Klarna 进 ChatGPT 后，手机壳商品图要和库存规格对齐

2026 年 5 月 20 日，Klarna 宣布把 AI-powered Shopping Search app 带进 ChatGPT；3 月 24 日，OpenAI 也说会把 Agentic Commerce Protocol 扩展到商品发现。一个容易被忽略的事实是：手机壳这类小商品，过去靠一张好看的主图拿点击，接下来会被购物助手拿来和价格、库存、型号、孔位一起判断。图修得像敦煌壁画里的金线当然漂亮，但孔位一旦和 iPhone 机型不合，漂亮就会变成退货的沙。

这篇不是把国外平台动态直接套到国内平台规则上。截至 2026-05，它只说明一个趋势：AI 购物入口正在把“图像、商品数据、实时 offer”放到同一个决策场里。中国商家真正要改的，不是马上给每张图贴 AI 标签，而是把商品图修到能和标题、SKU、客服口径互相对得上。

图注：商品图、聊天搜索和库存表同时参与判断

第一层事实：购物入口正在把图片和商品数据合在一起读

据 Klarna 2026 年 5 月 20 日发布的信息，用户可以在 ChatGPT 里描述自己想买什么，再看到包含价格、库存和 offers 的实时商品结果。OpenAI 3 月 24 日关于 Product Discovery 的说明也提到，商品发现会依赖更完整、相关、及时的商家商品信息。Google 5 月 19 日介绍 Universal Cart 时，则把 AI 购物、Shopping Graph 和跨站购物车放到同一条链路里，并提到 Shopping Graph 覆盖超过 600 亿个商品 listing。

这三条来源不完全相同。Klarna 是购物搜索 app，OpenAI 讲的是商品发现与 ACP，Google 讲的是 AI Mode 与 Universal Cart。放在一起看，方向很清楚：用户不一定先打开店铺详情页，也不一定先看完整五张图；AI 入口会先拿到商品数据，再用图片做补充判断。

手机壳正好是这个变化里很容易出错的品类。型号、摄像头开孔、按键位、磁吸环、挂绳孔、边框厚度、透明材质发黄程度，都不是“美观细节”。它们是规格证据。过去运营可能会说：主图干净一点，背景统一一点，手机壳亮一点。现在还要多问一句：这张图能不能支撑 AI 购物助手把它推荐给正在找“iPhone 15 Pro Max 透明磁吸壳现货”的人？

这里可以接着读站内一篇更泛的趋势文：ChatGPT 开始做商品发现：商品图要给 AI 购物助手留下什么证据。本文只往手机壳这个窄口径里钻。

第二层结论：手机壳修图的底线从好看，变成图文数据一致

手机壳商品图最怕“修完之后像另一款”。透明壳被修得太通透，买家以为是硬壳；硅胶壳边缘被磨得太薄，AI 结果里又写“防摔加厚”；摄像头开孔从三孔修成大窗，标题还挂着具体机型。人看详情页时也许会翻评论确认，购物助手做第一轮筛选时，可能先把这些线索当成可用证据。

我的判断很简单：能清理的，是背景噪点、灰尘、压缩噪声和不影响结构的反光；不能乱动的，是和商品数据绑定的区域。手机壳里至少有四类区域要锁住。

第一类是机型证据。标题写 iPhone 16 Pro，图里摄像头窗、按键位、Action Button 开孔就不能被 AI 修成上一代。第二类是功能证据。磁吸环、支架轴、挂绳孔、防摔角、镜头高边，必须和卖点文案对应。第三类是材质证据。透明 TPU、磨砂 PC、液态硅胶、素皮纹理，不能为了高级感统一磨成同一种柔光。第四类是现货证据。包装、颜色、套装数量、赠品贴膜，若商品 feed 或客服话术里有，就不能在图里消失。

这也是图叮在这类任务里的价值。图叮不是替商家发明一个更理想的手机壳，而是让真实手机壳更清楚：灰尘可以去，孔位要留；背景可以扩，包装规格不能丢；色温可以统一，透明壳的微黄边界不能被洗成玻璃。

第三层推导：实时库存和 offer 越靠前，图片越不能和 SKU 脱节

Klarna 这次的关键词不是“好看的搜索页”，而是实时价格、库存和 offers。换到手机壳场景，用户可能问：“有没有现货的黑色磁吸手机壳，适合 iPhone 15 Pro，最好带支架？”AI 购物结果若同时展示商品图、价格和供货信息，图就不再是孤立海报，而是 SKU 数据的一部分。

一张图里如果放了黑色壳，但 SKU 默认选中透明壳；图片显示带支架，库存里支架款已售罄；主图保留了 MagSafe 环，标题却只写普通防摔壳。这些问题以前也会造成客服压力，只是链路更长。现在它们可能更早暴露在 AI 购物入口的筛选阶段。

据 OpenAI 2026 年 3 月 24 日的 Product Discovery 说明，商品发现强调更完整、相关、及时的信息。这个“及时”落到图片上，不能只靠 feed 更新。图也要跟着 SKU 状态更新。手机壳团队至少要建立一个小表：主图对应哪个机型、哪个颜色、哪个功能版本、哪个包装组合。修图师拿到图叮或其他 AI 修图工具前，先看这张小表，别只看原图好不好修。

这和传统 SEO 的差别在于，传统页面可以靠文字解释补救；AI 购物入口里，图片和结构化商品数据会被同时调用。图片一旦把证据修没，后面再写一段“以实物为准”也不够体面。

第四层实战：用图叮修手机壳图，先做三步证据锁定

图注：修图前先锁定孔位、磁吸环和库存证据

第一步，先锁规格。把机型、孔位、按键、镜头窗、磁吸环、支架轴、挂绳孔圈出来，作为“不可生成区域”。如果原图这些区域糊了，优先让商家补拍，不要让 AI 猜。手机壳和衣服不一样，衣服褶皱可以有弹性，孔位错 2 毫米就可能被买家退回。

第二步，再清画面。用图叮做背景清理、阴影统一、边缘瑕疵处理时，把“清理”和“改造”分开。灰尘、桌面划痕、拍摄色偏属于清理；改变边框厚度、重画孔位、抹掉包装型号属于改造。清理可以批量，改造必须人工复核。

第三步，回看数据。把修完的主图放回 SKU 表里，对照标题、价格卡、库存颜色和客服话术。图里出现的颜色，SKU 要能买；图里出现的配件，包装清单要写；图里展示的机型，详情页不要混放另一代。若这一步不做，图片越漂亮，误导越隐蔽。

站内这篇手机配件清单也值得一起看：手机壳商品图 AI 修图返检：孔位、按键和摄像头圈别被修偏。它讲具体孔位返检，本文讲为什么这个返检在 AI 购物入口里更重要。

边界条件：别把国外动态误读成国内平台新规

必须说清楚边界。Klarna in ChatGPT、OpenAI Product Discovery、Google Universal Cart 都是公开动态，但它们不是中国电商平台的统一规则。中国商家不该把它们写成“平台已经强制要求某某做法”。这类文章只能得出一个运营判断：商品图正在从营销素材，变成商品信息系统的一部分。

还有一个边界：手机壳这种标准化配件适合先做图文数据一致性；艺术摆件、文创礼盒、家居场景图，则还要保留风格表达。敦煌壁画不是靠把每条线都画成说明书才有力量。商品图也是一样，证据要清楚，画面也要能让人停一下。但顺序不能反。先证据，再气氛。

延伸到下一类商品，车载支架、充电线、耳机保护套都会遇到同一个问题：AI 购物入口越会比较价格和库存，商品图越要像一份可核验的 SKU 证据，而不是一张单独好看的广告图。