Qwen Image 3.0 Pro 多重參考圖片：別再讓 3 個輸入互相打架

您上傳創辦人、夾克和咖啡廳三張圖，結果卻得到咖啡廳裡一個陌生人，身上穿著某種「勉強像夾克」的東西。Qwen Image 3.0 Pro 多參考圖可以解決這類需求，但前提是每張圖都各司其職。

實務上的答案很簡單：按照刻意安排的順序上傳最多 3 張圖。讓圖 1 作為身分錨點、圖 2 作為產品或服裝錨點、圖 3 作為場景或風格錨點，然後在提示詞中重複相同指令。這樣一來，創作者、品牌經營者或小型電商團隊獲得的就是一份精簡的創意簡報，而不是一堆互相競爭的視覺線索。

本指南透過咖啡創辦人行銷活動、護膚品上市，以及原創遊戲角色重新擺姿三個案例，示範這個方法。重點在於創造全新的、以參考圖為基礎的構圖，並不保證與原始照片逐像素相同。

您可以在 Atlas Cloud 的單一瀏覽器分頁中測試此工作流程，Pro Edit 遊樂場可同時接收輸入圖片與提示詞。

重點提示

• 讓 3 張參考圖各自承擔不重疊的角色。
• 身分優先，並在提示詞中指名圖 1。
• 只讓一張圖控制光線與整體氛圍。
• 先產生 1 張高解析度輸出，之後每次重跑只修正一個錯誤。

30 秒三角色工作流程影片

這支短片將文章的三個案例串成一個連續的視覺序列。從咖啡創辦人與產品在咖啡廳開始，透過暖光過場進入護膚品牌創辦人與鼠尾草色瓶身在洞石梳妝台前，再利用鏡中的冷色倒影抵達探險家的紅岩地貌。每個章節都改變視角，而非依賴單一的推鏡：定場、側拍、俯拍、跟拍與寬景角度各自服務特定的主體、產品或場景提示。

30 秒、16:9 的 Gemini Omni Flash 影片，以連續三章節的方式延伸產出。它將咖啡廳的氛圍帶入護膚工作室，再進入輕柔的風與信標音景，同時在多個攝影角度下保持人物、物體與場景清晰可辨。

為什麼 Qwen Image 3.0 Pro 多參考圖經常失敗

每當團隊擁有真實素材但沒有時間安排拍攝時，多參考圖編輯就會變得熱門。一張創辦人肖像、一張包裝圖和一張場地照片，看起來足以構成一支廣告的素材。但若提示詞只說「把這些結合起來」，三張圖往往會互相拉扯。

此模型支援 1 到 3 張參考圖的編輯，且陣列順序很重要。官方 API 文件也將圖生圖輸出限制在 512×512 到 2048×2048 之間。這使得排序與文字優先級成為創意方向的一部分，而不是次要的實作細節（阿里雲 Qwen Image 3.0 API 參考，2026 年 9 月）。

最後一個問題並非紙上談兵。在社群討論中，有位使用者描述角色參考圖被低多邊形姿勢參考圖壓過。請把它視為有用的失敗報告，而非對整個模型的評價：強烈的視覺線索可能勝過未明確說明的指令（Reddit 多參考圖失敗討論，2026 年 1 月）。

如果您有超過 3 張相關圖片，不要假設第 4 或第 5 張圖會讓模型更忠實。請為同一個人或角色的多個角度製作一張乾淨的索引圖，各視圖之間保留足夠空間，然後將這張索引圖與產品圖、場景圖配對。另一個安全做法是兩段式流程：先確立身分與產品，再把已核准的結果編輯到目標環境中。

Qwen Image 3.0 Pro 多參考圖工作流程與定價

本文的工作流程只使用 Qwen Image 3.0 Pro Edit。它能將創意決策集中在一個地方：上傳 3 張參考圖、貼上角色感知提示詞、選擇輸出設定，然後檢查結果。Qwen 官方模型文件將 Pro 系列描述為適合複雜版面、精細文字、攝影細節與多參考圖編輯（QwenCloud 圖像模型文件，存取於 2026 年 9 月）。

截至撰寫本文時，公開目錄列出 Qwen Image 3.0 Pro Edit 的價格為每張 $0.04 美元。該目錄並未公開 1K 與 2K 或參考輸入的單獨價格細項，因此請勿根據假設的價格拆分來編列預算。請在執行前確認顯示的報價，尤其是出現折扣時。以列出的起始價格計算，3 個單圖案例的基本費用為 $0.12 美元，不含任何重跑或價格變動。

接下來的 3 個步驟構成一套不間斷的標準作業流程。它們都使用相同的排序邏輯。保持參考圖乾淨、寫明每張圖的角色，並明確提出最終構圖要求。

Qwen Image 3.0 Pro 多參考圖教學：3 角色方法

步驟 1：打造咖啡創辦人行銷活動

從最清晰的身分肖像開始。圖 2 應顯示亞麻圍裙與咖啡包裝，且沒有會分散注意力的場景。圖 3 應是咖啡廳內部，提供溫暖木質、早晨光線與景深。最終結果應是一張新的行銷活動圖片，創辦人仍是視覺焦點。

plaintextCopy
1Create a premium 4:5 editorial campaign photograph.
2
3Image 1 is the identity anchor. Preserve this adult founder’s recognizable face, hairstyle, skin tone, and relaxed expression.
4Image 2 is the wardrobe and product anchor. Preserve the natural linen apron, the dark coffee bag shape, and the muted terracotta-and-cream packaging palette.
5Image 3 is the location and lighting anchor. Place the founder behind a warm independent coffee-shop counter with soft morning window light, wood texture, and a gently blurred café background.
6
7Show the founder holding the coffee bag naturally at chest height. Create a new composition, not a collage. Keep the product proportion believable and the person as the visual focal point. Authentic editorial product photography, 50mm lens look, shallow depth of field, realistic skin texture, no visible extra hands, no duplicated product, no unreadable labels.

使用這張合併的參考圖條作為步驟 1 的簡報板。從左到右閱讀：參考圖 1，身分提供創辦人的臉部與表情；參考圖 2，產品細節提供咖啡物件與桌面質感；參考圖 3，場景與光線提供咖啡廳氛圍與窗光。這個順序既方便複製，也讓每個來源的任務一目了然。

三部分咖啡參考圖條：左側為創辦人身分，中間為咖啡產品細節，右側為帶窗光的咖啡廳場景

步驟 1 參考圖條：身分、產品細節，然後場景與光線。上傳與撰寫提示詞時都請保持這個順序。

選擇 Qwen Image 3.0 Pro Edit，依確切順序上傳參考圖，選擇 4:5 與最高可用解析度，要求 1 張輸出，並設定種子 20260903。在重跑之前，先檢查人物、圍裙／包裝與咖啡廳光線是否各自達成了指派的任務。

動態咖啡行銷研究：創辦人將包裝放在冒著蒸氣的杯子旁，鏡頭從高角度四分之三側拍移動到側面環繞，再到平視吧台視角

步驟 1 多角度動態研究：Gemini Omni Flash 將已核准的咖啡靜態圖動畫化為連續的咖啡廳動作，從高角度四分之三構圖，經過側面環繞，最後到平視吧台視角。可用來檢查創辦人、包裝、器具、蒸氣與咖啡廳場景在視角變化時是否依然清晰可辨。

步驟 2：將 Qwen Image 3.0 Pro 多參考圖重複用於護膚品上市

這個版本考驗小型產品團隊最在乎的限制：創辦人與實際瓶身都必須保持可辨識。使用乾淨、正面的產品圖。避免使用帶有生活風格場景的產品圖，因為它會與石頭衛浴參考圖競爭。

plaintextCopy
1Create a refined 4:5 skincare launch image for a small founder-led brand.
2
3Image 1 is the identity anchor. Keep the founder’s face, hair, natural skin tone, and calm confident expression recognizable.
4Image 2 is the product anchor. Preserve the exact bottle silhouette, cap shape, label placement, and pale sage product color. Do not invent a second product.
5Image 3 is the environment anchor. Use its warm travertine surface, soft window light, and understated bathroom atmosphere.
6
7Show the founder holding the product with one hand near a stone vanity. The bottle must be fully visible and proportionate. Make a newly composed, high-end but believable lifestyle product photograph. Soft 85mm portrait lens look, realistic hands, subtle shadows, no duplicate fingers, no warped cap, no extra bottles, no invented logos or text.

選擇 Qwen Image 3.0 Pro Edit，使用 3 張參考圖、4:5、最高可用解析度、1 張輸出，種子 20260904。在判斷整體美感之前，先檢查瓶蓋、輪廓、標籤位置與手部。這些細節的商業風險比背景陰影略微不同更高。

動態護膚創辦人研究：創辦人在窗光下轉動鼠尾草色瓶身，鏡頭從側面移動到高角度產品視角，再拉遠到更寬的梳妝台視角

案例 2 動態研究：Gemini Omni Flash 將選定的護膚靜態圖轉為連續的產品動作，從創辦人側面視角移動到高角度產品細節，再到更寬的梳妝台構圖。鼠尾草色瓶身、亞麻毛巾與溫暖洞石場景在視角變化中依然各自清晰可辨。

步驟 3：使用 Qwen Image 3.0 Pro 多參考圖為原創角色重新擺姿

角色案例最能區分身分與姿勢。圖 2 只需要傳達動作。如果它包含令人印象深刻的臉孔，請在上傳前將該臉孔裁掉。這個小小的準備步驟能降低姿勢來源提供自身身分而非身體幾何的機率。

plaintextCopy
1Create a cinematic 16:9 key art image for an original science-fiction adventure.
2
3Image 1 is the character identity anchor. Preserve the explorer’s original face, haircut, white-and-rust exploration suit, chest patch placement, and backpack silhouette.
4Image 2 controls body pose only. Use its stepping-forward body pose and head direction, but do not copy its face, clothing, or identity.
5Image 3 controls environment, palette, and light. Use its coral dust, blue dawn shadows, and distant rocky horizon.
6
7Show the original explorer stepping over a low red-rock ridge at dawn, looking toward a distant research beacon. Cinematic wide shot, crisp foreground character, layered atmospheric depth, physically believable suit seams and hands. New original composition. No extra limbs, no duplicated helmet, no text, no watermark.

選擇 Qwen Image 3.0 Pro Edit、3 張參考圖、16:9、最高可用解析度、1 張輸出，種子 20260905。先將輸出與圖 1 比對。胸部徽章、髮型與套裝輪廓應讀起來像原始角色。然後檢查圖 2 是否只貢獻了向前跨步的姿勢。

動態探險家研究：虛構探險家走過紅岩山脊、用野外儀器掃描遠方信標，最後在寬闊的黎明風景中揭露全景

案例 3 動態研究：Gemini Omni Flash 以低角度跟蹤步行、野外儀器掃描的相反角度，以及高角度寬景揭露來動畫化探險家靜態圖。虛構探險家、白鏽色套裝、野外儀器、層疊紅岩地形、藍色黎明與遠方研究信標始終串連為同一個場景。

可節省重跑次數的 Qwen Image 3.0 Pro 多參考圖變化

一旦能指派 3 個角色，就能改變哪個角色擁有最高的優先級。方法保持穩定，只有輸入順序與優先級陳述會改變。

產品優先時，將包裝圖放在圖 1，並輸入「圖 1 是不可妥協的產品錨點」。風格優先時，讓第三張圖只作為光線、色調與媒材的視覺參考。不要在那個位置放入另一個具主導性的人物。

參考圖太多時，製作一張刻意安排的索引圖。用它呈現同一個角色或產品的多個角度，保留足夠的空白空間讓每個視圖各自清晰。然後用剩下的 2 個位置處理其他任務。更多輸入可能帶來更多衝突，所以給模型更小、更清楚的簡報。

發布前的成本、權利與品質檢查

將每次生成視為草稿，進行簡短的作品審查。2 分鐘的檢查就能避免常見錯誤：發布一張好看但瓶子錯誤、標籤被竄改、或姿勢身分被借用的圖片。

1. 放大到 100%，檢查臉部、手部、產品邊緣、瓶蓋與任何可見文字。
2. 將結果與 3 個輸入比對，確認每項指派的責任都出現在輸出中。
3. 如果只有 1 個項目出錯，下一次執行只修改那一個指令。不要重寫整個提示詞而失去一個有用的結果。

只能使用您擁有、已取得授權或獲得許可上傳的圖片。不要暗示真實人物、商標持有者或受保護角色為成品背書。Atlas Cloud 只是測試此 Pro 編輯流程的直接場所；它無法保證每次輸出在身分、產品或文字上都絕對忠實。

若是真實行銷活動，請將設定、種子、輸出報價與確切的輸入檔案記錄在核准版本旁。這能將 Qwen Image 3.0 Pro 多參考圖方法從一次性的聰明玩法，變成可重複的團隊流程。

常見問題

Qwen Image 3.0 Pro 可以使用多少張參考圖？

Pro 編輯流程支援 1 到 3 張參考圖。當圖片各自承擔不同責任（身分、產品或服裝、場景或風格）時，3 張效果最好。

在 Qwen Image 3.0 Pro 多參考圖工作流程中，我應該先上傳哪張圖？

把您最不能失去的東西放在圖 1。對大多數創辦人與角色工作而言，那是身分圖。若是嚴格的電商包裝圖，請改將產品放在圖 1。

為什麼 Qwen Image 3.0 Pro 會複製姿勢參考圖而不是我的角色？

姿勢來源可能包含比提示詞所區分出來的更強烈的臉部、服裝或輪廓線索。將它裁切到身體、寫明它只控制姿勢，並明確保留圖 1 的身分。

我可以把人物、產品與背景結合在一個提示詞中嗎？

可以。這正是 3 角色方法最清晰的用途：人物在圖 1、產品在圖 2、背景或光線在圖 3。要求新的構圖，而不是拼貼。

較高的解析度是否值得為 Qwen Image 3.0 Pro 多付費用？

當您需要檢查包裝邊緣、手部、臉部細節，或要裁切圖片用於付費社群媒體時，請使用較高選項。在執行前確認即時報價，因為公開目錄的起始價格並未提供單獨的公開解析度價格細項。

如果我有超過 3 張參考圖該怎麼辦？

將相關視圖合併成一張乾淨的索引圖，或使用兩段式流程。不要把所有圖片都塞進一個指令。清晰的階層比更大的參考圖堆更能產生有用的結果。