如何用 AI 图片做一组看起来浑然一体的 Instagram 轮播图
规划一组五张的轮播图,用参考图固定配色和光线,为文字说明留出位置,并让每张都以同一竖版比例导出。

单条帖子是一张图。轮播图则是一本小书:五页,每次滑动就是翻一页。这让任务变了。每一张单独看都可以很漂亮,整组却依然可能散架:光线忽明忽暗,粉色到第三张变成了橙色,第四张里的罐子突然换成了另一个罐子。
这篇教程从头到尾做一组轮播图:用五张图讲一个自制草莓果酱的故事。把果酱换成你自己的主题,步骤完全一样。
第 1 步:渲染之前,先写好五张的内容
在备忘录里花两分钟,能省下二十分钟的反复重来。每张写一行:画面里有什么,以及之后要加的文字说明。文字说明现在就很重要,因为它决定了空白留在哪里。
- 钩子。 一罐果酱在洒满阳光的窗台上发着光,近景。文字说明:一个问题,而不是答案。
- 开始。 同一张桌子上的一碗新鲜草莓。文字说明:一切从这里开始。
- 过程。 炉子上的锅,蒸汽在光里升腾。文字说明:大家会收藏的那条小窍门。
- 成果。 一排装满的罐子在窗边放凉。文字说明:最终成果。
- 收尾。 一勺果酱抹在吐司上,周围留出大片安静的空间。文字说明:你希望读者接下来做什么。
注意这条弧线:问题、开始、过程、成果、邀请。第一张展示最美的东西,却不解释它。读者为了找到答案而继续滑动。
第 2 步:一行风格描述,粘贴进每条提示词
外观只决定一次,永远不要凭记忆重新输入。写一行风格描述,包含配色、光线、台面和镜头,然后原封不动地粘贴到每张图提示词的末尾。只改动它前面的部分。
一个装着草莓果酱的玻璃罐,放在洒满阳光的窗台上,近景,罐子在逆光中发出红光。风格:腮红粉与奶油色配色,来自左侧的柔和晨间侧光,浅色木桌,浅景深,安静而温暖,无文字第 3 步:先渲染钩子图,把它当作锚点
打开工作室,选择一个竖版比例,把钩子图渲染几次。挑出那张会让你停下滑动的。这张图现在就是整组的锚点:其余每一张都要和它对照检查。
Nano Banana 2.1 的比例里有 4:5,这正是大多数轮播图使用的竖长信息流形状。无论选哪个,只选一次。第一张决定了整组的形状,所以五张用同一比例是规则,而不是风格上的选择。
第 4 步:用参考图稳住外观
只靠文字会跑偏。两条带着同一行风格描述的提示词,出来的粉色依然会略有不同。解决办法是把锚点给模型看,而不是去描述它。下载你的钩子图,打开一个编辑模型,用表单里的 + 图片 按钮上传它,然后描述新场景,同时要求保持原有的外观。
一碗新鲜草莓,放在与参考图相同的浅色木桌上。保留参考图的腮红粉与奶油色配色、来自左侧的柔和晨光和浅景深。上方三分之一留作安静、空白的墙面。无文字有两个编辑模型很适合这件事。Nano Banana 2.1 Edit 一次可以接收多张参考图,并且提供 4:5,所以你可以把钩子图和最新一张一起附上。P-Image Edit 接收几张参考图,提供 3:4,还有一个种子字段;如果比例留空,它会匹配你附上的第一张图,这样每一张都自动保持同一形状,不用操心。
- 把参考图串起来。 做第三张时,附上钩子图和第二张。每张新图都看到两次外观,跑偏就更少。
- 保持一个物件不变。 同一个罐子、同一把勺子、同一条桌边。反复出现的物件会告诉眼睛:这是同一个故事。
- 每张只改一处。 如果主体、角度和时间段同时变化,这组图就不再像一组了。
第 5 步:给文字留出安全区
图像模型不擅长小字,所以图片渲染时不带文字,文字说明之后再用你常用的编辑器加上。这只有在画面留出空间时才行得通。在提示词里要求空白区域,并且每张都放在同一位置,比如上方三分之一。当五张图的文字都在同一个地方,读者的眼睛就不用到处找,只管读。
让这片空间保持安静,而不是一片空白。柔和的墙面、天空、亚麻布或蒸汽都很适合放文字;繁杂的图案会和文字打架。另外让主体远离最底部,应用会在那里画上自己的圆点和按钮。
第 6 步:排好顺序,测试滑动效果
发布之前,把五张全部下载下来并排摆好。检查三件事:
- 眼睛的路径。 如果主体在各张之间从左向右移动,滑动就会有运动感。一条线从一张的右边缘延伸出去,又在下一张接上,这是经典的轮播技巧。
- 近景与远景的节奏。 近、远、近、远、近,能让滑动保持活泼。连续五张特写,看起来就像同一张图发了五次。
- 在最后一张停下的理由。 收尾图是人们会收藏或回复的那一张。给它最多的留白和最清晰的单一主体。
如果某一张打断了节奏,不必从头再来。用编辑模型和同样的参考图修正它,或者在那张几乎合适的图上点 生成变体。图库里的 复用提示词 会找回你用过的原话,所以重做时风格描述依然完整。
这个方法解决不了的问题
参考图能让外观接近,但不会完全一样。罐子上的标签、布料上的图案或者草莓的数量,会在各张之间略有变化。提前做好打算:把这类细节排除在钩子图之外,或者把它们当作手工系列的魅力接受下来。模型也不会自己记住你之前的图;如果没有附上某张图,模型就从未见过它。
每张图都是一次独立的渲染,在你点击生成之前就会显示价格,所以一组五张的成本是五次渲染,再加上你丢弃的那些。先在更便宜的模型上打草稿,可以把这个数字压低。想了解其他所有格式的精确画幅形状,请看七种适合社交媒体的图片格式;想把轮播图变成每周的固定内容,就把它融入每天十分钟的习惯;如果你想让某一张动起来,周五循环系列展示了如何让静态图动起来。其余的一切都在模型列表里。
常见问题
一组 AI 轮播图应该有几张?
五张是个好的开始:足够放下钩子、三步的过程和收尾,又短到能保持统一的外观而不跑偏。只有在故事需要时才增加张数。
怎样让所有图片保持同一种风格?
每条提示词都用同一行风格描述,先渲染钩子图,然后在编辑模型里把它作为参考图附到其余每一张上。同时附上前一张,效果会更好。
要把文字放进图片里吗?
不要。渲染不带文字的图,在每张的同一位置留出一片安静的空白,再在编辑器里加上文字说明。这样字母干净清晰,以后还能修改措辞。