AI 修图前后对比怎么看：别只看好不好看

很多人看 AI 修图前后对比，只看一件事：后图是不是更好看。

这不够。好看只是视觉结果，交付要看信息是否稳定。换句话说，AI 修图审核不是审美投票，而是对比输入和输出之间的信息差。

我一般把前后图拆成四层：结构、材质、卖点、风险。

图注：对比审核要看信息有没有变，不只看画面是否更顺眼。

第一层：结构有没有被改

结构是最硬的底线。

产品轮廓、比例、接口、瓶型、镜框弧度、鞋底厚度，这些都属于结构信息。AI 可以清理背景，可以统一光线，但不能把商品本体修成另一个东西。

审核时建议把前后图叠在同一画布里，降低后图透明度，检查：

• 外轮廓有没有被缩小或放大。
• 圆形、直线、边角有没有变形。
• 关键结构线有没有消失。
• 多件套产品之间的相对位置是否变化。

如果结构变化超过肉眼可见范围，就不要进入下一层。先退回重修。

第二层：材质是否可信

材质比结构更容易被忽略。

AI 很擅长把东西修得干净，但干净不等于真实。玻璃被修成塑料，纸盒被修成陶瓷，皮革纹理被磨成橡胶，这些都会降低信任感。

检查材质时不要只放大看细节，也要缩小看整体。材质判断本质上来自光线和纹理的组合：

材质	审核重点
玻璃	边缘透明度、高光是否顺着瓶型走
金属	反光方向、拉丝纹理、边缘硬度
纸盒	纸张纤维、印刷边缘、压纹
布料	织纹、褶皱、厚薄感

如果后图看起来更亮，但材质不像实物，仍然是失败。

第三层：卖点有没有被保留

卖点是买家真正要看的信息。

比如眼镜的镜片透明度、粉底液的色号、工业零件的接口方向、生鲜水果的大小和成熟度。AI 修图如果把这些信息“美化”掉，转化率可能短期变好，售后风险会变高。

审核时可以给每张图列 3 个卖点，再逐项对比：

• 卖点是否还清楚。
• 卖点是否被遮挡。
• 卖点是否被夸大。
• 卖点旁边是否出现不真实的补画痕迹。

这一步特别适合配合 商品图上线前质检清单 使用。先看卖点，再看细枝末节。

第四层：风险信息有没有被抹掉

不是所有瑕疵都应该修掉。

二手商品的划痕、生鲜水果的自然斑点、工业品的真实加工纹路、母婴产品的规格文字，这些都可能是风险信息。风险信息被抹掉，图会更漂亮，但交易不一定更安全。

可以把风险分成两类：

类型	处理方式
拍摄造成的脏点、灰尘、背景杂物	可以清理
影响成色、规格、功能判断的信息	不应抹掉，必要时单独标注

本质上，AI 修图审核要回答一句话：这张图有没有把买家需要判断的信息留下来？

一个简单的前后对比打分表

每张图上线前可以打 4 个分，每项 0-2 分：

项目	0 分	1 分	2 分
结构	明显改变	轻微偏移	保持一致
材质	不像实物	部分可信	可信
卖点	被遮挡/改变	基本保留	清楚突出
风险	被抹掉	部分保留	边界清楚

低于 6 分，不建议上线。不是因为它一定不好看，而是信息稳定性还不够。

参数化一点说，审 AI 修图的核心不是 beauty score，而是 information delta。变化越大，越要问：这变化是我们要的吗？