AI 购物车开始查兼容，机箱风扇图别只修干净

2026 年 5 月 20 日早上，图叮内容组在北京时区复盘 Google I/O 2026 的购物更新时，卡在了一个很小的例子上：Universal Cart 会在用户搭第一台自组装 PC 时主动提示配件不兼容。写啥报告，先跑两张图看看。我们把一张电脑机箱风扇白底图放到屏幕中间，发现问题并不在背景灰，也不在扇叶反光，而在 120mm 尺寸、4-pin PWM 接口、螺丝孔距、风向箭头和包装型号这些小证据。

图注：先锁住尺寸接口螺丝孔等兼容证据

截至 2026-05，Google 官方博客给出的方向已经很清楚：5 月 19 日发布的 Universal Cart 文章说，Google Shopping Graph 覆盖超过 600 亿条商品列表，购物车会基于 Gemini 做价格、库存和兼容性提醒；3 月 19 日的 UCP 更新又提到，购物代理可以从商家目录取到变体、库存、价格等实时商品信息。Google Search Central 的 Product 结构化数据文档也建议商家把 Product markup 放在初始 HTML 里，尤其是价格、库存这类变化快的信息。

这不是说中国电商平台明天就照搬 Google 购物车。别急着开会。真正要拿走的是底层变化：商品图、商品 feed、详情页字段正在被同一条 AI 购物路径读取。PPT 救不了主图，转化率才行；而对机箱风扇这类 3C 配件，转化率背后先是兼容证据。

第一件事：把商品图从好看层挪到证据层

以前修机箱风扇图，运营最容易盯三个地方：白底干不干净，扇叶是不是有光泽，RGB 灯圈是不是够亮。这些当然影响点击，但它们不负责回答兼容问题。

AI 购物助手看这类商品时，会把问题拆得更细。这个风扇是 120mm 还是 140mm？接口是 3-pin、4-pin PWM，还是带 ARGB 小 3 针？四角螺丝孔是不是标准位置？风向箭头还在不在？包装上写的是单只装、三联包，还是带集线器套装？这些信息有一部分来自标题和结构化字段，有一部分来自商品图。

图叮处理这类图时，第一步不是让 AI 把整体修高级，而是先圈证据区。尺寸标、接口线头、螺丝孔、风向箭头、包装型号都进锁定区；背景灰、拍摄台反光、包装外侧轻微压痕才进清洁区。这个动作不复杂，甚至有点笨，但它能防止模型把小箭头当脏点抹掉，把线头顺成一根更好看的黑线。

这里可以接上以前写过的 3C 文章。比如 GPT Image 2 做 3C 数码产品图 讲过，3C 图的真实度要求比美妆、家居更硬；桌面充电站修图团队 SOP 也把接口、功率标和防滑脚放进锁定区。机箱风扇只是把同一套逻辑换成散热配件。

第二件事：不要让 AI 帮你发明兼容关系

Universal Cart 的例子里，最有价值的一点不是购物车更聪明，而是它会提前发现用户可能买错。换到商家侧，商品图就不能制造模糊空间。

举个假设场景：一个用户在 AI 购物助手里说，想给 MATX 机箱加两把静音风扇。助手可能会同时读商品标题、尺寸字段、套装数量、接口信息和图片。假如图里把 4-pin 接口修糊，详情页又写支持 PWM 调速，助手也许还能靠文字判断；但如果图里把 3 针和 4 针线头都修成一根黑线，包装上的 120mm 被降噪吃掉，风险就往后移到了客服和退货环节。

这就是为什么我不建议把机箱风扇图修成纯氛围件。RGB 光圈可以亮，扇叶可以干净，但接口一定要像真实接口，孔位一定要保留暗边，风向箭头不能补成装饰符号。AI 修图最擅长的是让画面顺，兼容证据偏偏经常长得不顺：小字、凹槽、暗孔、箭头、线头，全是模型想顺手收拾掉的东西。

图叮的提示词可以写得很短：保留 120mm 或 140mm 尺寸标、4-pin PWM 线头、ARGB 接口、四角螺丝孔、风向箭头和包装型号；只清理背景灰、非主体浮尘和轻微反光；不要生成新文字，不要改接口形状，不要补画螺丝孔。写成这样，比开半小时会有用。

第三件事：把图、字段和详情页放到同一张检查表

Agentic commerce 这个词听起来远，但落地到运营桌面，其实就是一张对照表。

左列放商品图证据：尺寸标、接口、孔位、风向、包装数量。中列放结构化字段或商品参数：规格、接口类型、转速、噪音、是否含控制器。右列放详情页首屏：安装示意、套装内容、适配机箱尺寸。三列只要有一列讲不清，就先别追求所谓高级感。

图注：三列核对图像参数与详情页证据

根据 Google 2026 年 3 月 19 日 UCP 更新，购物代理未来取到的目录信息会更实时，变体、库存、价格都可能进入代理判断。图片不必承担全部事实，但图片不能和这些事实打架。图里是三联包，库存卖单只装；图里露出 ARGB 控制器，详情页没有写包含控制器；图里风向箭头被修没，安装示意又很简略，这些都会让真人和 AI 都难判断。

这一步也能跟 ChatGPT 购物开始读商品后，商品图别再只服务人眼 放在一起看。那篇讲商品图、feed 和购买路径合流；这一篇只把问题缩到机箱风扇。缩小之后，动作反而更清楚：别写一套庞大报告，先把 5 个证据区画出来。

第四件事：趋势文也要回到交付动作

我不喜欢把趋势写成大词。对小团队来说，真正能执行的变化只有三条。

第一，修图前先分层。机箱风扇图至少分成证据区、清洁区、展示区。证据区只增强清晰度，清洁区可以大胆清灰，展示区再统一光影。

第二，出图后按手机端预览一次。很多螺丝孔和风向箭头在 200% 放大图里没问题，到 375px 宽的商品卡片里就没了。AI 购物路径不一定总看高清大图，缩略图里的可读性也要算。

第三，别把图片当孤岛。图片、标题、参数表、结构化数据、客服话术要讲同一个商品。Google Product 文档提醒商家关注 Product 结构化数据在购物结果里的可读性，这个思路放到图叮的修图流程里，就是让图像证据和字段证据互相印证。

电脑机箱风扇不是最热门的品类，但它很适合用来提醒电商团队：AI 购物代理越会帮用户判断，商品图越不能只负责漂亮。真人买家会看质感，AI 助手会读规格，客服最后要解释实物。三个人看的不是同一张图，但他们都会被同一张图影响。

你下一次让 AI 修一张 3C 配件图时，先问的是“它更好看了吗”，还是“它还能证明自己是谁吗”？