用 Seedream 5.5 搭建商品图自动化流程：4 步打通生成、改图、透明素材和拆图层

作者注：通过场景生成、连续编辑、透明素材和海报拆层四类操作，再配合外部编排与质检，可以搭建一条可复用的商品图生产流程。

电商团队做商品图，难点通常不在“出一张好看的图”，而在后面的环节：运营要换背景，设计要透明主体，投放要改价格，每次改动都可能整张重做。字节跳动于 2026 年 11 月 9 日发布的 Seedream 5.5，把 连续编辑、原生 RGBA 透明输出、最多 99 层的图层拆分和富文本 OCR 放进了同一个模型，这几项能力正好对应商品图生产的几个环节。

这不是一篇发布会能力清单的复述。本文用一个不锈钢保温杯贯穿全程，按实际工作顺序说明每一步怎么调用、怎么消费上一步的输出、最终交付什么。文中会区分三类信息：官方展示的能力、第三方实测观察，以及本文设计的自动化工作流。

核心价值：读完本文，你能拿到一份从商品原图到可交付素材的流程设计，包括四个环节的关键参数、可直接改用的中文提示词、图层返回字段的重组方法，以及上线前需要设置的质检点。

一句话摘要：Seedream 5.5 的价值不只是生成商品图，而是把商品视觉生产拆成可衔接的多个步骤，再由 API 编排和下游设计工具组装成完整流程。

to know：本文涉及的 5 个术语

• 多轮编辑：把上一轮生成的图片作为新一轮的输入，逐次进行修改。
• Alpha 通道：记录图片中每个像素透明程度的通道。RGBA 中的 A 指的就是它，JPEG 不支持该通道。
• OCR：从图片中识别文字内容。Seedream 5.5 在图层拆分时还会估计文字的位置和近似样式。
• z_index：图层拆分返回的字段，表示图层堆叠的先后顺序，底图为 0。
• API：供程序调用服务的接口。本文的自动化流程都建立在 API 调用之上。

为什么 Seedream 5.5 商品图自动化不能只靠一次生图？

以保温杯上架为例，一件商品通常需要五类视觉素材：白底或简洁背景的主图、生活方式场景图、可放进任意版式的透明主体、带标题和价格的营销海报，以及大促期间反复调整的版本。如果每类素材都靠一次生图输出整张扁平图片，后续每次修改都要重新生成，商品外观也可能在不同版本之间走样。

单次生图有两个结构性问题。第一，改动不可控：只想换背景，杯盖结构或 Logo 却被一起重绘了。第二，素材不可复用：海报一旦生成，商品、文字和装饰就粘在同一层像素里，改价格只能整张重做。这也是字节跳动在发布文章中列出的痛点，包括局部修改波及其他区域、多次修改后主体漂移、需要人工抠图、扁平图难以拆层等。

Seedream 5.5 的思路是把这些问题拆开处理。编辑环节强调保持未修改区域，透明输出省掉抠图，图层拆分把扁平海报还原成可重组的素材。但模型只负责“生成和拆解”，编排、存储、质检和最终合成仍然需要应用程序和设计工具承担。

Seedream 5.5 商品图自动化完整流程：一张图如何变成可复用素材？

先看全局。下面这条流程是本文根据官方 API 能力设计的业务工作流，不是官方提供的一键式功能：

1. 商品原始照片入库：业务系统提供真实商品图、商品描述和视觉要求，原图永久保留。
2. 场景生成：原图作为参考图，输出商品主视觉。
3. 多轮编辑：上一轮输出作为下一轮输入，处理换背景、换光线等修改。
4. 两条分支：透明素材分支从商品原图直接输出 RGBA PNG；图层拆分分支对完整海报拆层，获取图层和坐标。
5. 设计合成：下游程序或设计工具读取图层、坐标和 OCR 信息，重新排版。
6. 质量检查与素材归档：人工或规则质检后，按版本归档交付。

这里最关键的设计结论是：透明素材和图层拆分是两条可以独立调用的分支，不必依次执行。只需要保温杯透明主体时，直接拿原始商品照片生成 RGBA 素材即可，不必先做海报再拆。只有当你手里已经有一张包含商品、标题、价格和装饰的完整海报，并想复用其中元素时，才调用图层拆分。

📌 流程验证建议：搭建前可以先用 API易 apiyi.com 的统一接口把各环节的请求跑通一遍，确认参数和返回结构，再决定是否接入正式编排系统。具体可调用的图像模型以平台模型列表为准。

Seedream 5.5 商品图自动化第一步：用参考图生成商品场景

第一步的输入是保温杯原始照片，输出是一张可用于详情页的场景主视觉。火山方舟的接口地址为 https://ark.cn-beijing.volces.com/api/v3/images/generations，模型 ID 为 doubao-seedream-5-5-261028。BytePlus 国际版文档中的 Model ID 是 dola-seedream-5-5-261028，第三方平台的模型名和参数支持也可能不同，调用前需要核对。

四个环节的关键配置可以先用一张表看清：

普通生成任务的默认 size 是 2K，也可以指定 1K、1.5K，或者在约束范围内自定义宽高（总像素约 92 万到 462 万，宽高比 1:16 至 16:1）。当前官方文档没有 4K 档位。watermark 的默认值为 true，会在右下角加“AI生成”标识，是否关闭需结合你的合规要求决定。

场景生成提示词（教学示例，非实测结果）：

使用参考图中的不锈钢保温杯作为唯一商品主体，生成一张用于电商详情页的高端生活方式场景图。保温杯置于现代风格的浅色办公桌上，侧面自然窗光，真实摄影质感。严格保留商品原有杯身形状、杯盖结构、材质、颜色和标识。画面为 1:1，不添加额外商品。

提示词里“唯一商品主体”“不添加额外商品”不是可有可无的修饰。Segmind 在 2026 年 11 月 11 日的测试中观察到，把单只鞋放进生活场景后，结果变成了一双鞋，拍摄角度也变了。商品图对数量和结构极其敏感，约束要写进提示词，也要写进质检。

Seedream 5.5 场景生成极简调用示例

下面用 Python 演示第一步。示例走 OpenAI 兼容的图像生成路径，layer_decomposition 等扩展字段能否透传、模型名是否一致，以所用平台的文档为准：

import requests

resp = requests.post(
    "https://api.apiyi.com/v1/images/generations",  # API易 统一接口
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    json={
        "model": "doubao-seedream-5-5-261028",  # 以平台模型列表为准
        "prompt": "使用参考图中的不锈钢保温杯作为唯一商品主体……不添加额外商品。",
        "image": "https://your-cdn.com/cup_original.png",
        "size": "2K",
        "background": "opaque",
        "output_format": "png",
        "response_format": "url",
        "watermark": False,
    },
    timeout=120,
)
print(resp.json()["data"][0]["url"])

timeout 设得较宽是有原因的。第三方观察显示单次耗时差异很大：Segmind 报告单图平均约 24 秒，SeedRouter 测得 1K 输出 29—47 秒、2K 海报拆层约 59 秒。这些只是个别平台的观察，不能当作统一基准，但足以说明同步阻塞调用不适合批量任务。

🚀 快速开始：如果团队已经在用 OpenAI 兼容 SDK，可以通过 API易 apiyi.com 获取 API Key 和新用户免费测试额度，先用少量商品图验证提示词效果，再扩大批量。

Seedream 5.5 商品图自动化第二步：连续改图处理反复修改

运营看了办公桌场景，提出换成咖啡厅。这一步的输入不是原始照片，而是第一步已确认的主视觉：把上一轮返回的 data[].url 下载转存后，作为本轮的 image 提交。文生图和单图编辑每次只生成一张结果，所谓“连续 100 轮编辑”是官方展示的能力，每一轮都是一次独立的生成调用，需要你的工作流逐次提交。

连续编辑提示词的写法原则是：只写本轮变化，明确列出必须保留的对象。

将办公桌背景替换为温暖的木质咖啡厅场景，只修改环境背景和环境光。保持保温杯形状、尺寸比例、颜色、杯盖、Logo、摆放角度和整体构图不变，确保商品始终为单个主体。

官方建议在使用 RGB 图片连续编辑时，把 background 设为 opaque，通常更利于编辑一致性。原因可以这样理解：编辑链条上传递的是完整场景图，引入透明通道会让每一轮都多一层不确定性。所以本文流程把透明素材放在独立分支里，不让它进入编辑链条。

第三方实测给出了两面的信号。星海情报局 11 月 11 日用豆包网页版做了外套改色和换背景的三轮测试，人物姿态和服装没有明显漂移，但作者明确说没有测到 100 轮。Segmind 对单张商品图做了 12 轮编辑，背景区域没有超过 32 级阈值的明显像素变化，但图像整体逐渐变暗，第 12 轮相对第 2 轮平均偏移约 5.1 个色阶。另一个案例里，给鞋子狭窄的后跟拉环加字时，模型为了容纳文字改动了拉环结构。

落到保温杯流程上，可以得出两条工程建议：

• 每一轮都从“已确认版本”出发，而不是无限串联。确认过的主视觉要单独存档，出问题时回退到该版本重新编辑。
• 控制编辑链长度，比如设置轮数上限，超过后回到原图重新生成场景，避免色彩累计漂移。

Seedream 5.5 商品图自动化第三步：直接提取透明商品素材

透明素材分支的输入是商品原始照片，不是编辑后的场景图。这样拿到的主体最接近真实商品，可以放进详情页模板、广告版式或其他合成任务。关键配置只有两项：

{
  "model": "doubao-seedream-5-5-261028",
  "image": "https://your-cdn.com/cup_original.png",
  "prompt": "提取参考图中的保温杯主体，去除桌面、背景、其他物品及其投影，保留完整杯身、杯盖和产品细节。输出单个独立商品素材，边缘自然清晰，背景完全透明，PNG 格式。",
  "background": "transparent",
  "output_format": "png",
  "response_format": "url"
}

注意 output_format 必须是 png，JPEG 不支持 Alpha 通道。和上一代相比，Seedream 5.5 支持文生透明图，图生透明图最多可用 10 张参考图，且参考图不需要本身带透明通道；Seedream 5.0 Pro / Flash 在透明输出场景只支持一张已带透明通道的 PNG 参考图。

透明素材的质检要比肉眼看一眼更细。官方案例展示了雪鸮羽毛等复杂边缘，但 Segmind 测试中，背包、硬质商品的透明边缘较干净，玻璃制品要求真实透视透明时两次都没成功。保温杯属于硬质不锈钢，难度相对低，但如果是玻璃杯或带透明杯盖的款式，就要重点检查。建议的检查方法：

• 把 PNG 分别叠在纯黑、纯白和彩色背景上，查看毛边和残留投影。
• 用程序读取 Alpha 通道，确认背景区域完全为 0，主体区域没有意外的半透明空洞。
• 对照原图核对杯盖、提手、Logo 等结构是否完整。

Seedream 5.5 商品图自动化第四步：将营销海报拆成独立图层

大促海报已经做好：保温杯主体、主标题、副标题、价格、装饰图形和背景都在一张扁平图上。现在要把价格从 129 改成 99，或者把中文海报改成英文版。这时调用图层拆分：

{
  "model": "doubao-seedream-5-5-261028",
  "image": "https://your-cdn.com/cup_poster.png",
  "prompt": "将商品海报拆分为独立图层：商品主体、主标题、副标题、价格文字、装饰图形和背景。保持各元素原有位置、尺寸比例和视觉样式。商品主体及文字分别作为独立图层，其他背景元素保留在底图中，并自然补全被移除元素覆盖的区域。",
  "layer_decomposition": true,
  "layer_decomposition_options": {
    "max_images": 15,
    "text_recognition": true
  }
}

几个容易出错的约束：图层拆分只接受 1 张 PNG 或 JPEG 输入，像素范围在 512×512 到 6000×6000 之间；不能附带 background 参数，否则会报错；默认 size 为 auto；输出图层始终为 PNG，output_format 只决定底图格式。max_images 取值 2—100，默认 30（含底图），它是上限而非保证数量。官方海报案例设置最多 15 张，实际返回 13 张（1 张底图 + 12 个图层），其中 9 个文字图层带 OCR 结果。

Seedream 5.5 图层返回字段怎么用

拆层的价值在于返回字段可以被程序消费：

官方给出的重组方式是：先放 z_index=0 的底图，再按 z_index 升序叠加透明图层。图层宽度为 right-left，高度为 bottom-top。如果目标画布是 1080×1350，归一化坐标的 left 换算为 left / 1000 × 1080。

OCR 结构为 text_recognition → text / lines[] → bounding_box / runs[] → style，style 里包含 similar_font_family、foreground_color、bold、italic、underline、strikethrough、shadow、translucent 等字段。改价格的做法是：隐藏原价格层，读取它的位置、颜色和相似字体，由设计程序用新文案重新绘制。

需要强调边界：这不是自动生成 PSD。similar_font_family 只是相似字体判断，手写体、艺术字可能没有 OCR 结果，也不保证所有文字都能拆成独立图层。另外，拆层按实际输出的每张图分别计费，13 张输出就计 13 张。

把 Seedream 5.5 商品图自动化四个环节串起来

四个环节各自能跑通后，要解决的是衔接：每一步交付什么、何时触发下一步、出了问题怎么办。下表把输入输出和质检点放在一起（工程建议，非官方规范）：

有几项工程细节必须提前设计。第一是持久化：生成图片 URL 有效期为 24 小时，必须及时下载转存。第二是版本保留：至少保留原始商品照片、已确认的主视觉、最终设计素材三个版本。第三是异常处理：超时重试、返回图层数异常、质检不通过时回退到上一个确认版本。第四是限流：火山方舟模型列表显示最高 IPM 为 500（非刚性保障），图层拆分可能按 max_images 预扣额度，max_images 不宜盲目设大。

落地节奏上，可以从人工操作逐步过渡到 API 编排：先在即梦或豆包里手动跑通保温杯案例，再用脚本串联单个商品，最后接入队列和素材库批量处理。人工质检节点建议一直保留，商品结构是否准确，不能只凭“看起来真实”判断。

import requests, io, time
from PIL import Image

BASE_URL = "https://api.apiyi.com/v1"  # API易 OpenAI 兼容接口
API_KEY = "YOUR_API_KEY"
MODEL = "doubao-seedream-5-5-261028"   # 以平台模型列表为准

def gen(payload: dict, retries: int = 2) -> dict:
    """统一调用，带简单重试"""
    payload = {"model": MODEL, "response_format": "url", **payload}
    for i in range(retries + 1):
        try:
            r = requests.post(f"{BASE_URL}/images/generations",
                              headers={"Authorization": f"Bearer {API_KEY}"},
                              json=payload, timeout=180)
            r.raise_for_status()
            return r.json()
        except Exception as e:
            if i == retries:
                raise
            time.sleep(5 * (i + 1))

def persist(url: str, path: str) -> str:
    """URL 24 小时失效，必须转存（这里存本地，生产环境换成对象存储）"""
    with open(path, "wb") as f:
        f.write(requests.get(url, timeout=60).content)
    return path

def scene(original_url: str, prompt: str) -> str:
    res = gen({"image": original_url, "prompt": prompt, "size": "2K",
               "background": "opaque", "output_format": "png", "watermark": False})
    return res["data"][0]["url"]

def edit(prev_url: str, prompt: str) -> str:
    # 上一轮输出作为本轮输入
    return scene(prev_url, prompt)

def transparent(original_url: str, prompt: str) -> str:
    res = gen({"image": original_url, "prompt": prompt,
               "background": "transparent", "output_format": "png"})
    return res["data"][0]["url"]

def decompose(poster_url: str, prompt: str, max_images: int = 15) -> list:
    # 注意：拆层请求不能带 background 参数
    res = gen({"image": poster_url, "prompt": prompt,
               "layer_decomposition": True,
               "layer_decomposition_options": {"max_images": max_images,
                                               "text_recognition": True}})
    return res["data"]

def recompose(layers: list, canvas_w: int, canvas_h: int, skip=()) -> Image.Image:
    """按 z_index 升序叠放，使用归一化坐标适配新画布"""
    canvas = Image.new("RGBA", (canvas_w, canvas_h))
    for layer in sorted(layers, key=lambda x: x["z_index"]):
        if layer.get("name") in skip:
            continue  # 例如跳过旧价格层，交给设计程序重绘
        img = Image.open(io.BytesIO(requests.get(layer["url"]).content)).convert("RGBA")
        l, t, r, b = layer["bounding_box"]["normalized"]
        x, y = int(l / 1000 * canvas_w), int(t / 1000 * canvas_h)
        w, h = int((r - l) / 1000 * canvas_w), int((b - t) / 1000 * canvas_h)
        canvas.alpha_composite(img.resize((w, h)), (x, y))
    return canvas

if __name__ == "__main__":
    original = "https://your-cdn.com/cup_original.png"
    v1 = scene(original, "使用参考图中的不锈钢保温杯作为唯一商品主体……不添加额外商品。")
    persist(v1, "cup_v1_office.png")       # 人工确认后进入下一步
    v2 = edit(v1, "将办公桌背景替换为温暖的木质咖啡厅场景……确保商品始终为单个主体。")
    persist(v2, "cup_v2_cafe.png")
    persist(transparent(original, "提取参考图中的保温杯主体……背景完全透明，PNG 格式。"),
            "cup_alpha.png")
    layers = decompose("https://your-cdn.com/cup_poster.png", "将商品海报拆分为独立图层……")
    for ly in layers:
        ocr = ly.get("text_recognition")
        if ocr:
            print(ly["z_index"], ocr["text"])  # 交给设计程序替换文案
    recompose(layers, 1080, 1350).save("cup_poster_rebuilt.png")

Seedream 5.5 商品图自动化成本估算

以下按火山方舟官方《模型价格》（2026 年 11 月 12 日更新）人民币标准单价推算，不含第三方平台附加费用：输入图 0.05 元/张；输出图不超过 261 万像素 0.13 元/张，261 万至 463 万像素 0.23 元/张。

按“生成 1 次 + 编辑 2 轮 + 透明 1 次 + 拆层 1 次（低档假设）”推算，单个商品约 1.95 元，海报本身的制作费用另计。拆层成本随图层数线性增长，这也是 max_images 要按需设置的原因。作为参照，官方价格下单参考图 2K 方图编辑，Seedream 5.0 Pro 为 0.60 元，5.5 为 0.28 元，但两代输入图收费规则不同，不能推广到所有任务。

Seedream 5.5 商品图自动化常见问题 FAQ

Seedream 5.5 商品图自动化核心要点 Key Takeaways

• 四步分工明确：场景生成出主视觉，连续编辑处理修改，透明与拆层负责素材复用。
• 两条分支独立：透明素材取自商品原图，拆层只针对完整海报，按需调用。
• 编辑链用 opaque：官方建议 RGB 连续编辑配合 background:"opaque"。
• 拆层不带 background：只接受 1 张 PNG/JPEG，按实际输出张数计费。
• 字段驱动重组：按 z_index 升序叠放，用归一化坐标适配新画布。
• 持久化与质检必备：URL 24 小时失效，商品结构必须人工复核。
• 先小批量验证：可通过 API易 apiyi.com 用少量商品图测试提示词和返回结构。

总结：让 Seedream 5.5 商品图从单次创作走向素材生产

回到商品图交付的目标，Seedream 5.5 四种能力的分工可以这样概括：

1. 场景生成决定主视觉质量：参考图 + 强约束提示词，守住商品形状、Logo 和数量。
2. 连续编辑决定修改稳定性：上一轮输出作为下一轮输入，只描述变化，从确认版本出发。
3. 透明素材与图层拆分决定复用性：一个省掉抠图，一个把扁平海报还原为可重组数据。
4. 编排和质检决定可控成本：按实际输出计费、设置轮数和 max_images 上限、保留三个版本。

模型只是流程中的生产单元，素材管理、合成和质检仍要由你的系统完成。建议先拿一件真实商品把四个环节手动跑通，再逐步过渡到 API 编排。推荐通过 API易 apiyi.com 快速验证效果，平台提供 OpenAI 兼容接口和新用户免费额度，便于在正式上线前完成小规模测试。

📚 参考资料

1. Seedream 5.5 官方发布公告：核心升级、官方案例与评测
2. 链接： seed.bytedance.com/zh/blog/more-realistic-images-more-stable-editing-across-100-rounds-introducing-seedream-5-5

3. 说明： 100 轮编辑、透明素材、图层拆分的官方演示来源

4. 火山方舟 Seedream 5.5 官方教程：参数、调用示例与示例素材包

5. 链接： console.volcengine.com/ark/region:cn-beijing/docs/seedream-5-5

6. 说明： 多轮编辑、透明输出、拆层与 OCR 的配置说明

7. 火山方舟图片生成 API：请求字段与返回结构

8. 链接： console.volcengine.com/ark/region:cn-beijing/docs/image-generation-api

9. 说明： z_index、bounding_box、text_recognition 等字段定义

10. 火山方舟模型价格：人民币计费规则（2026 年 11 月 12 日更新）

11. 链接： console.volcengine.com/ark/region:cn-beijing/docs/model-pricing

12. 说明： 本文成本推算的价格依据

13. Segmind 技术博客：36 次计费生成与 12 轮编辑实测

14. 链接： blog.segmind.com/seedream-5-5-is-here-edit-in-rounds-transparent-pngs-and-layers/

15. 说明： 色彩漂移、透明材质、商品结构变化等第三方观察

16. 星海情报局实测：商业设计场景测试

17. 链接： eet-china.com/mp/a538489.html

18. 说明： 电商改色、透明 PNG、文字问题的实际反馈

19. SeedRouter 模型页：API 调用耗时观察

20. 链接： seedrouter.ai/zh/models/seedream-5-5
21. 说明： 不同输出与拆层任务的端到端耗时参考

作者: APIYI 技术团队
技术交流: 欢迎在 API易 网站首页联系我们，更多接入资料可访问 docs.apiyi.com 文档中心

延伸阅读

• Seedream 5.5 有多强？百轮改图不崩的 3 个关键数字:Seedream 5.5 测评：拆解百轮编辑、原生 RGBA 透明素材、中英小字三项升级，区分官方自测、媒体转述与第三方规格三种口径，并给出验收标准、上手入口与 API 接入要点。
• MiniMax H3-Image 对比 Seedream 5.5，百轮改图怎么选：2 个模型 5 张表看懂:MiniMax-H3-Image 强在约 16MP 直出和最多 16 张参考图，Seedream 5.5 强在官方自报的约 100 轮连续编辑和原生透明底，本文按“什么活选哪边”给出结论，并说明 API易 今天能调的是哪一代 Seedream。
• 生图没返回图片时，先看响应再重试：4 步判断避免重复扣费:调用生图接口遇到响应里没有图片时，按 HTTP 状态、图片数据、错误信息、确认后重试一次这 4 步判断，避免同一张图被重复扣费。
• gpt-image-2.6-all 的 2K/4K，别信返回里的 size:gpt-image-2.6-all 的 2K/4K 是超分档，响应可能不回显 size，实际像素也会偶发偏差。本文讲清原因，并给出保存图片后读取真实宽高再排版的做法。
• GPT-Image 通道怎么选：官转与官逆（-all、-vip）3 类通道差异、历史故障与 5 条兜底策略:对比 GPT-Image 官转、-all、-vip 三类通道在计费、尺寸、局部编辑上的差异，复盘 2026 年 4–10 月的历史故障，并给出“有限重试 + 熔断 + 备用通道”的兜底方案。