陶瓷餐具商品图 AI 修图返检:釉色、冰裂纹和边口缺口别修错
近两天素材队列里有 70 个 slug,我按 2026 年 5 月 3 日上午的 manifest 做了一次内部复盘:其中 44 个标题都在处理材质、边缘、标签、刻字、缺口、反光这些“商品证据”返检,但没有一篇单独写陶瓷餐具。这个空位挺明显。陶瓷碗盘看起来温和,AI 一上手却很容易把它修成“无菌白瓷样板”。真的家人们,餐具图不是越白越稳,尤其是釉色、冰裂纹、边口和底款这些位置,一动错就是图实不符。
图注:先拆证据,再决定能不能修。
Q:陶瓷餐具图为什么不能按普通白底产品修?
因为普通白底产品多半只要看轮廓、阴影和主材质,陶瓷餐具还要看“工艺痕迹”。一只碗的釉色不是纯色块,边口也不是一条理想圆弧。手工拉坯、窑变釉、冰裂釉、粗陶颗粒感,都会在商品图里留下不均匀的细节。
内部复盘里,我们把陶瓷餐具拆成 5 个检查区:釉面、口沿、底足、内壁、底款或包装标签。Photoshop 25.4 里做白平衡、清背景和补接触阴影没有问题;交给图叮 GPT-image-2.0 做局部修复时,要明确告诉它保留釉面不均和边口真实形状。不要用“更干净、更高级”这种空话,它会把所有小起伏都当成脏点。
这个判断和家居地毯、木纹家具很像:材质证据有时候“不完美”,但它正是买家判断实物的线索。
Q:釉色发灰、发黄,哪些能调,哪些要保留?
能调的是拍摄偏色。比如灯箱色温偏暖,整组图都黄;灰桌面反射到白瓷边缘,让口沿发冷;相机自动白平衡把青釉压成灰绿。这些属于拍摄层问题,可以校正。
要保留的是真实釉色。青白釉、米白釉、奶油白釉、窑变蓝,本来就不是同一个白。成都高新区一次团队实际经验里,审核小赵把 18 张碗盘图并排看,发现有 5 张修后图“白得更统一”,但原图里那组其实是米白釉,带一点暖灰。运营詹姐一开始觉得统一更好看,放到套装页才发现单品图和详情页色卡对不上。
返检动作很简单:原图、修后图、同套色卡三张放在一个屏幕里。把白点校正交给工具,把釉色身份留给人。
图注:白平衡能调,釉色身份不能改。
Q:冰裂纹和手工纹理可以用 AI 抹平吗?
不要直接抹。冰裂纹不是划痕,拉坯纹不是脏线,釉面流痕也不是拍摄噪点。它们可能是产品卖点,也可能是品类正常特征。AI 的麻烦在于它不懂“纹理属于工艺还是污渍”,默认会把连续线条修顺,把颗粒压平,把反光补成更均匀的一片。
真实项目脱敏复盘里,一组 32 张粗陶盘图最容易翻车的位置是盘内壁。原图里有很浅的拉坯圈线,修后被降噪磨成光滑面。手机缩略图更干净,放到商品详情页后却像仿瓷塑料。这个问题不能靠加锐化救回来,因为纹理已经被模型改写了。
返检时把纹理分三类:浮灰、压缩噪点、桌面污点可以清;冰裂纹、拉坯圈线、釉面流痕要保留;看不清来源的局部先标“待确认”,不要让 AI 自己补。
图注:纹理先分类,别直接磨平。
Q:边口缺口和黑点是不是都要修掉?
不是。陶瓷边口要分“临时问题”和“商品事实”。临时问题包括桌面上的灰、反光形成的黑点、压缩造成的锯齿、背景边缘脏色。商品事实包括磕口、缩釉、针孔、烧痕、边口变形、底足磨痕。前一类可以处理,后一类不能伪装成完好。
这一步我建议放大到 150% 到 200%。不要只看修后图,原图和修后图并排,沿着口沿转一圈。缺口如果只出现在高光边缘,换角度可能消失,多半是反光;缺口如果在原图多个角度都存在,修掉就是隐瞒品相。二手商品要这样查,新品陶瓷也要这样查,因为烧制小瑕疵本来就会影响客诉。
还有一个小坑:AI 喜欢把不规则边口补成标准圆。圆了不一定对,尤其是手作风餐盘,边口轻微起伏是风格,不是事故。
图注:缺口和灰点要分开判断。
Q:底款、容量标识和套装数量怎么返检?
底款和包装信息不要交给 AI 猜。陶瓷餐具有些会拍底足、底款、容量、微波炉或洗碗机适用图标、套装件数。文字小、弧面反光多,模型很容易把字符补成“看起来像字”的东西。看着规整,实际不可读。
团队复盘里,我会把这类信息单独建一张检查板:底款一格,包装标签一格,整套数量一格,容量或尺寸一格。每格只问一个问题:原图里有没有这条信息,修后有没有被重绘、缺笔、增字、变形。图叮 AI 可以把底足阴影修得更稳,但底款字符只能增强清晰度,不能新写。
如果原图本来就糊,结论不是“让 AI 补清楚”,而是补拍。这里别硬撑,硬撑出来的图会把售后压力推给客服。
Q:一套餐具的多张图怎么保持一致?
同一套餐具最怕单张都好看,放一起全乱。主图偏暖,细节图偏冷;一张阴影向左,一张阴影向右;碗在主图里像 6 寸,详情页里像 8 寸。买家不会说“白平衡漂了”,他只会觉得这套图不可信。
返检顺序建议固定为 4 步:先看白平衡,再看阴影方向,再看口沿比例,最后看釉面亮度。按 2026 年 5 月 3 日这次队列经验,很多品类都在补“单品证据”,陶瓷餐具还多一层“成套一致性”。一张碗盘修得像样只是基础,四张图并排不跳才是交付。
这份 FAQ 我会按月复看一次。后续如果队列里出现茶具、咖啡杯、儿童餐盘这几个细分,我们再把底款、耐热标识、食品接触材质说明拆成单篇。当前版本先按 V1.0 用,够拦住大多数釉色和边口翻车。
相关文章
自动感应皂液器商品图怎么拆:出液嘴、感应窗和电池盖别被 AI 修错
自动感应皂液器看起来只是浴室小物,修图时却容易把出液嘴、感应窗、容量线和电池盖修成售后问题。本文按四张检查图拆解,给运营和修图师一套返检顺序。
折叠晾衣架商品图 AI 修图返检:铆钉、伸缩杆和锁扣别修错
折叠晾衣架图不能只修成干净白底。本文用 4 张图解拆清铆钉转轴、伸缩杆、锁扣、脚套和承重贴的返检顺序,帮家居电商先保住结构证据。
园艺喷壶商品图 AI 修图返检:喷嘴、刻度窗和透明壶身别修错
园艺喷壶图不能只修得通透干净。本文按喷嘴、刻度窗、透明壶身、吸管位置和手机端缩略图拆返检问题,帮家居商家减少误修和售后解释成本。
床垫商品图 AI 修图返检:围边绗线、卷包标签和厚度别修错
床垫图不能只把卧室场景修得柔和。本文用 FAQ 拆围边绗线、卷包标签、厚度比例和移动端整组返检,帮家居电商避免把真实卖点修没。
推荐阅读
3C耳机产品溶图一分钟出图:沙滩场景融合前后对比
用图叮AI产品溶图打光将AirPods耳机盒融入沙滩场景,一分钟内解决悬浮感和光影不匹配问题,比AI网站写提示词更高效。
隔热手套图别只修蓬松,硅胶纹和耐温标才是安全证据
烘焙隔热手套商品图不能只把布面修得柔软干净。硅胶防滑纹、耐温标、腕口长度和缝线厚度,正在变成买家判断安全感和售后责任的关键证据。
一张猫抓板详情图怎么拆:瓦楞纹路、抓痕和掉屑别被 AI 修平
猫抓板商品图不是越干净越好。瓦楞层数、抓痕方向、掉屑程度和边缘压痕都会影响耐用判断,AI 修图前要先把这些证据区拆清楚。
生鲜水果图能不能修瑕疵:好看和真实之间的边界
生鲜水果图可以修背景、光线和拍摄脏点,但不能把影响成熟度、成色和到货预期的瑕疵抹掉。本文给一套诚实修图边界。