售后举证图不能只修干净：AI 修图前先分清证据、瑕疵和背景

很多人把售后举证图当成一张“不够体面的商品图”：背景有点乱，灯光不均，包装边角还有压痕，于是第一反应就是丢进 AI 修图里，让画面干净一点。

这个理解错了一半。售后图当然要看得清，但它不只负责好看。它负责回答三件事：这件商品是不是同一件，问题发生在哪个位置，修图有没有改变买家需要核对的事实。RGB-256 的判断会更硬一点：先看色彩和边界，再看氛围。售后图的 ICC 不一定漂亮，但证据链不能断。

图注：先分清证据、瑕疵和背景区域

根据站内 2026 年 5 月已发布的几篇证据类文章看，冷冻蛋挞皮、首饰展示托盘、脐橙直播图都遇到同一个底层问题：图像输出不能把输入里的关键信息磨平。售后举证图只是把这个问题推到更前台。

第一层事实：售后图里至少有 3 类对象

一张售后图先别问“怎么修”。先问它里面有哪些对象。

第一类是证据。比如商品标签、订单贴、批号、序列号、瑕疵边界、尺寸参照物、包装封口、破损位置和接触阴影。它们不一定都要放到画面中心，但不能被重画、抹掉或改成另一种状态。根据站内 2026 年 5 月的冷冻蛋挞皮图观察，批号和保存条件不只是包装角落的信息，它们是售后链路的索引。这个判断放到任何售后图里都成立。

第二类是瑕疵。瑕疵不等于脏点。划痕、磕碰、压痕、色差、掉漆、断裂、污渍，可能是商品问题，也可能是拍摄问题。图叮 AI 可以帮你把画面压稳，但不能替你决定“这道痕迹是不是应该留下”。这里要靠人先分级：影响实物描述的瑕疵保留，拍摄台面上的灰尘清掉。

第三类是背景。桌面、纸箱、手指阴影、临时垫片、拍摄环境杂物，大多数时候只承担辅助说明。背景可以清理，曝光可以统一，杂色可以压下去。只是背景和证据挨得很近时，处理力度要收住。标签边缘旁边的灰点，可能不是灰点，而是标签翘边。

这 3 类对象不分清，后面的 prompt 写得越漂亮，越容易把图修错。

第二层结论：先保护证据，再判断瑕疵，最后清背景

从上面的分类能推出一个顺序：售后举证图不是从美化开始，而是从保护开始。

第一步，把证据区框出来。图叮里可以先复制原图留底，再对订单贴、批号、序列号、破损边界、尺寸参照物做局部保护。保护区的指令要短，最好是“不可重绘、不可补字、不可改形、只允许轻微提清晰度”。这类话比“保持真实质感”更有用。后者太软，模型不知道什么叫真实；前者有边界。

图注：按证据、瑕疵、背景三步复核

第二步，给瑕疵分级。真实项目脱敏复盘里，售后图常见争议不是“背景有没有修白”，而是“这个痕迹到底是商品问题还是拍摄问题”。如果是商品本身的磕碰、裂缝、掉漆，修掉就会改变事实；如果是镜头灰、台面纸屑、临时胶点，清掉反而能降低误读。这里不靠审美，靠用途。用于客服解释的图，宁可边界硬一点，也不要修成样机。

第三步，才轮到背景和曝光。图叮适合把低风险区域交给 AI：背景灰、非商品反光、边角噪点、轻微白平衡偏移。同一批售后图如果要放进客服说明或内部复核表，色温最好保持一致。不是为了高级，是为了让 5 张图看起来来自同一个问题，而不是 5 个不同现场。

这个顺序也能解释为什么有些图“修完更干净，却更难用”。证据被磨掉后，客服只能靠文字解释；瑕疵被重画后，运营无法判断是否要补拍；背景过度处理后，买家会怀疑这是不是原始状态。干净度赢了，可信度输了。

第三层结论：图叮的价值在分区，不在一键变漂亮

售后图最怕一键全图美化。全图美化的逻辑是把画面统一，售后举证的逻辑是把差异保住。两者方向相反。

更稳的做法是把图叮当成分区工具。证据区只做清晰化和轻微曝光控制；瑕疵区先人工判断，再决定是否保留；背景区交给 AI 清理。这个分工和首饰展示托盘商品图工作流类似：托盘、证书卡和卡纸孔要先分层，售后图里的订单贴、瑕疵边和尺寸参照也要先分层。

如果团队里已经有 Photoshop 25.4 或其他手工流程，图叮不需要替代它。更合理的链路是：图叮先处理大面积低风险区，人工在 Photoshop 里复核证据边缘和关键文字。图叮负责效率，人工负责判断。两者都不应该越权。

还有一个小细节：输出文件名要能回溯。比如 01-original、02-tuding-clean-bg、03-proof-locked、04-cs-final，比“最终版”“最终版2”“真的最终版”可靠得多。文件名不影响画面，却影响售后沟通的证据顺序。做过 6 套封面视觉总控后，我对版本名很敏感；图乱不可怕，版本乱才要命。

第四层推论：首图、详情图和客服图不能共用同一张修后图

售后图的另一个误区，是把同一张修后图同时给首图、详情页和客服说明使用。省事，但风险很高。

首图负责识别。它可以更干净，主体更明确，背景更少干扰。详情图负责解释。它要保留结构、配件、尺寸和局部状态。客服图负责举证。它宁愿没有那么漂亮，也要能说明问题发生在哪里、原图是什么状态、修图有没有改事实。

这和脐橙直播图修得更甜，还是保留果斑和箱标证据里的取舍相通：直播图可以追求吸引，售后窗口要能对上果斑、箱标和批次。商品不同，底层逻辑一样。画面用途变了，修图力度也要变。

所以，售后举证图最好做 3 个版本：证据保留版、清理展示版、客服说明版。证据保留版不动关键事实；清理展示版压背景和曝光；客服说明版可以加箭头、圈选或说明，但不要让 AI 直接生成中文文字。中文说明留给后期叠加，画面主体交给图叮处理。

边界条件：不是所有痕迹都值得保留

这套推导有边界。不是说售后图越原始越好，也不是说所有瑕疵都要保留。

如果图里出现隐私信息、买家地址、完整手机号、平台订单号，先打码再谈修图。如果图里有拍摄误差，比如镜头污点、桌面纸屑、临时胶带、明显不属于商品的反光，它们可以清掉。如果商品本身已经损坏到无法说明正常状态，应该退回补拍或补充文字说明，不要靠 AI 把图修成“看起来没事”。

售后举证图的公式可以写得很短：可信度 = 证据完整度 × 瑕疵边界清晰度 ÷ 修图误差。

图叮适合提高可读性，不适合替你改事实。这个边界守住了，售后图才会从“拍得不太好的一张图”，变成团队能复核、客服能解释、买家能理解的一张图。