AI 生图过稿会别只问好不好看：运营、设计和客服各看什么

我最近看过一组挺反常的过稿记录。内部复盘里，2026 年 5 月 23 日晚，团队把 64 张 AI 生图商品素材分给运营、设计和客服各看一轮。设计觉得 41 张能过，运营只放行 29 张，客服最后只愿意拿 22 张去页面和话术里用。差异不是谁更挑剔，而是三个人看的问题本来就不是同一个。

这件事像一张桌子。设计看桌面干不干净，运营看商品放上去能不能让人停 1 秒，客服看桌腿会不会塌。你只问“这张图好不好看”，就等于只摸桌面，不看下面。AI 生图过稿会真正要解决的，是三种判断能不能在同一张图上共存。

我会把这类会开得更直白一点。别让美工一个人背所有判断。运营看点击入口，设计看画面执行，客服看证据能不能解释。图叮适合放在这三者之间，把画面区和证据区先拆开，再决定哪里继续生成、哪里局部修、哪里直接退回原图。

图注：三方过稿桌面把入口、执行和解释分开看

运营先看入口：这张图能不能在列表里被读懂

运营的第一眼通常很现实。不是构图有没有高级感，而是缩到手机列表宽度以后，用户还能不能看出“这是什么商品、解决什么需求、和旁边那张有什么不同”。这个判断听起来粗，但很值钱。

团队实际经验里，我们把一批小家电、服装配件和美妆套装图缩到 375px 宽。运营小林只给每张图 5 秒，记录三列：商品身份、卖点入口、误解风险。64 张图里有 18 张在大图里很好看，缩小后却像通用氛围图。比如一个粉扑收纳盒，主图被生成为柔光桌面大片，透气孔和卡扣都在边缘。运营看到的是“高级”，用户看到的可能只是一个奶白色小盒子。

这一步不要急着改 prompt。先问入口有没有错。商品主体太小，就重新定构图；卖点被道具抢走，就删道具；品类身份不清，就回到原商品图或白底图补证据。图叮做这类图时，提示词里可以写得硬一点：主体占画面 60% 以上，保留商品边界，不让花、布、光斑抢走第一识别。

站内讲过AI 商品图进入平台证据时代这个问题。机器和用户都会先读对象关系。列表页读不懂，后面再精修也只是把错误磨得更亮。

设计再看执行：AI 改了画面，还是改了商品

设计看的是第二层：光、色、边缘、材质、比例。这里最容易吵，因为 AI 生图经常把“画面更顺”和“商品被改”混在一起。说真的，很多图不是难看，是太顺了。顺到商品像换了一件。

我常用一个笨办法。把原图、AI 图、准备上架图放成三列，只看 4 个点：主体比例有没有变，材质高光有没有换，边缘结构有没有被补，文字或标签有没有被模型猜写。内部复盘里，2026 年 5 月这套三列法拦下过 11 张“看起来很好”的图。问题集中在透明件、布料纹理和包装贴纸。它们不是大错误，却会让商品事实漂移。

设计同事真正该守住的是处理边界。背景灰点、桌面折痕、非商品区域的杂反光，可以交给图叮 AI 清理。商品结构、材质纹理、型号贴、接口、包装数量，只能增强已有信息，不能让模型补。这个分法和图片归档命名与版本管理体系是一条线：过稿不是看一张最终 JPG，而是看它能不能回到原图和版本记录。

如果设计只说“这个更好看”，这句话没有验收口径。更稳的说法是：“画面区通过，证据区第 2 项需要回退。”短一点，硬一点。AI 图才知道下一轮该改哪里。

客服最后看解释：买家问起来有没有图可指

客服是最容易被过稿会忽略的人。可一张 AI 生图上线后，客服才是第一个替它解释的人。买家问“这个颜色是不是实物色”“套装里有没有那个配件”“这个接口是不是我机器能用”，客服手里如果没有图可指，所有精修都会变成聊天成本。

举个明确标注的假设场景，不当作真实客户数据：一套厨房小工具，AI 图把主机修得很干净，把说明卡、备用配件和封口袋压到边角。运营觉得主图清爽，设计觉得光影统一。客服却会卡住，因为买家问“是不是带备用刀头”时，图上看不清。这个问题不是文案能完全补上的。商品图本来就该承担一部分解释。

客服过稿只需要看 3 件事。第一，页面标题里承诺的东西，图里有没有对应证据。第二，可能引发售后的区域，有没有被修没。第三，遇到争议时，客服能不能截这张图说明边界。能，就过。不能，就退回补一张证据图，不要让社媒感主图承担所有任务。

这一步可以参考AI 修图 50 个问题的分类思路。不要把所有问题塞进“画面质量”。很多问题其实是售前解释、售后证明和商品事实三类风险。

一张过稿表要分三列，不要只留一个总分

图注：三列过稿表让返修原因落到具体角色

我的建议很简单：AI 生图过稿表不要再只写“通过 / 返修”。那太粗。更实用的是三列：运营列、设计列、客服列。

运营列写入口判断：缩略图是否识别商品，卖点是否清楚，道具是否抢主体。设计列写执行判断：比例、材质、边缘、文字有没有漂移。客服列写解释判断：标题承诺、配件数量、规格标签、争议区域有没有图可指。每列只要出现硬伤，就不要用“整体不错”掩盖。

这里面图叮的位置不是替三个人拍板。它更像一张中间桌：先把证据区圈出来，再处理画面区；先让运营确认入口，再让设计修执行，最后让客服看解释。顺序对了，AI 生图会变成协作工具。顺序错了，它就会变成一张漂亮但没人敢负责的图。

下一轮我最想看到的数据不是“AI 生图一次过稿率”。那个数太容易骗人。我更想看三列通过率：运营入口通过多少，设计执行通过多少，客服解释通过多少。三列都稳，才说明这套图真的能上线。