AI 生成手持护手霜场景图怎么验收：手指、标签和阴影别乱

图注：返检工作台同时对照原图、手指和阴影

做完这 5 步，你会得到一张更像商品图、而不是柔光自拍的手持护手霜场景图：手指没有多出来，瓶身标签没有被改写，接触阴影落在该落的位置，商品比例还能和白底图对得上。

这类图很容易骗过第一眼。手背像一片温热的纸，背景像雾，瓶身被轻轻捧着，仿佛已经能放进详情页。可电商图不是明信片。它要让买家知道自己买到的是哪一支、多少毫升、什么质地、手里拿着的大小是否可信。手部只是气氛的入口，商品证据才是门槛。

团队实际经验里，2026 年 5 月 24 日凌晨整理本轮素材时，近 30 天队列已有 1483 个素材项，ai-image-generation 场景约 18 条；手持商品场景常被归到“氛围图”，却很少被拆成可验收流程。这个缺口适合用图叮生成场景图，再用人工按证据区返检。想先补提示词基础，可以看 GPT Image 2 的提示词写法；本文只讲生成之后怎么验收。

Step 1：先把成图放回商品任务里

不要从“这张图好不好看”开始。先问它要放在哪里。

如果它是主图补充，瓶身和手部关系必须清楚，不能只有半截商品。若它是详情页氛围图，背景可以柔一点，但标签、容量区、瓶盖形态仍要能和白底商品图互相解释。若它只服务小红书或朋友圈封面，手部姿态可以更松，商品证据也不能被改成另一款。

内部复盘口径里，我们把这一步叫“给图片找工位”。同一张护手霜，放在详情页第一屏像证件照，放在使用感段落像剧照。工位不同，验收标准就不同。很多返工不是模型差，而是运营拿社媒图去承担商品说明任务。

可执行做法很窄：把原商品白底图、AI 手持图、页面位置三样放在同一屏。圈出这张图必须证明的 3 件事，比如瓶身大小、管口方向、标签区保真。圈不出来，就先别修图，先改 brief。

Step 2：检查手指数量和受力方向

手持图的第一道门不是皮肤细腻，而是手能不能真实地握住商品。

看 4 个位置：拇指压在瓶身哪一侧，食指有没有多出一节，中指和无名指是否粘在一起，指尖是否穿进瓶身边缘。AI 很擅长画“像手的形状”，但它不一定理解受力。护手霜软管被捏住时，瓶身会有轻微凹陷；硬壳香水瓶被托住时，指腹应有接触影。两者不能混。

真实项目脱敏的返检表里，手部问题通常写得很短：多指、断指、悬空、遮挡卖点。四个词够了。上海设计组常用 27 寸屏做 100% 视图检查，先扫轮廓，再看指节。这个动作像修一张海报里的演员手势，姿态可以诗意，骨头不能胡来。

这里可以接上 AI 修图文章配图从 H2 反推画面 的方法：每张图都要回答一个段落问题。手持护手霜图回答的是“这支商品在真实使用里怎么被拿住”，不是“手部能不能更白”。

Step 3：锁住瓶身标签和可读边界

标签区最危险。它小、亮、贴在弧面上，模型一旦觉得那里像噪点，就会把字边抹平，甚至补出一串看似合理的假字符。

图注：局部放大能暴露标签边界和接触影

验收时分成三层。第一层是必须保留的信息：品牌位、容量、系列名、关键成分、适用肤感。第二层是可优化的信息：标签边缘反光、瓶身小灰点、轻微色偏。第三层是不能让 AI 猜的部分：原图不可读的成分、功效承诺、批号、备案相关文字。

团队实际经验建议把标签区放大到 200% 看，不是为了读每个字，而是看它有没有被生成式模型“重新写过”。如果原商品图里容量是 50ml，AI 图里像 30ml 或 80ml，这张图就已经偏离商品。若标签本来就读不清，下一轮 prompt 不应写“make label clear”，而应写“keep the original label area as a blurred non-readable label shape, do not invent text”。这比让模型假装会排版更稳。

珠宝类手部图也有类似边界。GPT Image 2 做珠宝首饰精修 里提到手部与戒指接合位置需要人工补救，护手霜的瓶身标签也是同一类问题：AI 负责氛围，证据区要人工盯住。

Step 4：对齐接触阴影和商品尺寸

一张手持商品图是否可信，阴影比肤色更诚实。

看掌心和瓶身之间有没有压住的暗边，看瓶盖下方是否有被手指遮出的短影，看桌面或背景里的投影方向是否和手背高光一致。若手部从左侧受光，瓶身却像从右侧打灯，画面会隐隐发飘。它不一定丑，但买家会觉得“这支东西像贴上去的”。

尺寸也要回到原商品图。护手霜常见 30g、50g、75ml，不同容量在手里差距明显。不要编造具体容量承诺；这里的判断是比例复核。内部复盘里我们会把白底图和手持图并排，看瓶盖直径、管身宽度、手指遮挡面积是否在同一逻辑里。若瓶身在场景图里被拉瘦，详情页再漂亮也会让用户误判手感。

这一步的 prompt 修法很具体：写清楚“one adult hand holding a small hand cream tube, product scale matches the reference image, natural contact shadow under fingers”。不要写“真实自然”四个字就停。真实不是风格词，是每一处接触关系都站得住。

Step 5：把验收结论写进下一轮 prompt

验收不是给图片打勾，而是把失败原因翻译回下一轮提示词。

如果手指多了，不要只写“手要正常”，要写“five natural fingers only, no extra fingers, no fused fingers, hand anatomy realistic”。如果标签乱了，要写“no readable generated text, keep label area as original-style non-readable label shape, do not invent brand or ingredient words”。如果阴影飘了，要写“visible contact shadow between fingers and tube, consistent single soft light source”。

我更喜欢把这份结论写成两栏：通过项和禁改项。通过项保留画面的温度，比如柔和窗光、手部局部、护手霜管身。禁改项锁住商品证据，比如标签、容量比例、瓶盖形状、手指数量。它像一张小小的版面校样，画面可以呼吸，边界不许松。

若你做的是原产地、食品或礼盒这类更复杂的场景，可以顺手参考 GPT Image 2 做原产地农产品礼盒图 的参考图组合思路：主体、场景、动作要分开提供，不要让模型同时猜商品、猜手势、猜故事。

收尾只记两个坑。第一，别把手部氛围图当成商品事实图；它可以帮助情绪，不该替代白底证据。第二，别让 AI 生成标签文字；只要涉及品牌、容量、功效、备案和批号，能保留就保留，不能读清就补拍或人工排版。图叮可以帮你把画面生出来，但 ready 前的最后一眼，仍然要落回商品本身。