跳转到主内容
·

AI 修图复核评分表怎么做:保真、质感和上架风险三档判断

晚上 8 点前要上架,修图师已经把一批商品图交回来了。运营打开第一张,第一反应是“比原片干净”。这句话听起来像通过,其实还不能通过。

AI 修图最容易让团队放松警惕的地方,就在这里:它把灰尘、背景和局部瑕疵处理得很快,画面变顺了,问题也被一起盖住了。真正该问的不是“好不好看”,而是 1/2/3 三件事:商品事实有没有被动过,画面质感有没有撑住,放到平台上会不会留下风险。

我建议把复核表做成三档,不做十分制。十分制看似精细,最后会变成 7 分和 8 分的争论。三档更适合交付现场:通过、需返工、不可用。每一档都有动作,不靠情绪判断。

为什么 AI 修图复核要先看商品事实,而不是先看画面好不好看?

先看商品事实,因为这是底线。

一张图如果把瓶身容量、接口数量、金属纹路、鞋底齿纹、屏幕边框、标签批号、配件孔位修错了,它再漂亮也不能上架。买家不会因为光影高级就接受“收到的东西和图片不一样”。平台审核也不会因为背景干净就放过规格信息不一致。

复核第一档可以叫“商品保真”。只看六类信息:

  1. 结构:轮廓、孔位、卡扣、接缝、开关位置有没有变化。
  2. 文字:型号、容量、警示语、产地、条码、批号是否仍可读。
  3. 颜色:主色、色差、透明度、金属冷暖是否接近原品。
  4. 材质:皮革纹理、金属拉丝、塑料磨砂、玻璃通透感有没有被抹平。
  5. 比例:主体长宽、配件大小、套装关系有没有被 AI 拉伸。
  6. 瑕疵边界:该去掉的是灰尘、折痕、背景脏点,不是商品真实磨损、使用痕迹或鉴别信息。

这里不要写“基本没问题”。要写能执行的结论。比如:

结论判断条件下一步
通过商品结构、文字、颜色、材质与原图一致,只清理了非商品瑕疵进入质感复核
需返工有 1-2 处局部越界,但不影响型号、结构和材质判断在图叮里圈选局部,重绘或恢复原图细节
不可用型号、标签、孔位、比例、关键材质被改错退回重做,不在当前稿上继续修

这张表的价值,是让运营和修图师少说“感觉不对”。感觉不对不能返工,区域、问题、动作才可以返工。

如果团队以前已经在用电商修图验收标准,这一步可以直接把“信息准确”那一栏拆细,放到 AI 修图首检。旧标准负责统一大方向,复核表负责每天逐张执行。

三档评分表具体怎么分?

三档不是三张表,是同一张表的三个层级。顺序不能反。

第一档是商品保真。第二档是画面质感。第三档是上架风险。

AI 修图复核三档评分表,包含商品保真、画面质感和上架风险 图注:三档复核表把保真、质感和上架风险拆开判断

我会把它写成这样:

层级复核问题通过需返工不可用
商品保真这还是不是原商品?事实信息不变局部越界但可恢复关键事实被改错
画面质感这张图能不能代表专业交付?光影、边缘、材质自然局部脏、糊、硬、假主体变形或质感整体崩
上架风险放到平台会不会引发投诉或审核问题?与详情、规格、承诺一致需要补充备注或替换局部有误导、夸大、虚构信息

很多团队会跳过第二档。只要事实没错,就觉得能交。这个判断太粗。

商品图不是证件照。它要负责点击、理解和信任。AI 修图之后,如果边缘像剪纸,阴影没有接触点,玻璃瓶变成塑料瓶,金属件像灰色橡皮,买家不会说“这个团队保真做得不错”,只会觉得店铺不专业。

第二档“画面质感”可以重点看四处:

  1. 边缘:抠图边是否发灰、发白、锯齿、漏背景。
  2. 阴影:商品底部有没有接触阴影,是否浮在背景上。
  3. 材质:高光、纹理、透明度、反射是否与商品品类匹配。
  4. 清晰度:主卖点区域是否清楚,局部重绘有没有把细节糊成一片。

第三档“上架风险”更像 PM 的复核。它不只看图,还看图和页面之间是否一致。主图说 500ml,详情页写 450ml;图片里套装有 3 个配件,SKU 实际只有 2 个;修图把轻微划痕抹掉,但二手商品描述仍说“有使用痕迹”。这些都不是美术问题,是交付风险。

这时可以把AI 工具交付前自查清单里的版权、承诺、素材来源项接进来。修图复核不是孤立动作,它应该和交付确认、页面文案、客服话术一起看。

在图叮里复核一张 AI 修图稿,建议按什么顺序操作?

顺序要稳定。每个人都按同一条路径走,返工意见才不会散。

我建议用 5 步:

图叮 AI 修图复核操作路径,从原图对照到批量抽检 图注:复核路径从原图对照走到同款批量抽检

  1. 原图和修后图并排。先用肉眼扫一遍主体轮廓、文字、颜色和配件关系,不要急着放大。
  2. 圈出事实区域。在图叮里把型号、标签、接口、结构边缘、材质纹理这些区域作为保护重点,后续只允许清理周边,不允许改变内容。
  3. 检查局部重绘是否越界。看背景修补、污点去除、边缘修整有没有吃进商品本体。
  4. 做 100% 放大复核。只看关键区域,不全图无意义巡检。重点是字、边、孔、纹、影。
  5. 批量抽检同款一致性。同一 SKU 的主图、细节图、场景图放在一起看,颜色和结构不能各修各的。

这条路径的重点是“先保护,再美化”。图叮的局部处理能力适合做第二轮修正:哪里越界,圈哪里;哪里需要恢复原商品细节,就对照原图把范围收窄。不要一上来整图重跑。整图重跑会让已经通过的区域重新进入不确定状态。

如果你们有批量交付,抽检规则也要写清楚。比如每 20 张抽 5 张,不只抽最好看的图,而要覆盖主图、白底图、场景图、详情页局部图。发现同一种错误出现 2 次,就不要逐张返工,直接回到提示词或操作路径上修正。

产品精修工作流里讲的是从原片到成品的完整路径,这里的评分表可以放在“AI 初稿后”和“最终导出前”两个节点。前者拦大错,后者拦交付风险。

什么时候应该返工,什么时候应该直接重做?

这个问题要提前写进表里。不然每次都会争。

可以返工的情况,通常有三个特征:

  1. 问题范围小。
  2. 原图里有可参考的信息。
  3. 修正后不会牵动整张图的事实关系。

例如背景角落没补干净,瓶底阴影断了一小段,金属高光过亮,边缘有一圈灰线,局部灰尘被漏掉。这类问题适合在图叮里圈选局部处理。备注写成“瓶盖右侧 2cm 高光压低,保留原金属纹理”,比“瓶盖太假”有效得多。

应该重做的情况也要明确:

  1. 型号、容量、条码、标签被改错。
  2. 商品结构或配件数量发生变化。
  3. 材质被改成另一种材质。
  4. 二手、食品、母婴、工业件等高信任品类的真实状态被美化过度。
  5. 同一 SKU 多张图颜色差异明显,已经无法靠局部修正统一。

这类稿件不要继续补。补得越久,团队越容易忘记原始错误在哪里,最后得到一张“局部看都修过,全局仍不可信”的图。

我比较反对把“客户不喜欢”也直接写成重做原因。客户不喜欢可能是审美没对齐,也可能是事实有问题。评分表要把它拆开:如果是构图和风格不符合参考,走风格返工;如果是商品事实被改错,走重做;如果是页面承诺和图不一致,先改页面信息或 SKU 说明,不要让修图师背全部责任。

这一点和AI 修图质量判断指南里的逻辑一致:质量判断要落到可观察对象上,而不是落到一句“高级感不够”。

这张评分表怎么交给外包或团队使用?

交给外包时,不要只发一张空表。要给样例。

最小版本可以包含四列:

图片编号问题区域评分层级处理建议
A-03 主图瓶身背标商品保真:需返工恢复原背标排版,不能重绘成新文字
B-07 细节图鞋底齿纹商品保真:不可用齿纹结构已变,退回重做
C-02 场景图商品底部阴影画面质感:需返工增加接触阴影,避免悬浮
D-11 详情页局部套装配件上架风险:不可用图片展示 4 件,实际 SKU 为 3 件

表里不要出现“再精致一点”“高级一点”“自然一点”这类词。它们可以放在风格 brief 里,不能放在返工单里。返工单只写区域、问题、动作、责任人。

团队内部使用时,可以把复核角色分开:

  1. 修图师自检商品保真和画面质感。
  2. 运营复核上架风险和页面一致性。
  3. 项目负责人只看不可用项和批量共性错误。

这样做的好处是,图叮负责把可修正的区域处理得更快,评分表负责告诉团队什么该修、什么不该修、什么必须退回。工具和规则分工清楚,交付才稳。

如果你们已经有电商视觉批量生产流水线,这张表可以作为质检节点的附表;如果还在接单阶段,也可以放进AI 修图接单 SOP里的样图确认和质检模板。

下一次做 AI 修图交付,不妨先挑 10 张旧图跑一遍这张表。别急着优化流程,先看团队对“通过、需返工、不可用”的判断能不能对齐。对齐之后,再谈效率。

相关文章

推荐阅读