每小时1200张素材图！保姆级教程帮你搭建批量生图的SOP工程

AI 起来以后，很多公司都在寻找 AI 的落地应用场景，都在思考项目工程的流程节点怎么用 AI 去做提效。随着人工智能技术的快速发展，图像生成需求在许多行业中迅速增长。目前，许多企业已经开始广泛使用 Stable Diffusion（SD）技术进行图像生成。例如创作 IP 的延展，或应用于广告、产品设计、游戏开发等多个领域。然而，面向企业的大规模图像生成需求，批量化是一种刚需。

企业在使用 SD 进行图像生成时，往往需要处理大量的图像素材。这一过程中包括编写 CSV 需求单、审核素材、打标和命名等步骤，传统的手工操作流程效率低下且容易出错。如果通过 AI 节点式接入和 GPT 技术，可以显著优化这些流程，提高效率和质量。

所以我们需要去搭建一整个 SOP，将批量生图做成工程化，这样才能提高效率。批量产图 SOP 的设计需要明确每一个流程节点，保证高效、标准化的操作。

一、传统的 SOP 流程

我们之前传统的产图 SOP，需要投入的人力大概在 5 个：

1. 技术开发同学：负责编写工程文件，预留 SD 的 API 接口，保证系统能够灵活调用 SD 进行图像生成。
2. 模型炼制设计师：负责炼制 Lora，确保产出的素材符合公司需求的统一风格，能够满足不同类型素材的需求，如 3D 风格、插画风格和真实场景等。
3. prompt 编写设计师：编写 CSV，确定图像生成的具体需求（即生图 prompt）。
4. 素材审核员：在图像生成完成后，整理和审核输出的素材。制定素材入库的视觉标准，区分素材为三类：一类是达到视觉标准，无需二次调整的素材；一类是有略微瑕疵，二次调整后可达到入库标准的素材；一类是严重异形、画面杂乱等素材，无修改价值的素材。
5. 素材管理员：针对素材的业务、类型、标签、命名做有效分类，确保素材在平台上的可查找性和可管理性。

整个 SOP 的运行中最核心的是 prompt 编写设计师的角色，他需要调控 prompt 和替换 lora，需要去调试工程文件中的节点。技术开发同学和模型炼制设计师其实都是前置资源，从产图到入库可使用的这个逻辑是这样的：

由 prompt 编写设计师编写 csv 条目，一个条目是一个图像生成的 prompt，所以批量生产同样的需要批量写 prompt，prompt 影响最终产图的质量。例如我们编写 10 个 prompt，那就可以产出 10 张素材。编写 100 个，那就可以产出 100 张素材。但人工编写的过程非常耗时耗力，这个节点是否可以借助 AI 的能力去提效？又该如何接入 AI？这个可以先思考一下，我们接着链路往下看。

当批量产出素材后，例如今天产出 2000 张素材，将素材转接给素材审核员，按照入库的视觉标准将素材进行分类和二次调整。2000 张图需要多久，不包含调整的过程，只去审核区分素材就需要 1-2 个小时。那 20000 张呢？这个节点是否有 AI 运作的空间？

当素材处理完，假设良品率为 40%，可直接入库的素材为 800 张，由素材管理员进行分类和素材信息标注。当然我们也可以只给素材命个名，如:3D 红包.png 那如果有 200 个不同的红包素材，素材如何有效召回，所以素材如何有效管理，之前传统的素材管理，是将命名作分级，如：业务 A/3D/红包/装满金币。那仅这个命名过程，假设一张素材命名需要 5s，那 800 张仅命名大约需要 1.11 小时。那这个时间是否可以借助 AI 给吃掉？

二、SOP 流程：AI 节点提效

ok，我们梳理一下整个产图到入库的流程链路，其中费时费力的节点：

1. prompt 批量编写
2. 素材审核
3. 素材分类及信息标注

这些节点如何借助 AI 做提效或者直接用 AI 的能力给吃掉。我是借助 GPT 的能力，让技术同学预留出 GPT 的 API 接口，我负责炼制 GPTs，将调试好的 prompt 发给前端，在工程文件中调用。在多个节点安插 GPT：

输入想要的素材关键词及数量--批量产出 prompt 条目（GPT 助力）--导入 csv 需求单--运行程序--调用 SD 做批量产图--素材质量筛选，将素材分类（GPT 助力）--素材信息标注（GPT 助力）

所以除了前置资源，前端提供的工程文件和模型炼制设计师提供的 lora，剩余的事情只需要一名设计师即可，不仅减少人力成本，而且效率还比之前高数倍甚至数十倍。

GPT 助力，都炼制了哪些 GPTs？我们逐一分析一下相关的 prompt 该如何写：

1. 批量 csv 条目助手

通过简单的关键词描述， 批量产出 csv，不过这里要注意一点，我们需要制定 prompt 规则：

prompt 指令规则：*图像名称(内容）,*图像具体关键词，不希望图像里有什么

打开[新建文件夹」找到“csv”右键打开操作目录，选择“打开于-Finder”选中文件夹中的“csv”，右键打开方式选择-“文稿编辑”填入 csv 条目

① Prompt

② 输出效果

输出的所有 csv 条目，并非可以一次成功，产出素材的内容差异性和风格统一性还是需要人工把控，毕竟只有你才知道你真正想要什么，你想要一个有卡通翅膀的红包，这种装饰性词汇具备不可控且不可猜性，所以人工针对 csv 条目做二次调整。

2. 素材审核员

用 AI 代替人工做素材质量的判断和分类，做初级筛选，人工做素材质量的二次审核，确保最终素材均达到入库标准。

批量产出的素材分为三个档：S 级、A 级、B 级。

S 级：完全达到入库视觉标准；A 级：基本达到入库视觉标准，单一或部分元素轻微瑕疵；B 级：不符合入库视觉标准，画面杂乱、元素变形、穿模等严重瑕疵。

① Prompt

大家可以试一下，将 GPT 的 API 接入工程文件中，批量生产的素材输出在「新建文件夹」中，调用 API 读取图片，将每个图片文件传输后做质量审核和分类。API 返回的数据包含会 label 字段，用于分类。根据返回的分类标签，将图片移动到对应的分类文件夹中。

处理返回数据并自动分类移动图片的 Python 代码示例：

import os
import openai
import shutil

# 设置OpenAI API密钥
openai.api_key = 'your_openai_api_key'

# 批量图片文件夹路径
input_folder = 'Batch_Image'
output_folder = 'Processed_Images'

# 创建输出文件夹（如果不存在）
if not os.path.exists(output_folder):
os.makedirs(output_folder)

# 函数：调用OpenAI API进行图片质量审核和分类
def analyze_image(file_path):
with open(file_path, 'rb') as image_file:
image_data = image_file.read()

response = openai.Image.create(
file=image_data,
n=1,
size="1024x1024",
prompt="Classify and review the quality of this image."
)

return response

# 遍历Batch_Image文件夹中的所有图片文件
for filename in os.listdir(input_folder):
if filename.endswith('.jpg') or filename.endswith('.png'):
file_path = os.path.join(input_folder, filename)

# 调用OpenAI API
response = analyze_image(file_path)

# 假设API返回的数据如下
result = response['data'][0]
classification = result['label']

# 打印结果（可选）
print(f"Image: {filename}, Classification: {classification}")

# 根据分类结果将图片移动到不同的文件夹中
classification_folder = os.path.join(output_folder, classification)
if not os.path.exists(classification_folder):
os.makedirs(classification_folder)
shutil.move(file_path, os.path.join(classification_folder, filename))

print("Processing completed.")

3. 素材信息标注员

素材的管理以业务、素材类型做分类；以标签、命名做标注。所以也需要一些前置信息的准备。业务和素材类型的全量信息，标签库的搭建和标签填充，命名的规则和限制。

其中标签，我以类别维度去搭建的标签格式：

一、主要类别（1）子分类 [具体标签]

大概整理了 17 个主要类别，基本囊括 80%的图片素材类别，后期也会定期维护更新。

标签体系搭建后，对素材进行了全面的命名规范：

业务（判断）-素材类型（判断）-标签一、标签二、标签三-人物描述/物体名称（判断，不超过 4 个字）-动作/场景/特征（判断，不超过 6 个字）。

素材的名称即为：人物描述/物体名称（判断，不超过 4 个字）-动作/场景/特征（判断，不超过 6 个字）。例：一张女足的素材。全命名为“业务-3D-青年、运动健身、运动员-女孩-踢球”。

① Prompt

② 输出效果

完成这一切的部署，就可以批量生图，素材审核，针对素材信息进行自动填充，素材批量上传入库。

关于 Prompt 如何编写，感兴趣的同学可以看之后的文章。此篇文章意在分享目前大厂内部针对 AI 是如何运作，如何借助 AI 的能力做节点式提效。

由于该 SOP 并不是一个产品化的流程，所以需要设计师掌握一定的代码能力：

部署 Python 集成开发环境（IDE）：为 Python 开发提供了一个强大的工具集，如 Spyder、Jupyter Notebook、PyCharm 等 Python 开发工具都可以。

目前的批量生成素材的质量还是不错的，不过良品率还是有点低，在 15%左右，不过纯批量生产可以达到 1200 张/小时，可直接入库的素材至少有 144 张。若不调试 csv 持续输出，每天达到入库视觉标准的素材有 1152 张。当然这是理想的数据。目前有着隐性和显性两个方面的元素影响，例如一：网速、调用 SD 批量生图时长和读取图片的返回数据时长这些隐形因素。二：人工二次审核和 csv 条目的调试这些显性因素。

通过接入 GPT，减少了人工操作的时间，使得整体流程更加高效。prompt 批量生成、素材筛选、标签生成和命名等环节均实现了自动化，大幅提升了工作效率。利用 GPT 的智能筛选与标记功能，可以确保素材质量的一致性和可靠性，减少了人工操作可能导致的错误。自动化的生成与筛选流程大大减轻了人工操作的负担，使得成本降低的同时效率提升。

再接再厉，共同探索 AI 的更多可能性～