AI 修图 brief 不是提示词堆砌：图叮局部保护词、禁改区和批量复用怎么写

很多人以为 AI 修图 brief 就是把提示词写长：更高级、更干净、更真实、更有质感。这个理解错了一半。模型确实需要文字指令，但商品图交付里，文字不是用来堆审美词的，是用来划责任边界的。

一张商品图里有两类信息。第一类是可优化信息，比如背景褶皱、局部反光、拍摄台灰尘、边缘杂物。第二类是交易事实，比如容量刻度、接口孔位、批号喷码、包装警示、真实瑕疵、套装数量。AI 不知道哪一类会影响客服解释，哪一类只影响画面观感。这个判断要由团队先写进 brief，再交给图叮执行。

我更愿意把 brief 看成 SKU 单价控制表。写清楚，20 张同系列图能复用；写含糊，第一张看着不错，后面 19 张就开始烧工时。

基础事实：模型只看像素关系，不知道商品责任

商品图的 AI 修图有一个底层事实：模型读到的是图像特征和文字约束，不会天然理解交易责任。它能判断哪里像污点、哪里像高光、哪里像背景缺口，却不会自动知道“这行小字是安全警示，不能变形”。

真实项目脱敏复盘里，上海闵行一个美妆拍摄棚在 2026 年 4 月处理过 47 张瓶身图。摄影助理小周原本只写“去掉瓶身杂反光，保持高级光泽”，前 6 张看着都干净，但第 7 张开始，瓶身背标边缘被补平，英文容量单位从 30 ml 变成一团灰。返工不是因为工具差，而是 brief 没把“背标、容量、条码、批号”列为禁改区。

这类问题在工业品上更明显。接线端子、开关电源、汽配件的螺丝孔、铭牌、电流值，都是采购判断依据。老文章里拆过 接线端子排商品图的压线螺丝、铜排和额定电流，那类细节不一定好看，但不能被 AI 当成“脏点”修掉。

所以第一条原则很冷：AI 修图 brief 先写不能动什么，再写想变成什么样。

图注：先圈出禁改事实区，再处理背景瑕疵。

第一条结论：保护词要比审美词更靠前

很多团队的 brief 顺序是反的。开头写“质感高级、干净通透、商业大片”，结尾才补一句“保持商品真实”。模型收到的重点也会偏向整体美化，细节约束被挤到后面。

更稳的顺序是四段：

1. 保留商品主体、轮廓、比例、文字、标签、接口、刻度、批号。
2. 只处理指定区域，例如背景褶皱、反光杂点、桌面灰尘。
3. 输出风格要求，例如白底干净、阴影自然、色温统一。
4. 禁止新增或改写文字、配件、结构、材质纹路。

这不是文字游戏。按单张图 4 元修图成本算，一组 60 张 SKU 如果因为标签变形返工 20%，直接多出 48 元人工复核和重修成本，还不算上架延迟。生意账很小，积起来就不好看。

在图叮里操作时，可以先上传基准图，把可改区域框出来，再写保护词。不要把整张图都交给模型猜。比如透明亚克力展示架，边缘、接触阴影和反光是商品可信度的一部分；旧文 亚克力展示架商品图 AI 修图 FAQ 已经把这些区域拆得很细。你的 brief 可以直接借用这种拆法：边缘保留，阴影保留，背景纸折痕可修，桌面杂点可清。

好的 brief 不一定长，但顺序要像报价单一样清楚。先锁责任，再谈美感。

第二条结论：禁改区要写成区域，不要写成愿望

“不要修错商品细节”这句话没有执行力。它像一句 wish，听起来对，落到图上却不知道指哪里。禁改区要写成区域和部件。

可以用这套写法：

• 正面图：瓶盖螺纹、Logo 字形、容量数字、条码、喷码不改。
• 侧面图：瓶肩高光可柔化，背标文字不重绘，瓶底接触阴影保留。
• 细节图：泵头出液口、锁扣结构、材质纹理不补造。
• 套装图：每件数量、位置关系、赠品包装不新增不删除。

图叮适合把这些区域分开处理。先处理背景和杂反光，再对局部做轻修，生成后把原图、修后图、上线尺寸并排看。别只看 2 倍大图，很多电商页面真正展示时是 750px 宽，文字有没有变形、边缘有没有发毛，要放回真实尺寸里验。

一个实用做法是建一张“禁改区表”。每个 SKU 只填四列：区域、为什么不能动、允许的修法、验收方式。比如“瓶身背标 / 涉及容量和成分 / 只允许压低反光不改字形 / 100% 放大看数字和单位”。这张表给外包修图师也看得懂，给运营验收也不费口舌。

brief 的价值就在这里。它把“感觉不对”换成“哪个区域不该动”。沟通成本少一轮，SKU 单价才降得下来。

第三条结论：批量复用前，要先跑三张小样

图叮能让同系列商品图更快进入批量处理，但不要第一张过了就把整批都跑完。AI 修图最怕的不是一张图失败，是同一个错误被复制到 80 张图里。

我建议先做三张小样：

• 一张标准正面图，验证主体、文字、轮廓和白底阴影。
• 一张斜侧图，验证反光、边缘和空间透视。
• 一张细节图，验证材质纹理、喷码、接口、刻度或瑕疵披露。

这三张覆盖了大多数失败路径。正面图过不了，说明保护词不够；斜侧图过不了，说明光影和区域框选不稳；细节图过不了，说明禁改区写得太宽或太空。

真实项目脱敏复盘里，杭州滨江一个小家电团队在 2026 年 5 月做过 36 张电动牙刷套装图。运营詹姐一开始想全批跑，后来按三张小样先测。结果细节图里的充电触点被补亮，像多了一个金属片。这个错误如果放进全批，客服要解释“为什么图上看起来有两个触点”。小样阶段发现，改 brief 只花 18 分钟；全批返工，至少半天。

这也是图叮 brief 要能复用的原因。不是每张图重新写一段诗，而是把同系列的保护词、可改区和验收方式固定下来。第一批样张稳定后，再把这套 brief 复制到同色、同结构、同角度的 SKU 上。

图叮里的 brief 可以按这条路径写

实际落地时，我会让团队照着这条路径走：

第一步，上传基准图。不要直接用最差的一张图做基准，选一张商品事实最清楚的：字能看清，轮廓完整，阴影正常，颜色没有严重偏差。

第二步，框选可改区域。背景、桌面、杂反光、局部脏点可以进选区；标签、接口、刻度、序列号、真实瑕疵先排除在外。框选越准，后面文字越轻。

图注：从基准图到小样验收，流程逐步收敛。

第三步，写保护词。格式可以固定为：“保留商品主体轮廓、材质纹理、Logo、型号文字、容量单位、接口结构；只清理背景褶皱和拍摄杂物；不新增文字、配件、结构和高光形状。”

第四步，生成第一批样张。不要只挑最好看的那张，要挑最接近上线要求的那张。好看但改了事实，直接淘汰。

第五步，做并排验收。原图、修后图、缩到上线尺寸的图，三张一起看。只看修后图容易被干净画面骗过去；放回上线尺寸，文字变形、边缘糊、阴影漂浮会更明显。

第六步，复用到同系列。只有当三张小样都稳定，才把 brief 给下一批 SKU。遇到材质变化，比如从磨砂瓶换成透明瓶，从布面换成金属面，要重新测一张小样。

这条路径不复杂，但它把图叮的优势用在正确位置：让机器做重复修图，让人负责商品事实和验收口径。

旧长尾文章可以变成保护词资料库

很多旧文章看起来是具体品类返检，其实可以当 brief 资料库用。比如商品图要给人看，也要给搜索和推荐系统读懂，AI 购物智能体开始下单：商品图要从好看变成可被机器读懂 讲的是可读性；具体到一个 SKU，哪些文字、结构、数量、材质不能乱动，就能从品类文章里抽出来。

做法很简单。运营建 brief 前，先找相近品类旧文，摘出三类词：

• 事实词：型号、规格、容量、材质、配件数量、日期码。
• 风险词：反光、边缘、孔位、标签、刻度、纹理。
• 验收词：放大检查、缩图检查、同批对照、客服可解释。

这些词不写给搜索引擎看，是写给团队和图叮看。旧文章负责告诉你“这个品类哪里容易出错”，新 brief 负责告诉图叮“这张图哪里不许动”。两层连起来，内容资产才不只是铺量。

图注：旧品类文章可沉淀为保护词资料库。

边界：不是所有问题都该靠 brief 解决

brief 不是万能修复器。原图虚焦、商品严重遮挡、标签已经拍糊、颜色完全失真，这些问题写再长也救不稳。该补拍就补拍，该让摄影棚重来就重来。AI 修图适合处理可描述、可框选、可验收的问题，不适合替团队隐瞒商品事实。

我判断一张图能不能进图叮，通常看三件事：商品事实是否清楚，可改区域是否能框出来，验收标准是否能写成一句话。三件事都能回答，brief 就有用；有一件答不上来，先别急着批量。

这篇的公式可以压成一句：AI 修图质量 = 商品事实保护 x 可改区域清晰度 x 批量验收一致性。只谈审美词，乘数会塌；先把禁改区写清楚，图叮才有空间把效率做出来。