试运行：
回到你的Airtable，找到你之前填写的那行测试数据，然后，轻轻地勾选 生成开关 复选框。
稍等片刻（大约30秒到1分钟），刷新你的Airtable页面。你将会惊喜地发现：状态 字段变成了“已完成”，而 图片成品 字段里，一张由AI根据你的描述生成的精美图片已经赫然在列！

打通最后一公里 —— 嵌入Shopify后台

我们已经实现了一个强大的后端工作流。但对于每天都在Shopify后台工作的商家来说，如果能在商品编辑页面直接点击一个按钮就完成这一切，体验无疑会更好。

这通常需要创建一个简单的Shopify应用来实现，但基本思路如下：

1. 创建Shopify App: 利用Shopify提供的开发者工具，创建一个可以嵌入到商品详情页后台的UI扩展（UI Extension）。
2. 设置触发按钮: 在这个扩展中，放置一个名为“AI一键生成主图”的按钮。
3. 调用Make Webhook: 将Make流程的触发器从“监控Airtable记录”改为“Webhook”。Make会提供一个唯一的URL。当商家在Shopify后台点击按钮时，Shopify App就向这个URL发送一个请求，并附带上当前商品的ID或描述。
4. 流程联动: Make接收到请求后，后续的步骤（调用Stable Diffusion API，将结果存入Airtable或直接通过Shopify API更新商品图片）与我们今天搭建的流程大同小异。

这部分内容涉及一些前端开发知识，我们将把它作为进阶话题，在未来的文章中深入探讨。但现在，你已经掌握了整个解决方案最核心的自动化逻辑。

总结

今天，我们一起从一个真实的业务痛点出发，没有编写一行复杂的代码，而是通过巧妙地组合现有工具，成功搭建了一个实用的AI商品图生成平台。

我们回顾一下这趟旅程：

• 我们用 Airtable 实现了商品创意的结构化管理。
• 我们借助 Stable Diffusion API 获得了顶级的AI绘画能力。
• 我们通过 Make 的可视化流程编辑器，将二者无缝地连接在了一起，实现了从指令到成果的全自动化。