车灯总成图被退回后,我们先看透镜、卡扣和型号标
从 12 张图退回 7 张,到第二轮只剩 1 张需要补拍,差别不在车灯修得更亮,而在 ground truth 先换了。团队实际经验里,2026 年 5 月 11 日做内部复盘时,我们把一组车灯总成图拆成透镜、卡扣、防水胶、型号标 4 个证据区,再让图叮 AI 只处理可清洁区域。
这篇不讲车灯图怎么做出“豪车感”。车灯总成不是普通亮面塑料件。它要回答三个问题:能不能装上,装上后会不会进水,买到的是不是对应型号。AI 修图只追求高光和通透感,偏离度会很快放大,客服最后接到的不是夸图好看,而是“这个和我原车孔位对不对”。
如果你做过汽配图,会知道这类返工很烦。图看着干净,问题却藏在 300% 放大后的边角里。
退回的主因不是暗,而是透镜和卡扣偏离了原图
图注:透镜卡扣和螺丝孔证据区
内部复盘先定 ground truth:原图里的透镜纹路、灯壳边线、安装卡扣位置,不能被 AI 当作噪点重画。我们把第一轮退回的 7 张图并排看,最明显的偏离不是色温,而是结构。透镜被磨得过于通透,卡扣边缘被补成圆角,螺丝孔阴影被压浅。单看每一张都“更干净”,但和原图叠起来,关键轮廓已经移位。
车灯总成的买家不只看外观。他会比孔位、看插头、查型号。尤其是二手件、改装件和副厂件,图片里的小划痕、边角注塑线、螺丝孔磨痕,有时是判断成色和适配的证据。把这些全部修掉,等于把商品从“可核验的配件”修成“像车灯的展示件”。
这里要把“脏”和“证据”分开。灰点、棚拍反光里的杂线、背景污渍,可以清。透镜内部的棱纹、边框压痕、卡扣缺口,不要凭审美补完。这个判断和 汽车配件适配可视化 是同一条线:汽配图的第一目标不是漂亮,是让买家能核对。
GroundTruthLab 的写法会比较冷。我们不问“这张图高级吗”,只问两个偏离值:结构边界有没有动,适配信息有没有少。只要其中一个变差,修图就不合格。
型号标和防水胶,要按采购证据处理
第二个返工点是型号标。真实项目脱敏里,运营常把车灯背面的喷码、贴标、插头编号当成“背面小字”,交给 AI 自动增强。问题在于,AI 不懂这些字符的责任。它可能把模糊的 8 修成 B,也可能把批次码边缘补齐成不存在的笔画。看上去更清楚,事实却更危险。
这类文字不要让模型重写。图叮里可以做局部对比度、锐化和背景清理,但不能让 AI 补字。看不清就标记为补拍,而不是生成一个更顺眼的型号。汽配件不像装饰画,型号错了,买家装不上,客服解释再久也没用。
防水胶也是同一类证据。车灯总成边缘的胶线、灯壳接缝、密封圈压痕,看起来不精致,却回答“会不会进水”。如果 AI 把胶线修成一条完美黑边,买家看不到真实封边状态;如果把接缝阴影抹平,维修店也很难判断是否拆修过。
我们在 proof board 里给这两块单独打分:型号标可读性 0-2 分,防水胶连续性 0-2 分。来源是团队实际经验,不是平台公开评分。它的作用也不是对外宣传,而是让修图师和运营有共同基准。0 分就是看不清或被重写;1 分是能看但需要客服补充;2 分是买家放大后能自行核对。
这套打分法也适合看 汽车牌照框的螺丝孔和适配边距。汽配商品的证据往往都在边、孔、标、胶这些“不好看”的位置。
图叮里的正确分工:清洁区交给 AI,证据区只做保真
图注:锁定区与修后图复核工作台
第三轮我们把任务拆成两张图来处理。第一张是发布主图,允许图叮 AI 清理背景、压住杂乱反光、统一灯壳外轮廓的明暗。第二张是证据图,保留透镜局部、背面插头、卡扣和型号标。两张图的 prompt 不能共用。
主图可以写得更偏视觉:clean product photo, controlled highlight, neutral background。证据图必须写得更硬:keep original lens texture, keep mounting tabs geometry, do not hallucinate label text, keep sealant seam. 中英文混用没问题,关键是把“不能改”的对象说出来。
实际操作时,我建议先画 4 个锁定区:透镜纹路、安装卡扣、防水胶线、型号标签。锁定区只允许清灰、轻微提亮和对比度校正,不进入大范围重绘。非锁定区再交给 AI 做背景清洁和光线统一。这个顺序比“先整图变好看,再回头修细节”稳,因为后者很容易已经把原始证据抹掉。
如果团队同时在做夹具、支架、雨刮这类汽配图,可以把规则复用过去。比如 车载手机支架的夹爪和球头 也是先保结构,再谈质感。不同品类的外观差很多,适配证据的处理逻辑很像。
交付前用一张三列核对表,别靠感觉放行
车灯总成图最后不要只看缩略图。缩略图只告诉你主图是否干净,不能告诉你证据是否还在。交付前建议做一张三列核对表。
第一列是买家问题:能不能装、是不是这个型号、有没有拆修痕迹。第二列是图上证据:卡扣位置、插头编号、防水胶、透镜纹路。第三列是 AI 禁改区:所有文字、孔位、边框压痕、密封接缝。每一行都能对上,才算通过。
团队复盘里,这张表比一句“修自然一点”有效。修图师知道哪里不能碰,运营知道哪里需要补拍,客服知道哪张图可以发给买家解释。图叮 AI 负责把可修区域处理快,ground truth 负责告诉它哪里不能快。
明天交车灯总成图前,先把透镜、卡扣、防水胶和型号标各放大到 300%,看一遍有没有被 AI 修成“更好看但更不准”。
相关文章
汽车保险丝套装图被退回:安培数、颜色和插脚谁先露馅
汽车保险丝套装图不能只修得整齐好看。安培数、颜色编码、金属插脚和取电夹一旦被 AI 磨平,买家核对型号时就会失去关键证据。
汽车脚垫商品图为什么被退回:卡扣孔、裁剪线和车型标签谁先露馅
汽车脚垫图不能只把皮革纹理修得更顺。本文用一次假设返检复盘,拆清卡扣孔、裁剪线、防滑钉和车型标签在 AI 修图里的保护顺序。
致汽配店主:火花塞图别只修亮,电极和型号码才是信任层
火花塞商品图不只是把金属修亮。给汽配店主和运营的一封信:电极间隙、陶瓷体裂纹、螺纹牙口、热值码和包装型号,才是减少错配退货的信任层。
客服视角看车载吸尘器商品图:尘杯、滤芯和吸嘴别修成售后问题
车载吸尘器图不能只追求外壳干净。本文从客服售前答疑和售后解释压力出发,拆解尘杯、滤芯、吸嘴、充电口和配件图该怎么保留证据。
推荐阅读
模特换装三步搞定:服装上身功能把新衣服穿到模特身上
电商上新想让模特换装但不想重新拍摄?图叮AI服装上身功能三步完成虚拟换衣,白底衣服图直接穿到模特照片上。
工业产品线稿提取:电锯到五金件的完整轮廓还原
图叮AI线稿提取功能从工业产品照片中提取完整线稿,覆盖电动工具、五金配件等品类,线条准确还原产品结构。
给母婴客服的一封信:坐便训练梯图别把扶手、踏板和防溅挡修没
儿童坐便训练梯商品图不能只修得干净柔和。扶手、防滑踏板、折叠关节、防溅挡和脚垫状态,都会影响家长判断,也决定客服能不能解释安装边界与售后问题。
低马尾写真修图:AI处理痘印让精修像手滑一样简单
用图叮AI人像修图处理低马尾湿发造型写真,从打开插件到生成精修图只需几步点击,痘印瑕疵自动清除,新手零门槛操作。