美甲灯商品图怎么修：灯珠、感应窗和底板先分清

一个反直觉的事实先放前面：美甲灯商品图最容易修坏的地方，往往不是外壳划痕，而是那些看起来“不好看”的功能证据。内部复盘里，我们把一张美甲灯图拆成 4 个向量：灯珠排布、感应窗位置、手托底板接触面、功率档说明。距离值最容易漂移的不是大面积白壳，而是这 4 个小区域。

图注：先把美甲灯拆成四个证据位再修

这篇不讲“怎么把美甲灯修得高级”。那句话太松。更准确的问题是：拿到一组美甲灯商品图时，哪些区域可以交给图叮清理，哪些区域只能局部保护，哪些情况应该退回补拍。结论也先给：如果一个区域承担商品功能说明，它的修图目标不是变漂亮，而是降低误读。

基础事实：美甲灯不是一个发光盒子，而是四个证据区

把美甲灯当成一个白色塑料盒来修，第一步就错了。它至少有四个证据区。

第一是灯珠排布。灯珠数量、间距、角度，会影响买家对覆盖范围的理解。原图里的灯珠如果有反光，可以压；但不能把局部灯珠抹成一整片亮面。灯珠一旦被修平，页面就只剩“看起来很亮”，没有办法解释为什么手指放进去会被均匀照到。

第二是感应窗。很多美甲灯有红外感应或触发窗口，位置通常很小。它像一个黑点、灰点或半透明小窗，修图模型容易把它当成污渍。可它决定了“手伸进去会不会自动亮”。这类点位和脱毛仪商品图里的出光口、档位屏很像：不是越干净越好，而是要保住功能入口。

第三是手托底板。底板看似只是承托区域，其实会说明开口高度、手指进入角度、是否容易清洁。内部复盘的标注习惯是先看接触阴影，再看底板边缘，最后看可拆卸痕迹。影子可以柔一点，边缘不能被重绘成不存在的结构。

第四是功率档说明。它可能是按钮旁的小图标，也可能在包装或侧面贴纸上。原图能读清，就保留；原图糊掉，不要让 AI 猜字。功率、时间档、模式名都属于商品说明，不是装饰纹样。

第一个结论：清理背景前，要先锁住“功能向量”

如果先清理背景，模型会按视觉权重处理画面。白壳、桌面、阴影占画面大头，灯珠和感应窗只占很小一块。看起来合理，结果却容易错。

我的处理顺序是反过来的。先定义功能向量：灯珠排布是否完整，感应窗是否可见，底板接触是否真实，功率档是否不被篡改。四项先锁住，再谈背景清理。用 Vec-256 的话说，先定距离度量，再谈美感。

具体到图叮，第一轮只做背景灰尘、桌面杂色、外壳轻微污点。提示词要写得窄：清理白壳周边和桌面，不改变灯珠数量、感应窗形状、底板边缘和任何文字区域。不要一上来写“让产品更高级、更通透”。这类词会把模型推向整体重绘。

如果要做局部重绘，也只放在两个区域：外壳非功能划痕、桌面干扰物。灯珠反光不属于这个区域，感应窗模糊也不属于这个区域。前者可以用局部曲线或轻微锐化；后者大概率要回源确认。

这和美甲贴商品图的胶层、编号返检是同一条逻辑：美妆类小件最怕把“看着不整齐”的证据修掉，最后客服解释不了。

第二个结论：灯珠和底板决定“能不能修”，功率档决定“能不能交付”

不是所有问题都适合修。

灯珠问题分三类。轻微反光、局部灰尘、边缘噪点，可以清理。灯珠缺了一颗、排布被遮挡、内壁过曝到看不清结构，应退回补拍。中间还有一类：灯珠存在但反光过强。这种可以先保留数量和位置，再做局部压光，不要让模型补出“更整齐”的灯珠。

底板问题也分三类。桌面投影乱，可以修。底板边缘轻微脏，可以修。底板形状被手模遮住、开口高度看不清、可拆卸结构缺失，就不要硬修。底板是买家判断放手舒适度和清洁方式的依据，不能只看白不白。

功率档更严格。按钮、模式、时间档、包装说明，只要涉及字、图标、数字，就按包装标签处理。看不清就是看不清，不能补。买家不会因为你把数字修得像真的就少问一句，反而会在收到货后拿说明书对照。

这里可以借用摄影补光灯商品图锁住灯珠和电源规格的做法：发光器件可以修光感，但规格证据必须回到原图或源文件。美甲灯不是摄影灯，但灯珠、模式和功率说明的证据属性很接近。

图注：灯珠、感应窗和功率档不能同一套指令处理

实战推论：三条路径分开，不要让一个 prompt 全包

我会把美甲灯图分成三条路径。

路径一，清理。适用于产品结构清楚、灯珠完整、感应窗可见、说明文字原本就清晰的图。目标是去掉桌面灰点、白壳脏污和无关反光。输出图应比原图干净，但功能区坐标基本不变。

路径二，局部保护。适用于外壳要变亮、背景要统一，但灯珠、感应窗、底板和功率档必须保留的图。做法是先框出四个保护区，再让图叮处理外壳和背景。这个路径最常用，也最容易被写坏。不要把“保留证据”和“整体重绘”写在同一句里。

路径三，退回补拍。适用于灯珠区域过曝、感应窗被反光盖住、底板被手挡住、功率档完全糊掉、包装与机身型号对不上。图叮可以救清晰度、光线和背景，不能替原图证明不存在的信息。

一个脱敏的内部场景可以帮助判断：2026 年 5 月，青岛一个美妆小团队整理 48 张美甲灯 SKU 图，运营小林先把每张图按四个证据区打勾。结果只有 19 张适合直接清理，21 张需要局部保护，8 张因为功率档和底板结构看不清被退回补拍。这里的数字不是行业结论，只说明一个工作习惯：先分类，再修图。

边界条件：这些图不要硬写成“AI 可修”

有三类图要停下来。

第一类，文字本来就糊。功率、时间、模式、认证标、包装型号，一旦原图不可读，不能靠 AI 生成“像文字的东西”。这不是审美问题，是交付边界。

第二类，结构被遮挡。手模挡住底板、产品倾斜导致灯珠只露一半、感应窗在强反光里消失，这些都不该硬修。让 AI 猜结构，等于把商品说明权交给模型。

第三类，套图互相矛盾。主图是 48W，详情页是 54W；包装图有底板，机身图没有底板；一张图有感应窗，另一张看不见。遇到这种情况，先让运营确认版本，不要让修图师替商品经理做判断。

所以公式很短：美甲灯可交付图 ≈ 背景清理 × 功能区保护 × 规格不猜。少任意一项，图都可能好看，但不一定能卖得稳。