欧盟 AI 透明度倒计时:商品图别再只交一张最终版
很多跨境电商团队把 AI 透明度当成法务问题。这个判断只对了一半。
真正先被影响的不是合同模板,而是素材包。你今天如果只交 final.webp,两个月后有人问“这张图哪些地方是实拍、哪些地方是 AI 场景、哪些地方被修过”,运营、修图师、客服都只能翻聊天记录。到 2026 年,这种交付方式会越来越不够用。
我的建议很窄:商品图不要再只按“最终版”管理,改成三层交付。第一层是实拍证据图,第二层是 AI 场景图,第三层是发布封面图。图叮在这个流程里不只是修图工具,而是把保真、局部处理、导出和复核串起来的流水线节点。
证据一:欧盟时间点已经写到日历上
公开来源先摆出来。欧盟委员会在 2026 年 5 月 13 日发布 AI Act 透明度义务指南草案咨询,页面说明相关透明度义务从 2026 年 8 月 2 日开始适用。官方政策页也把 AI Act 写成分阶段适用的监管框架。这里讨论的是欧盟语境,不等同于中国大陆平台规则,但跨境团队不能装作看不见。
来源:
- European Commission: consultation on draft guidelines for AI transparency obligations
- European Commission: AI Act regulatory framework
这条信息落到商品图上,不是“所有 AI 图都不能用”。更像一个文件夹规则:你要能说清楚图从哪里来、被谁改过、最终在哪里发布。
我给跨境客户的最小目录是这样:
sku-0427/
01-original/ # 实拍原图,不能覆盖
02-retouch-proof/ # 图叮局部清理、锁区截图、人工复核
03-ai-scene/ # AI 背景、场景封面、非商品事实内容
04-publish/ # 平台尺寸、压缩版本、最终 WebP
manifest.json # 每张图的来源、动作、责任人
不用上系统。先把这 5 个目录建出来,已经比“最终版2-新-new.webp”稳。它和商品图证据链交付里讲的版本账是同一件事,只是这次时间点更近,压力更具体。
证据二:来源标记正在变成默认基础设施
第二个来源是 Content Credentials。C2PA 和 Content Credentials 的公开资料一直在讲“来源可验证”。Adobe 在 2025 年 4 月 24 日宣布 Content Authenticity 应用进入公开测试,也把创作者给内容附加来源信息这件事做成产品入口。
来源:
- C2PA / Content Credentials: official site
- Adobe Blog: Adobe Content Authenticity app public beta
这不是说每个淘宝主图都要塞一段英文元数据。对普通商品修图团队,更现实的做法是三列账。
图注:三层交付把商品事实和发布封面分开
| 图层 | 该保留什么 | 不该混进去什么 |
|---|---|---|
| 实拍证据图 | 商品轮廓、型号、标签、瑕疵、包装状态 | AI 补出来的卖点、虚构场景 |
| AI 场景图 | 背景、道具、光线、氛围、构图 | 改写商品结构、替换真实标签 |
| 发布封面图 | 裁切、安全区、平台尺寸、压缩结果 | 无来源的二次改图 |
团队实际经验里,云南腾冲银杏村工作室处理 1688 和阿里国际站客户批量图时,最容易乱的是第三列。修图师以为自己只是压缩导出,运营又在封面上加卖点字,广告同事再裁一版,最后没人知道哪张图还保留了原始商品证据。2026 年 4 月的一次真实项目脱敏复盘里,我们抽了 64 张小家电配件图,文件名里带 final 的有 37 张,真正能回到原图和处理动作的只有 18 张。
这就是我不喜欢“最终版”三个字的原因。它看起来节省沟通,实际是在删除上下文。
证据三:跨境商品图的风险不是 AI,而是图层混账
AI 场景图本身没有错。错的是把它当实拍证据。
举个常见 SKU:一个带 USB-C 接口的小型适配器。实拍证据图要保住接口形状、外壳接缝、认证贴、包装型号。AI 场景图可以把它放到桌面、背包、差旅场景里。发布封面图可以裁成 1:1、4:5、16:9。三层分开,买家能看清商品,平台能读到规格,客服也能解释。
三层混在一起,问题会变成这样:
- AI 场景图把接口阴影补得太圆,像另一个接口规格。
- 封面图裁掉包装型号,只剩一张漂亮桌面图。
- 修图师清理灰尘时顺手磨掉认证贴边缘。
- 运营上传后只留压缩版,原图和锁区截图都找不到。
这类问题和Merchant Center 商品图元数据那篇讲的机器可读信息接得上。商品图不是独立海报,它会和标题、参数、库存、广告素材一起被读取。图叮能做的不是替商家编一个更好看的商品,而是让每个处理动作不越界。
我的工作台规则很固定:
--lock-zone "model_label,cert_mark,port_shape,package_quantity"
--retouch "dust,small_scratch,background_shadow"
--ai-scene "desk_travel_context,do_not_change_product"
--export "webp,q82,platform_safe_crop"
这是写给人的,不是非要机器执行。好处是每个人都知道边界。锁区里出现型号、认证标、接口、数量,就别让 AI 猜。可修区里出现灰尘、轻微划痕、背景阴影,交给图叮批量处理。场景区只管氛围,不管商品事实。
证据四:三层交付不会拖慢流水线,反而减少返工
反对意见通常是:这套目录太麻烦,小团队没时间。
我的答案是,先算时间。
按团队实际经验,20 张 SKU 建三层目录和 manifest.json,手动做大约 18 分钟;用脚本生成目录和空清单,2 分钟以内。后面每次返工,如果能直接定位原图、AI 场景、发布封面,通常少翻 3 个聊天窗口、少问 2 个人。做批量单的人都知道,省下来的不是情绪,是工时。
一个最小 manifest.json 可以这样写:
图注:Manifest 清单让锁区和导出文件可追溯
{
"sku": "adapter-0427",
"source": "studio-photo",
"ai_used": ["background-cleanup", "scene-cover"],
"locked_zones": ["usb-c-port", "cert-label", "package-model"],
"reviewer": "ops-a",
"publish_files": ["cover-1x1.webp", "detail-4x5.webp"]
}
这里不要写虚假的“合规通过”。只写事实:来源、AI 参与类型、锁区、复核人、发布文件。它不是法律意见,也不是平台承诺。它只是让团队未来能回答问题。
图叮适合放在中间层。原图进来后,先做主体保真和背景清理;需要场景时,再做 AI 场景图;导出前跑一遍锁区复核。更多验收分级可以接着看电商产品精修验收分级,那篇更偏质量口径,这篇更偏来源账本。
结论:把最终版拆成三层,才适合 2026 年的商品图流水线
截至 2026-05,透明度规则、来源标记和平台机器读图还没有合成一套统一电商模板。正因为没有统一模板,小团队更应该先用低成本方法把素材包管起来。
我的建议不变:不要只交一张最终版。实拍证据图保商品事实,AI 场景图负责表达,发布封面图负责渠道适配。图叮负责把这三层之间的修图动作做快、做稳、可复核。
这个逻辑也会扩展到短视频封面、达人素材包和独立站落地页。图片只是第一站。以后每一类生成式素材,都要从“好不好看”往前多走一步:它能不能解释自己从哪里来。
相关文章
Google Universal Cart 之后,商品图要让 AI 购物代理也读得懂
Google 在 2026 年 5 月发布 AI Mode 购物和 Universal Cart 更新后,商品图不再只服务人眼点击。本文拆解电商团队该怎样保住 SKU、规格、材质和售后证据,让图叮修图更适合代理式购物链路。
AI 图片开始自带来源线索,商品图修图不能只看成片
Google 和 OpenAI 都在把 AI 图片来源、编辑记录和识别线索往前推。对电商团队来说,商品图要从漂亮成片,改成可解释、可复核、可回退的证据链。
AI 购物代理开始读商品图:主图别只给人看
OpenAI、Google 和 Microsoft 都在把购物体验推向对话式发现、视觉识别和代理式零售。商品图不再只影响点击率,也会影响 AI 能否读懂型号、材质、接口和使用边界。
AI 广告图开始带生成标识:商品证据链要先留住
Google、OpenAI 和 Adobe 都在把 AI 图片推向可标识、可追溯、可被搜索理解的阶段。电商团队用图叮修商品图时,不能只追求画面高级,更要保住原图、证据区和版本记录。
推荐阅读
二手投影仪商品图怎么选:修亮镜头,还是先保住灯泡时长和接口证据
二手投影仪商品图不能只把外壳和镜头修亮。本文把卖相优先、证据优先、补拍优先三条路线放在一起,帮二手数码卖家判断镜头镀膜、灯泡时长、接口、遥控器和外壳磨损哪些能修,哪些要留。
戒指商品图 AI 修图返检:内圈刻字、爪镶和圈口尺寸别修错
戒指商品图不能只把金属修亮。内圈刻字、爪镶高度、圈口尺寸、宝石座和证书信息都关系到买家判断,AI 修图后要按步骤逐项返检。
烘焙电子秤商品图被退回:归零键、量程标和托盘反光谁先看
烘焙电子秤图不能只把金属托盘修亮。本文从一次返工复盘拆清归零键、量程标、单位切换和托盘反光的保护顺序,给 AI 修图前的证据分层。
婚纱写真批量精修实战:影楼百张修片高效流水线
面向影楼后期团队,建立婚纱写真百张级批量精修流水线,含分组策略、参数预设和一致性把控方法。