先梳理几个关键点：使用Stable Diffusion生成电商主图时，最大的挑战来自AI的“惯性”——它总想在画面里塞入文字、人物或背景杂物。要想让输出的图片干净利落，仅写好正向提示词还不够，必须搭配一套精准的负面提示词，引导AI避开常见雷区。

简单来说，你需要告诉AI两件事：第一，“我要什么”；第二，“我绝对不要什么”。后者往往更考验功力，否则训练数据里那些满屏logo、促销标语、模特脸的“坏习惯”就会自动补进来。

用负面提示词直接屏蔽干扰项

在WebUI界面右下角找到「Negative prompt」输入框，将下面这组基础组合粘贴进去：

text, words, letters, logo, signature, watermark, label, brand name, human, person, face, hands, fingers, body, model, man, woman, child, crowd, blurry, lowres, jpeg artifacts, deformed, disfigured, bad anatomy, extra limbs, mutated hands, missing arms, missing legs, malformed limbs, fused fingers, too many fingers, long neck

这组词覆盖了电商主图最常见的9类干扰源。需要特别强调的是，【text, words, letters】这三个词绝对不能删——不写它们，AI大概率会自作主张生成一个虚构品牌名或促销标语。如果发现生成的图里还有模糊人影，可以在human后面追加“shadow, silhouette”，通常一两次就能清除干净。

按商品类型追加针对性排除项

方法一：服装类主图追加

mannequin, hanger, clothing rack, seam, stitching line, visible tag —— 防止AI画出假模特、衣架或接缝线。纯白底主图里出现这些东西，会立刻拉低质感。

方法二：3C数码类主图追加

cable, plug, socket, power button, screen reflection, fingerprint, scratch —— 屏幕反光和指纹是AI的“高频幻觉”，不明确排除就会默认渲染上去，尤其影响高端产品图的可信度。

方法三：食品类主图追加

cutting board, knife, spoon, steam, condensation, dripping, sauce splatter —— 这些厨房道具和液体飞溅会破坏产品干净感。如果你追求那种美食摄影的高光风格，去掉它们画面立马清爽不少。

用正向描述强化主体控制力

第一步：在正面提示词开头固定加入「isolated product on pure white background, studio lighting, 8k product photo」

第二步：主体描述紧跟其后，例如「a matte black wireless earbud, front view, symmetrical composition」

第三步：结尾强制锁定技术参数「sharp focus, no shadows, centered framing, seamless edge」

这个三段式结构里，【no shadows】是关键中的关键——不加它，AI总会给商品底部加个虚拟投影，结果就是无法直接抠图使用。如果生成结果仍有微弱阴影，把采样步数（Steps）调高到30以上再试，基本能解决。