AI 购物代理开始读商品图：主图要留下哪些证据

窗外有一点潮气，楼下便利店的灯还亮着。我把一组商品图缩到搜索结果页大小，盯了几分钟，忽然觉得它们像夜里田埂上的路牌：人能看见，机器也会看见，只是两边看的不是同一种东西。

人看一张主图，先看顺不顺眼，像不像真货，值不值得点进去。AI 购物代理看同一张图，可能先抓品类、颜色、材质、可替代品、价格带、使用场景，再把这些线索和商品 feed、评论、库存、支付路径接起来。到这一步，商品图就不再只是海报。它更像一份证据，给买家看，也给模型读。

截至 2026-05，这个趋势不是一句空话。据 Google 2026 年 1 月 11 日官方博客 介绍，Google 正在把 Universal Commerce Protocol 用到 AI Mode 与 Gemini 的购物链路里，还提到 Merchant Center 会增加面向对话式购物的数据属性。换成电商团队能听懂的话：以后商品被问到、被比较、被推荐，靠的不只是标题关键词，图片里的证据也会一起被理解。

图注：商品图、feed 与对话入口同台被读取

第一段思绪：AI 不是审美总监，它先像采购助理

很多运营听到 AI 购物代理，第一反应是“那主图是不是要更有科技感”。我反而建议先往回收一点。代理不是坐在电脑前挑海报的设计总监，它更像采购助理，先问：这是什么，适合谁，哪里能证明，和另一个 SKU 差在哪。

据 OpenAI 2026 年 3 月 24 日产品公告 ，ChatGPT 的商品发现开始强调视觉浏览、横向比较和更完整的商品信息。公告里的方向很清楚：用户可以上传参考图找相似商品，也可以在对话里筛预算、偏好和限制。对商品图来说，这意味着一张图如果只负责“漂亮”，很快会不够用。它还要回答模型可能追问的几个问题：这个材质是不是能被看出来，规格信息有没有露出，配件是不是完整，使用场景有没有误导。

这里有一个容易翻车的判断：为了让图更抓眼，把所有瑕疵、接缝、标签、接口都修掉。短期看，点击率可能舒服；到了 AI 代理做比较时，它反而缺少可读证据。比如一台家用小电器，正面光影很干净，却看不见排气孔、功率铭牌、插头规格和容量刻度。模型在回答“适合小户型吗”“能不能放餐边柜吗”“有没有安全认证”时，只能依赖文字 feed。文字和图一旦对不上，信任就薄了。

这也是我看商品图时越来越在意的地方。真实项目脱敏的团队复盘里，杭州滨江一家家居店的运营詹姐曾把 47 张收纳柜主图分成两组让同事盲看：一组光影更顺，另一组保留铰链、板材侧边、脚垫和承重孔位。内部复盘结论很朴素，前一组适合做广告首屏，后一组更适合给客服、详情页和比价场景兜底。这个样本不代表行业结论，但它提醒我们：AI 购物链路会放大“证据图”的价值。

如果你还在搭基础验收表，可以先对照 电商产品图的分级验收标准 做一版图像证据层级，再决定哪些位置交给图叮 AI 清理，哪些位置必须锁住。

第二段思绪：图片证据要和 feed 对得上

深夜看商品 feed，有一种翻旧账的感觉。标题写“304 不锈钢”，图里却被修成泛白银灰；详情页写“含 3 个转接头”，主图只剩一个漂亮主体；参数表写“适配 65W”，铭牌被磨得像一块雾面贴纸。以前这些问题主要靠人工质检找，现在 AI 代理也会参与发现、比较和提问，图片和结构化数据的冲突会更刺眼。

据 Criteo 2026 年 2 月 5 日新闻稿 ，他们发布了面向 AI 购物助手的 Agentic Commerce Recommendation Service，并把商品推荐连接到真实购物行为、库存和交易信号。这里我不引用它的效果数字当作通用结论，因为那是 Criteo 自家测试口径；但它说明一件事：商品推荐正在从“网页展示”变成“数据、意图、库存、图片一起被代理系统读取”。

因此主图修图要多一道交叉检查：图像证据是否支持 feed。不是每个卖点都要出现在一张图里，但关键卖点不能被修没。家居类要看板材纹理、五金孔位和比例；消费电子要看接口、按键、认证贴和屏幕边框；服饰要看面料纹理、走线、版型和色差；食品要看规格、包装日期位置和实物分量。图叮适合做的是把噪点、脏污、杂乱背景和低质光影处理掉，同时让这些证据留在画面里。

图注：主图、铭牌与参数表逐项对照

这里可以借用 电商修图批量生产流程 的思路：先把图片分层，主体清洁、证据锁定、场景补充、缩略图复核分开做。不要把“清理背景”和“改商品事实”混在一个 prompt 里。前者是生产效率，后者可能变成售后证据风险。

第三段思绪：AI 代理会更爱“可比较”的图

人刷商品列表时，常常凭第一眼买账。AI 代理做推荐时，更关心比较维度是否清楚。两款筋膜枪、两双通勤鞋、两套收纳盒，如果图片都只剩干净白底和柔光阴影，差异会被压平。可比较的图，应该把差异点露出来。

这个差异不一定靠大字标签。更好的做法是让构图本身有信息：同角度拍主体，保留比例参照；配件按实际数量排列；局部特写统一尺度；使用场景不夸张。比如手机支架图，第一张负责“我是什么”，第二张负责“支撑点在哪里”，第三张负责“折叠后多厚”，第四张负责“放进桌面场景会不会挡线”。这些图进入对话式购物后，才有机会被模型拿去回答“适不适合办公桌”“能不能放平板”“线会不会绕”。

据 Meta 2026 年 3 月 Marketplace 公告 ，Marketplace 的新 AI 功能会基于图片自动生成 listing 草稿，并帮助卖家补充描述、价格等信息；同篇公告还提到美国和加拿大每天有超过 350 万条 Marketplace listing。这个场景虽然偏二手交易，但对所有电商图都有启发：图片如果能让 AI 自动写出更准确的描述，后续问答和推荐也更稳。

我不建议把主图做成信息图墙。AI 生图越强，越要克制。真正有用的比较图，常常是安静的：同一背景、同一光线、同一比例，关键结构不被美化。像田里看庄稼，叶子长势要看，泥土湿度也要看。只拍一片绿，庄稼反而像假的。

第四段思绪：场景图别替商品撒谎

AI 购物时代会奖励更丰富的场景图，但也会放大场景图的谎言。一个空气炸锅放进宽敞北欧厨房，看起来高级；如果机身比例被放小、插座位置被藏掉、油烟距离被美化，买家到货后会把落差记在心里。AI 代理如果把这张图理解成“小厨房也合适”，问题就从审美偏差变成了推荐偏差。

所以场景图要有边界：能补环境，不能改商品能力；能表现使用关系，不能暗示不存在的配件；能让背景更干净，不能把尺寸和材质说成另一回事。图叮做场景合成时，建议把“主体商品参考图”和“场景参考图”分开输入，prompt 里写清楚主体不可改，背景只提供生活语境。场景合成的具体取舍，可以接着看 电商场景图制作实战 ，那篇讲的是点击率，这篇补的是 AI 可读性。

截至 2026-05，Google、OpenAI、Criteo、Meta 的公开动作都还处在快速迭代期，不能把海外产品节奏直接当成国内平台规则。对国内商家更稳妥的做法，是先把自己能控制的图片资产整理好：白底主图讲清主体，局部图讲清证据，场景图讲清关系，详情页图讲清流程。等平台入口变化时，这套资产能比较快接上。

睡前留下的问题：你的主图能不能被机器复述出来

写到这里，楼下便利店的灯灭了一半。我给自己留了一个很笨的测试：把一张主图遮掉商品标题，只看图片，让同事用 30 秒说出“这是什么、有什么关键规格、适合谁、哪里不能误解”。如果人都复述不出来，就别指望 AI 代理替你说清楚。

图叮在这个趋势里的位置，不是把所有商品修得更像广告片，而是帮团队把图修到“干净但有证据”。该亮的地方亮，该留的标签留，该让模型读懂的结构别磨平。睡前一句话：下一轮商品图验收，不妨少问一句“好不好看”，多问一句“它能不能被正确复述”。明天打开商品库时，先挑 10 张主图做这个测试，你大概会知道哪一批图该重修了。