外卖套餐商品图 AI 修图返检：份量、餐盒封签和配料标签别修错

这份 FAQ 写给做外卖套餐图、团购套餐图和小程序菜单图的设计师。问题不是”食物能不能修得更香”，而是 AI 修图以后，画面有没有把店铺承诺改掉。2026 年 5 月 4 日下午的团队内部复盘里，我们把最近素材队列里的餐饮题和既有 food-beverage 文章重新过了一遍，发现外卖套餐图最容易卡在 6 个细节：份量、封签、标签、汤汁、到手状态和返检分工。

图注：餐盒返检先看份量、封签和标签

Q：外卖套餐图为什么不能只修得更有食欲？

外卖套餐图当然要好看，但它不是纯氛围海报。主菜看起来有多少，餐盒是不是满，封签有没有贴好，配料标签是否可读，这些都会被买家拿来和到手商品对照。AI 把一份饭修得更亮、更满、更整齐，短期看转化舒服，后面可能变成”实物和图片不符”。

真实项目脱敏复盘里，杭州拱墅一家连锁快餐门店曾经把 36 张午市套餐图交给外包做 AI 清理。设计师把米饭边缘和鸡排高光都修顺了，运营小朱在核图时发现 7 张图的主菜占盒比例比原图大了一圈。她没有说图不好看，只说了一句：“这个看起来像加量版，菜单里没有。”

所以返检要换一个眼光：不是先问这张图香不香，而是问这张图有没有改变菜品承诺。餐饮图里的”真实”不等于脏乱，它更像旧宣纸上的水印，能修边角，不能把纸的来历擦掉。

Q：份量被 AI 修多或修少，返检时看什么？

看四个位置：主菜占盒比例、主食高度、配菜边界、空盒留白。AI 常把散开的菜边补齐，把米饭颗粒修成一整块，把空白处用酱汁或菜叶填满。画面满了，份量也被悄悄改了。

图注：沿餐盒边缘核对份量变化

团队实际经验里，份量返检不要只靠眼睛。内部复盘通常会把原图、修后图、菜单规格放在同一屏。如果有称重记录，就加一列克重；如果没有，就至少保留餐盒尺寸和菜单描述。比如”鸡排饭 1 份，配菜 2 格，米饭约半盒”这种粗粒度记录，也比一句”看着差不多”稳。

一个实用做法是把餐盒边缘当尺子。主菜有没有越过原来的格线，米饭有没有从半盒变成接近满盒，配菜有没有被复制到空处，都沿着盒边看。Photoshop 25.4 里做局部回贴时，尽量从原图裁回真实食材边缘，不要让 AI 自己补一块更漂亮的肉。

Q：餐盒封签和打包贴可以修干净吗？

可以清理灰尘、压缩噪点和拍摄时的脏反光，但不要改封签状态。封签是否完整、有没有撕裂、贴在盒盖哪一侧、是否压住袋口，这些是履约信息。外卖平台和门店自己都把封签当成食品安全和打包完整性的提示，修图时不能把它当普通贴纸。

图注：封签撕裂线不能被修没

深圳福田某轻食店的真实项目脱敏记录里，有一批沙拉套餐图的封签被 AI 修得很平整。问题在于，原图里有 3 张封签本来是轻微翘边，门店想展示”已封口但可打开”的真实状态；修后图像一次性封死的防拆贴。运营老陈看完要求退回，因为到手体验会对不上。

返检时把封签单独放大到 150%。看四点：贴纸文字是否还在，撕裂线有没有被抹掉，封口方向有没有被拉正，店铺 logo 或平台标识有没有变形。能修的是拍摄污点；不能修的是封签事实。

Q：配料标签、过敏原和日期信息哪些不能让 AI 补？

品名、规格、过敏原、加热提示、生产或打包日期，都不能让 AI 猜写。看不清就退回原图局部，或者让门店补拍。不要把”增强文字”当成修复，尤其不要让模型自己补出一串像真的日期、批次号或配料词。

餐饮图里的标签有两类：一类是展示信息，比如”黑椒牛肉饭""微辣""含花生碎”；一类是合规或履约信息，比如日期、储存方式、过敏原、加热提示。前者错了会误导下单，后者错了风险更高。AI 很擅长把模糊文字修成一排整齐字符，但字符整齐不代表内容是真的。

团队实际经验是，标签返检最好让运营或门店店长参与一轮。设计师看画面，店长看菜品命名和配料边界。比如”香菜可选”和”默认含香菜”只差几个字，买家看到后的预期完全不一样。图叮 AI 可以处理画面清洁和局部质感，但标签文字必须回到原始素材和菜单系统核对。

Q：汤汁、油光和蒸汽应该保留到什么程度？

保留能说明菜品状态的质感，压掉拍摄造成的脏反光。红油、酱汁挂壁、汤面油花、冷凝水、蒸汽，它们不是同一类问题。麻辣烫的红油要有层次，盖浇饭的酱汁要能看出浓稠，冷饮杯壁的水珠要和温度感相符。把所有东西都修成干净亮面，反而像假模型。

这里可以用一个简单判断：这个细节是在说明食物，还是在暴露拍摄事故。说明食物的要留，拍摄事故可以修。比如汤面边缘的油花是菜品状态，纸盒外侧的脏油指印是拍摄事故；热汤上方一点蒸汽可以保留，背景里糊成一团的白雾可以压低。

内部复盘里我们把这类问题叫”味道证据”。它和文具微距里的纸纹有点像，太粗会脏，磨没了也假。处理时不要一键降噪到底，分区看：食物表面、餐盒内壁、盒盖外侧、背景台面各有不同标准。

Q：交付前最小返检清单怎么做？

最小清单抽 5 个位置：整盒构图、主菜局部、封签局部、配料标签、到手图或原图对照。每个位置只标三种结果：可清理、需确认、不可改。不要把清单做成十几列，门店和设计师都填不下去。

图注：五个位置足够完成交付前返检

一套轻量流程可以这样跑：Step 1，整盒图看份量和比例；Step 2，主菜局部看食材边界和油光；Step 3，封签局部看完整性；Step 4，标签局部看文字是否来自原图；Step 5，和到手图、菜单截图或原图做一次对照。每个套餐用 3 分钟过完，20 张图也能在一小时内筛出高风险项。

如果只能多看一个位置，我会看标签。份量偏差常常能从整图发现，标签错误却容易藏在角落。尤其是含辣度、过敏原、日期、加热方式的贴纸，宁可退回补拍，也不要让 AI 生成一个看起来清楚的错误。

如果你在外卖套餐图返检里遇到新的问题，比如团购券展示、赠品饮料、儿童餐过敏原标注，可以把原图和修后图通过客服发给图叮团队。我们会把能复用的检查点补进后续 FAQ，不把个别门店信息写进公开文章。