发散与可控生成分工
这是一种什么做法
把"批量生成广告图"拆成三个环节，每个环节由最合适的工具承担：
- 发散：用 Lovart AI Agent 从真实商品和创意方向出发，先批量产生大量候选场景与构图。
- 约束：用 ComfyUI 的可控工作流对候选图施加细节约束（商品形态、人物与商品组合、构图）。
- 收口：当人物图仍显 AI 感时，用 LoRA（轻量微调，用于人物图去 AI 感） 做轻量微调收口。
适合什么场景
- 需要在短时间内把候选图数量从几张拉到几十至上百张的跨境广告投放场景。
- 已经具备落地页、SKU 和投放能力，瓶颈在创意产能而非链路建设。
- 真实商品主体需要保留一致性，单纯文字提示词难以稳定控制的商品。
常见步骤
- 从真实商品图和广告创意方向出发，明确"要保留什么事实、要发散什么场景"。
- Lovart 一次性产出大量候选，作为后续筛选池。
- ComfyUI 对候选图做约束生成，确保商品形态、人物比例与构图符合落地页商品事实。
- 人物图 AI 感明显的，用 LoRA 微调收口。
- 进入 Facebook 灵活广告初筛（参见 一天初筛淘汰（10 图一组 + 30 美元日预算 + 一天重建））。
失败点与限制
- 工作流走错会增加维护负担——hss 自述。
- AI 算力并非真正免费——hss 自述，但未给数字。
- 产能不等于效果：候选图数量提升不直接转化为 ROAS 提升，整理者归纳为"AI 的确定价值是增加可测试数量"。
关联案例与工具