4 个人的小团队,为什么比 6 个修图师更赚钱:1 个排期位的账
2025 年 10 月初,上海一家修图工作室的负责人跟我说,她决定裁掉两个修图师,招一个不修图的人。
她的朋友们几乎全劝她反对。修图工作室的收入靠产能,产能靠人头,裁人就是在砍自己的出货量——这个逻辑几乎是整个行业默认的常识。她自己也知道这件事听起来多少有点反常识,所以她给我看了她的账。两个月之后,她的月毛利提高了 19%,实际出货量只下降了 3%。
那个”不修图的人”,是一个负责排期协调的项目管理位。
这件事让我开始重新想一个问题:小型 AI 修图工作室的产能上限,到底被什么卡住? 这篇文章想从这个问题出发,认真拆一拆 4 人团队的配置逻辑——以及为什么一个排期位,可能比多招一个修图师更值钱。
人多却不赚钱,问题常出在哪个岗位
行业里有一种很普遍的误解:修图工作室要做大,核心是修图师的数量。
这个逻辑不是全错,但它有一个大前提——你的工作室有没有能把修图师产能”充分释放”的前置条件。如果前置条件不满足,多一个修图师只是在原有的效率瓶颈里多加了一个空转的齿轮。
我见过一家 8 人工作室,6 个修图师,2 个负责接单和客户对接,月流水 18 万。他们的问题不是产能,是任务分发的混乱。每天早上修图师到了不知道先做哪个,客户急件随时插入正在走的批次,某个批次处理到一半发现素材文件有问题要等客户重传,停下来等的时候什么都干不了。6 个人,但有效出图时间加起来一天可能只有 3 个人的量——另外 3 个人的时间,消耗在等待和碎片化切换里。
这就是”人多却不赚钱”最常见的形态:修图师产能没有被浪费,但被碎片化了。
AI 工具的引入让这个问题更尖锐。传统纯人工修图时代,一个熟练修图师修一张图需要 15-30 分钟,“等素材”这段时间不算特别长,他可以顺手处理其他任务。AI 辅助之后,一张图的处理时间可能缩短到 3-5 分钟,但每次切换任务的上下文切换成本没有跟着缩短。结果是:修图师的单位时间产量提高了,但有效产能时间的浪费也同比放大了。
所以你会看到一个奇怪的现象:引入 AI 工具之后,工作室的出图量没有明显提升,但修图师都说”很忙”。忙的是等待、等确认、等素材、等返工反馈,而不是在修图。
问题出在哪个岗位?出在根本没有的那个岗位——没有人在专门管任务排期和任务流转。
4 人团队和 6 人团队的真实成本差
在拆配置之前,先把账算清楚。
我这里用上海市场 2025 年的大致薪资水平做参考,截至 2026-04 的行业均值估算(案例访谈 + 市场招聘数据):
| 岗位 | 月薪区间(税前) |
|---|---|
| 熟练 AI 修图师 | 6,000 – 9,000 元 |
| 排期 / 项目协调 | 5,000 – 7,000 元 |
| 质检 / 交付专员 | 5,000 – 7,000 元 |
一个 6 人纯修图师团队:假设平均月薪 7,500 元,合计人力成本约 45,000 元/月,不含社保和其他固定开销。
一个 4 人配置团队(2 修图 + 1 排期 + 1 质检):修图师 2 × 8,000 = 16,000,排期 1 × 6,000 = 6,000,质检 1 × 5,500 = 5,500,合计约 27,500 元/月。
成本差将近 17,500 元。
但这里的问题是:4 人团队的出图量是 6 人团队的多少?如果你的 2 个修图师配上 AI 工具、配上专职排期管理,可以稳定输出什么样的产能?
我把那家上海工作室的数据整理了一下(案例复盘,2025 年 10-11 月):
- 原 6 人团队(全修图):月均出图约 4,800 张,有效工作日 22 天,日均 218 张
- 重组后 4 人团队(2 修图 + 1 排期 + 1 质检):月均出图约 4,650 张,日均 211 张
出图量下降了约 3%,但成本下降了 39%。月毛利提高了 19%,原因就是成本降幅远远超过了产能降幅。
关键的问题是:为什么 2 个修图师配上 AI 工具 + 专职支持,能做出 6 个纯修图师的近似产量?
答案在下一节。
排期位为什么比多招一名修图师更值钱
上海那家工作室的负责人告诉我,重组之前她做过一个测试——让一个修图师连续记录一周的实际工作内容,精确到 15 分钟为单位。结果出来之后她沉默了一会儿。
那一周,这个修图师的时间是这样分配的:
- 实际出图时间(AI 操作 + 人工审核):41%
- 等待素材/文件/确认:23%
- 碎片化沟通(微信/群消息确认需求细节):18%
- 处理返工/理解返工要求:13%
- 其他(早会、设备问题等):5%
有效出图时间不到一半。如果你招了第七个修图师,他进来之后同样会陷入这个结构里,同样只有 41% 的时间在真正出图。
但如果你招的是一个排期位,情况就不一样了。
排期位做的事情,本质上是为修图师消除等待和碎片化切换。一个称职的排期岗每天做什么?
早上在修图师上班之前,任务单已经分配好了,优先级已经标注好,今天需要的素材文件已经完成预检并放到指定目录里。修图师坐下来就能开干,不需要自己去判断”先做哪个""这个素材有没有问题”。客户在下午 3 点发来紧急插入,不是修图师接电话、停手头的任务去判断能不能排,是排期先接,判断能不能插入当天流程,给修图师一个明确的结论:下午 5 点前能交。
这件事的价值有多大?
如果排期位把修图师的有效出图时间从 41% 提升到 70%,等于每个修图师的实际产能提高了 70%。2 个修图师 × 1.7 的产能系数 = 3.4 个等效修图师的产量——接近 4 个纯修图师的输出,成本只有 2 个修图师 + 1 个排期。
这就是那家上海工作室 4 人团队能接近 6 人团队产量的底层原因。不是魔法,是把一个隐性的产能损耗岗变成了显性的流程支撑岗。
还有一点值得单独说:排期位的价值在旺季会被成倍放大。2025 年双 11 前后那两个月,电商客户的订单高度集中,交期极紧。这时候产能瓶颈不在修图速度,在任务分发的实时决策——哪个批次先走、哪个客户等一等、哪个任务可以拆开分批交付。没有专职排期,这些决策会落到修图师头上,或者落到负责人头上,全是额外的脑力消耗。有了排期位,修图师的脑子只需要用来修图。
AI 工具、人审、质检怎么分工不断线
这是一个很容易被忽略的执行层问题。
很多工作室引入 AI 工具之后,质检环节的设计是这样的:修图师自己用 AI 出图,自己检查一遍,然后发给客户。这个流程的问题不在于”不认真”,在于自我质检的审美疲劳——一个人处理了 80 张图之后,对自己的第 81 张图的判断力已经不如刚开始的时候准确了。
4 人团队的分工逻辑应该把这三件事拆开:
AI 工具负责出批量初稿。 修图师的职责不是点鼠标执行每一张,而是设定参数模板、监督批次执行、处理 AI 无法自动判断的特殊情况(比如原图有遮挡、素材本身有缺陷)。
人审(修图师自审)负责挑出明显异常。 这个环节不是精细质检,是快速扫描——色偏严重的、抠图边缘断裂的、构图裁错了的。目标是把”明显有问题”的先拦下来,不进入交付流程。这个环节的处理速度应该很快,对熟练修图师来说,一张图 5 秒内就能判断”过还是不过”。关于如何快速看出 AI 修图异常,这篇文章里有详细的判断方法。
质检位负责交付前的最终把关。 质检岗的价值不是重复修图师已经做过的检查,而是用不同的视角做第二遍。修图师看的是”技术层面有没有问题”,质检看的是”客户交期要求有没有满足、批次完整性有没有对上、文件命名和导出规格有没有按约定走”。这是两套不同的检查维度,不能合并。
三个环节流转下来,修图师的出图到客户收货之间,有两道独立的过滤器。返工率在这个结构里会比”修图师自检”低很多——经验来自案例访谈,不同工作室的实际数字差异较大。
有一个容易出错的地方值得单独提:质检岗不是退休修图师的安置位。这个岗位需要的核心能力是”系统性 + 注意力持续”,而不是修图技能本身。一个在质检岗上效率高的人,往往是那种对细节敏感、习惯按清单操作、不容易被视觉疲劳影响的人,未必是修图技能最强的人。
关于如何系统判断 AI 修图质量,图叮AI 的修图质检指南可以作为质检岗的参考标准文档。
什么时候该招销售,什么时候先补项目管理
这是许多工作室负责人到了 15-20 万月流水的时候会遇到的分叉。
一种声音说:你现在缺的是订单,先招一个销售,把流水做上去再说。另一种声音说:你现在的执行能力已经有点紧了,先把内部效率稳住,不然流水做上去是烂账。
我的判断是:这两种声音对应的是两种不同的瓶颈诊断,选哪条路取决于你现在到底被什么卡住。
怎么诊断?
如果你现在的问题是:现有客户都挺满意、交期基本稳定、经常有客户追着问”能不能帮我再接点量”,但你主动开拓的新客户很少——这时候缺的是销售,招销售是对的。你有执行能力,缺的是漏斗顶端。
如果你现在的问题是:新客户不少,但经常有返工投诉、交期时常 delay、修图师经常加班但出货量没有预期那么高——这时候缺的是项目管理,招项目管理是对的。你有需求,但执行在漏水。
把这两种情况搞反了,代价不小。招了销售把流水做到 30 万,然后发现执行跟不上,客户投诉涌进来,反而伤了口碑——这是一种常见的过激增长陷阱。
还有一种情况:你现在是负责人兼项目管理。这种模式在 5 万以下月流水的时候成立,但超过 10 万之后,负责人时间的机会成本开始变得很高——你花在协调任务上的时间,是在用本可以去开拓新客户的时间做执行层的事。这时候”招项目管理”不只是为了效率,也是为了释放负责人的时间。
关于外包和自建团队的选择,这篇关于修图外包与收回内部的复盘有更详细的角度可以参考,特别是”什么时候自建比外包更划算”这一判断框架。
适合 0 到 30 万月流水的配比建议
下面是一个基于案例观察和行业均值估算的分阶段配比建议,截至 2026-04。不同工作室的实际情况差异较大,以下是大方向参考,不是精确公式。
阶段一:0 到 5 万月流水
典型配置:1-2 人。
这个阶段大概率是负责人自己修图或者带一个人,兼顾接单、修图、质检、交付,所有角色由 1-2 个人承担。这阶段不适合招专职排期,因为任务量还不足以让一个专职排期的全天时间被填满。负责人需要自己建立一套轻量级的任务管理方式——哪怕就是一个 Excel 表,每天早上花 15 分钟排好当天的优先级。
AI 工具在这个阶段的价值最直接:单人操作如何用 AI 工具跑出批量产能,是比招人更优先的生产力投入。
阶段二:5 到 15 万月流水
典型配置:2-3 人(1-2 修图 + 负责人兼排期/质检)。
这个阶段的核心问题是:负责人的时间开始被撑满。如果负责人把 80% 的时间花在执行层,就没有时间去维护客户关系和开拓新订单,增长自然卡住。
这个阶段一个常见的方向是:把质检环节标准化。质检不再依赖修图师的主观判断,而是建立一套可以复用的检查清单,让修图师自检的效率和一致性都提高。这样负责人从质检里解放出来,专注客户端工作。
关于如何评估 AI 修图质量的系统方法,图叮AI 的定价模型对比里有一个关联的角度——成本结构清晰之后,对”修什么划算、改什么不划算”会有更准确的判断。
阶段三:15 到 30 万月流水
典型配置:4-5 人(2 修图 + 1 排期 + 1 质检,有时加 1 兼职销售或执行)。
这就是文章开头上海工作室的配置原型。这个阶段的核心变化是:排期位应该从”负责人兼顾”变成专职岗位。
为什么是这个节点?因为 15 万以上的月流水,通常对应的是 3 个以上客户的并发任务,每个客户有各自的交期要求和优先级。并发任务管理的复杂度是非线性的——2 个客户并发,你能凭感觉处理;5 个客户并发,没有专职排期,你每天都在救火。
在这个阶段,工作室开始需要想一个更深的问题:自己手里的 2 个修图师,是应该一直做手工 AI 辅助修图,还是开始向”审图员 + 参数调优师”的方向演化?在 AI 工具能力不断提升的背景下,修图师的核心价值正在从”执行”往”判断”转移。这个话题和AI 修图与传统外包在 10 万张规模下的对比有很深的关联——在那篇文章里,质检和判断环节的人力配比是一个重要的讨论点。
超过 30 万之后,配置逻辑就开始要被单独讨论了。这个阶段通常已经不是”小团队”的范畴,排期管理的工具化(项目管理软件、流程看板)和团队分层(执行组 / 质检组 / 客户组)会成为新的议题。
最后回到上海那家工作室。她在重组完成一个半月后跟我说,她现在最大的感受不是”省了多少钱”,而是”现在知道明天的任务有多少了”。以前每天早上是开盲盒,不知道今天会不会有客户急件插进来打乱节奏。现在排期位会在前一天下午整理好第二天的任务表,大概能看清楚明天的产能上限在哪。
她说:“以前修图师问我今天先做哪个,我都是凭感觉说的。现在排期说先做哪个,有理由,修图师也服气。”
这句话说的是管理问题,但背后藏的其实是一个产能问题——一个团队的产能上限,不是由最多的人数决定的,而是由最差的那个分工决定的。把最差的那块补上,不需要加人,需要的是换一个角色。
如果你正在考虑要不要引入 AI 工具之后重组团队结构,图叮AI 和 Photoshop 在工作室场景下的适用边界对比可以帮你更清楚地判断工具端的起点应该放在哪里——然后再来想人的配置。
以上配比数据来自案例访谈和行业均值估算,截至 2026-04。不同城市人力成本、不同品类的修图复杂度差异较大,实际配置应以自身情况为准。
相关文章
拍摄晚到 2 天,客户还想照常上线:接单前必须问的 7 句
2026 年 3 月,杭州服饰电商拍摄延迟 2 天仍要求原定日期交付,本文拆解接单前需要澄清的 7 个核心变量,以及 AI 修图团队如何通过甲方沟通话术把风险转成加急单,避免陷入无偿返工陷阱。
商品图从修好看到保留证据层:AI 修图返检标准正在变
商品图 AI 修图不能只追求干净和高级感。本文从近 30 天素材账本和脱敏项目复盘出发,拆清展示层、证据层、风险层,解释图叮为什么要把证据保真写进返检流程。
一单 2800 元退了 2200 元:投诉走到平台介入后,还能补救什么
一笔 2800 元 AI 修图订单进入平台调解,服务方最终只留住 600 元。本文从这个真实败局出发,拆解投诉纠纷中可挽回与不可挽回的关键环节——聊天记录、样张确认、退款谈判、调解话术,哪些是真正有用的证据,哪些表述会反过来伤害自己。
户外装备场景图的真实感边界:好看和可信怎么同时做到
户外装备场景图做得太精致反而没人信。拆解场景图在真实感和美感之间的平衡点,以及 AI 合成图容易暴露的 3 类假象,附一份可信度自检清单。
推荐阅读
童年玩具合影褪色了?用AI上色让铁皮与塑料重现光彩
老照片里的铁皮青蛙、塑料小兵为何总是灰蒙蒙?本文讲清老照片褪色的真实原因,以及给玩具上色时要尊重的材质与光影规律,帮你用AI上色更自然地还原童年记忆。
水槽台盆产品图怎么修:盆内水渍划痕清干净、釉面拉丝还原准
水槽台盆盆内水渍划痕多、不锈钢和陶瓷釉面反光难修。本文按 5 步用图叮的一键抠图、选区消除、材质高清修复、产品溶图打光把台盆修利落,讲清尺寸开孔这类规格要与实物一致、效果以图叮官网为准。
纱窗角码商品图 FAQ:角码、压条槽和纱网边怎么分流修
纱窗角码不是几块塑料小配件。本文按客服常见搜索式问题,拆角码、压条槽、纱网边和螺丝孔的修图分流,避免 AI 把安装证据修没。
机械键盘产品图怎么修?键帽反光、轴体细节、灯效示意一步步修清楚
机械键盘拍出来常是磨砂键帽起白雾、金属定位板反光刺眼、灯效糊成一片。这篇按放大、抠图、压反光重塑光、清杂物收尾的顺序,讲清 PBT 键帽和铝合金板的机械键盘产品图怎么修出质感,以及键帽字符和 RGB 灯效为什么只能标注示意、不能靠修图夸大。
更多推荐(8 篇)
房产中介做配图:用 Adobe Photoshop 抠图插件搞定假发抠不干净的难题
房产中介制作房源配图或经纪人形象照时,常遇到假发或复杂发丝抠不干净、边缘发灰的问题。本文详解如何使用 Adobe Photoshop 抠图插件高效解决假发抠图难题,并提供具体操作步骤、避坑指南及批量处理建议。
图叮 AI vs Photoshop 生成式填充:民宿房源图,先修瑕疵还是先守住房型证据
民宿房源图不是把房间修得更漂亮就完事。本文按窗景、床品、安全设施和外包交付四个任务,比较 Photoshop 生成式填充与图叮 AI 的适用边界,并给小团队一套更稳的选型建议。
丁基防水胶带商品图怎么选:修亮铝膜,还是先保住胶层厚度?
丁基防水胶带的商品图不能只看铝膜亮不亮。本文从胶层厚度、离型纸、搭接边、规格标和施工场景四个维度对比,帮建材商家判断哪些地方该修,哪些证据必须留住。
防静电台垫外包修图 SOP:接地点、层纹和尺寸标先锁住
防静电台垫商品图不能只修成干净桌面。本文按搜索问题拆解接地点、层纹、尺寸标、接地线和手机端预览,帮工业品店铺把外包 brief 写到可返检。
淘宝女装模特图换背景指南:街拍与室内场景切换实操
讲清淘宝女装模特图换背景的实操要点。从抠图、街拍场景合成到室内场景切换,提供参数思路、避坑指南与场景对照,帮女装店铺用图叮AI降低外拍成本,提升出图质量。
CPU 散热器和水冷的产品图怎么修:镜面铜底、鳍片、冷头 RGB 各有各的修法
卖 CPU 风冷和一体水冷拍图,镜面铜底反光刺眼、密集鳍片糊成一片、冷头 RGB 灯效怎么修才不夸,是几道绕不开的坎。本文按 5 步用图叮的材质高清修复、选区消除、一键抠图和产品溶图打光处理,网页版和 PS 插件版都能做,效果以官网为准。
小红书封面商品图 AI 扩图返检:主体、标题安全区和裁切预览怎么查
小红书封面图别只看原图好不好看。本文拆解 AI 扩图后的主体比例、标题安全区、边缘补画和多入口裁切预览,给发布前返检一套可执行清单。
服装直播切片实战:用带AI功能的PS CC抠取毛衣复杂边缘
服装直播切片中毛衣抠图总是边缘毛糙?本文详解如何使用带AI功能的PS CC精准抠取毛衣复杂边缘,包含具体参数、快捷键及常见失败原因排查,助你提升切片视觉质感。