北京
一张产品图，一张背景参考图，作为输入看起来足够简单。要把它们拼成一个连贯的场景，问题就变得有意思了：哪些元素必须固定，哪些可以改变，界面又该把多少控制权交给用户。
Tancky AI 是一个浏览器端的 AI 照片工作台，它的图像合成器允许上传最多四张参考图，并描述想要构建的画面。这套流程背后有几个具体的实现选择。
给每张参考图分配一个角色
一份有用的构图说明，要回答三个问题：哪张图包含需要保留的主体？哪张图定义了场景？最终画面要呈现什么关系？
以产品场景为例，一个起步提示词可以这样写：把图 1 中的瓶子作为主体，放在图 2 的表面上，略微偏右于中心；保持瓶身形状和标签布局；匹配场景的柔光，添加轻微的接触阴影；左侧留出空白用于标题；不要添加文字或额外产品。
这是一段用来试验的提示词，并不保证精确保留。小号标签、标志、反光和物体比例，仍然需要仔细检查。同样的结构也适用于家具陈设：确定家具参考图，确定房间，指定摆放位置，列出应保持不变的房间细节。
让第一次交互足够具体
合成器把图片上传和提示词放在同一个主工作区里。它接受 JPG、PNG 和 WebP 文件，最多四张图，每张上限 16 MB。
它还提供合影、人像背景和家具陈设的预设。当空白提示词框会留下太多待定决策时，这些预设给用户一个初始构图作为起点。
一个实用的检查循环是：
- 选择相机角度兼容、清晰的参考图；
- 描述一个构图以及需要保留的细节；
- 生成后按原始尺寸检查结果；
- 每次只改一条指令，再尝试下一个变体。
用于产品时，公开使用输出前应检查标签文字和形状。用于人像时，应检查面部细节、手部以及每个人的相对比例。
相关工具共用一套基础
Tancky AI 使用 React、TypeScript 和 TanStack Start。各工具页面共享一个渲染模板，每个页面提供自己的配置、内容和常见问题。
页面配置描述路由、工作区类型、可用模型、积分成本和列表信息。共享代码用这些信息处理导航、元数据和展示给用户的生成选项。
随着产品扩展，这一点变得重要。双人照片流程和图像扩展器需要不同的说明和控件，但仍能受益于一致的页面结构和结果处理方式。
项目在构建前还会运行页面校验步骤，检查重复的 slug、缺失的资源、缺失的翻译以及不完整的定价配置。这些检查很小，但让每次改动有了一套具体的必须满足的要求。
生成之前就让成本可见
工作区在生成按钮旁显示积分总额。服务器会根据页面的定价配置校验提交的选项。
对任何付费 AI 流程来说，这条边界都很关键：用户需要在开始前理解成本，后端需要强制执行可用选项及其价格。
想试这套流程，可以从一张主体图、一张场景图，再加一句简短的组合描述开始。对做创作工具的开发者来说，多图流程里最需要界面控制的部分是参考图角色、主体位置，还是细节保留，值得拿出来讨论。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
