五个模块，讲清楚能开通什么、怎么用、怎么控制花费
本方案基于 AGY 会话研究得出，由 Claude 拆解任务、派发给 AGY 实现并逐项验收。核心思路是利用 AI Pro 账号附带的谷歌能力，为跨境电商构建生图与生视频通道，并融入现有的 AI 分工与店铺运营体系。
方案分为五个模块：API 生图、API 生视频、浏览器兜底、调度与成本控制、店铺运营。用户可根据需求选择性开通。其中前两块为核心生产工具，后三块用于规范运行流程，降低人工干预成本。
图 1｜五个模块：能做什么、怎么开通、默认怎么用
Gemini API 生图：核心生产力通道
该通道支持以商品图为参考，生成场景图和 A+ 页面底图，并提供 1:1、3:4、4:3、9:16、16:9 等多种画幅选择。实际操作中，将商品图、场景要求、构图及画幅指令交给 AGY，生成的文件存入指定位置，供后续制作 A+ 或其他素材直接调用。需注意验收商品轮廓、颜色及细节的保留情况。
针对同一组素材的不同使用环境，需明确场景描述并预留后期文案位置。底图重点处理主体与环境关系，文字部分统一后期排版。这种“无字底图＋后期叠文字”的模式，便于多语言切换和卖点修改，无需重制画面，提升素材复用率。
开通方式：在 Google AI Studio 创建 API Key，并将对应项目绑定结算账号。Google 开发者计划提供 AI Pro 每月 10 美元的 GenAI / Cloud credits 权益，需按规则领取并关联至结算账号。[2] 示例账户中包含约 1572 日元赠金及 800 日元预付款。
价格与模型选择：生图分为三档（基于官方标准调用及 1K 图像输出价格）：
- Nano Banana 2 Lite (gemini-3.1-flash-lite-image)：0.0336 美元/张
- Nano Banana 2 (gemini-3.1-flash-image-preview)：0.067 美元/张
- Nano Banana Pro：0.134 美元/张
默认推荐使用 Lite 版本。对于 A+ 底图和常规场景应用图，Lite 版本虽文字生成能力较弱，但完全满足“无字底图”需求。仅在质检不达标时升级至 Nano Banana 2，必要时才使用 Pro 版本。10 美元预算大约可生成 297 张 1K Lite 图片（仅计算图像输出，不含输入Token及重试成本）。
注：Imagen 未列入可用清单，因当前 API Key 调用路径及 SDK 的 generate_images 仅支持 Vertex，且 Key 返回的模型列表中不包含 Imagen。
Gemini API 生视频：默认 Veo Lite 模式
视频生成沿用已开通的 API 项目和结算体系，由 AGY 调用脚本执行。支持“图生视频”模式，即先生成静态图片作为首帧，再提交视频生成请求。需明确镜头运动、主体动作、时长及画幅（16:9 或 9:16）。这种先确认静态画面再生成动态版本的方式，更适合电商素材的高效生产。[Veo]
默认使用 Veo 3.1 Lite (veo-3.1-lite-generate-preview)。官方 720p 价格为 0.05 美元/秒，6 秒视频成本约为 0.30 美元；Veo 3.1 Fast 的 720p 价格为 0.10 美元/秒。 实测显示，一条 6 秒视频生成耗时约 42 秒，规格为 1280×720、24 帧，并包含音轨。
图片与视频共享 API 预算，需统筹计算。建议先用 Lite 版本完成镜头测试，视频成品需单独验收画面、动作及声音，合格后方可投入使用。
提交视频需求时应尽量具体，包括展示内容、动作幅度及镜头走向。生成的原始素材如需剪辑、配字幕或合成完整视频，可回归原有制作流程处理。
图 2｜生图与生视频：官方单价与默认档位
浏览器通道：订阅额度兜底方案
此通道由 AGY 通过浏览器操作 Gemini 网页版进行生图，下载至指定位置供 Claude 调用。其消耗的是 AI Pro 订阅内的网页额度，与 API 余额独立。目前仅验证了网页生图功能，网页生视频尚未验证。
开通条件：
- AGY 专用 Chrome 浏览器登录 AI Pro 账号；
- 浏览器工具 chrome_devtools 使用 Node v24 版本；
- 使用时关闭占用浏览器的 AGY 桌面端会话；
- Chrome 弹出“允许远程调试”提示时点击允许；
- 若桌面存在多个 Chrome 实例，规定 AGY 仅使用专用浏览器，无法区分时暂停服务。
费用方面，该通道使用订阅内的网页额度，受限于网页端的可用次数及限制。下载的完整尺寸图片为 2048×2048，带有可见的 Gemini 星标水印。鉴于浏览器自动化存在服务条款约束及账号受限风险，该通道仅作为兜底方案，不作为主力生产工具。
调度与成本控制：自动化规则与预算管理
谷歌账号及 API Key 仅由 AGY持有并运行生成脚本，Claude 负责任务书编写、派单及验收。任务书只需明确参考图、画面要求、输出规格及交付位置，无需重复编写操作步骤。
脚本执行硬规则：
- 结果仅返回一行 JSON，便于上游程序判断；
- 若目标文件已存在则跳过，避免重复扣费；
- 视频生成超时仅查询原任务状态，不重新提交；
- 每次调用自动记账，月度预算上限默认为 10 美元；
- 额度耗尽时不自动切换通道，由调度方人工决策。
成本核对时，需综合查看已生成文件、调用记录及剩余预算。重做任务视为新一次生成并单独计费，已提交的视频任务则继续等待原结果。这种方式确保上游清晰掌握可用文件及剩余预算。
日常制图仍由 Codex 主导。当任务量大需并发处理或 Codex 额度不足时，启用 Gemini API 补充并发能力；仅当 API 额度或预算均耗尽时，才考虑启用浏览器兜底通道。
图 3｜通道顺序：Codex、Gemini API、浏览器兜底
接入店铺运营：分工明确与权限隔离
该工作流可无缝接入店铺运营体系：Claude 负责统筹，Codex 承担读图、制图及文案重度生产，AGY 提供谷歌生成能力，各店铺 API 由对应负责人的 Agent 调用。各店密钥独立管理，互不共享。实施前需为负责人配置好客户端及统一账本，实现生产交付与上架操作的分账记录。
日常操作中，用户需求提交给 Claude，由其拆解任务、根据难度选择模型并派发至对应 AI。回收文件后进行验收，若同类任务连续两次验收通过，系统将自动尝试降级使用更便宜的模型，以优化成本。
所有操作记录进入统一账本，可追溯执行者、交付物及未完成事项。写操作边界明确：用户直接指令立即执行；AI 自主推导出的改动需生成变更清单，经用户审批后执行。
当前运行策略总结：平时由 Codex 制图；任务高峰期或 Codex 额度不足时，由 AGY 调用 Gemini API（优先使用 Lite 版本）；API 资源耗尽后，视情况启用网页兜底。Claude 串联任务、验收与账本，用户专注于需求确认、结果审核及关键改动的批准。
参考资料
Gemini API 官方价格（2026年10月18日核对）：https://ai.google.dev/gemini-api/docs/pricing
[2] Google Developer Program 订阅权益：https://developers.google.com/program/plans-and-pricing
权益领取与结算账号关联规则：https://developers.google.com/profile/help/benefits?hl=en
[Veo] 图生视频、画幅与调用说明：https://ai.google.dev/gemini-api/docs/veo