水果礼盒主图拆四个角：产地贴、压伤和冷链水汽别修假

骨架图先放这：一张水果礼盒主图，别从“整体更诱人”开始修，要从四个角开始看。左上角通常是产地贴或品牌贴，右上角容易出现果面高光，左下角会露出压伤和托盘边，右下角常放规格卡、冷链标签或防伪码。图叮可以帮团队把背景、光线和构图整理得更稳定，但这四个角是 evidence layer，不是 decoration layer。2026 年 5 月做生鲜图，pros 是出图快，cons 是 AI 太容易把“不好看但有用”的证据磨掉。

图注：先画四角证据地图，再决定哪些区域能修

左上角：产地贴和品牌贴，先看字有没有被“优化”掉

这一区域的核心不是贴纸漂不漂亮，而是贴纸还能不能读。生鲜电商里，产地、等级、批次、合作社名、溯源码这些信息，一旦被 AI 修糊，买家不会觉得“画面更高级”，只会觉得店铺在躲证据。我的 review 习惯很简单：先把图放到 100% 尺寸，看贴纸边缘、二维码方块、品牌色块有没有被重新编造。

图注：贴纸区域只清噪点，不改文字和二维码结构

可修的是灰尘、轻微反光、边缘阴影；不能修的是产地文字、等级标、二维码格子和品牌色。tradeoff 在这里很明显：贴纸有一点拍摄噪点，可以接受；贴纸被修成无法扫码，不能接受。类似的标签保真逻辑，也能和原产地农产品故事性摄影指南一起看，那篇讲“故事感”，这篇讲“证据不丢”。

右上角：果面高光，别把自然差异修成同一层蜡

水果礼盒最容易被修过头的是果面。模型看到暗斑、轻微色差、水汽反光，会本能地往“更圆、更亮、更均匀”方向走。但果面不是塑料壳。苹果、梨、橙子、猕猴桃的皮面有不同颗粒感，批次色差也是真实状态的一部分。

在图叮里处理这类图，我会把 prompt 写得很硬：保留果面真实色差和皮面颗粒，只做光线均匀化、背景清理和轻微锐化。不要写“让水果更饱满”“增加高级鲜亮感”。这类词太 loose，模型容易把 12 个果子修成同一颗复制出来的样子。

图注：右上角看高光，重点是保留真实皮面层次

这里可以接上冷冻冷链生鲜商品图 SOP里的一个判断：生鲜图卖的不是“完美”，而是“可信”。冷冻品靠霜花和包装温度标记建立信任，水果礼盒靠产地贴、自然色差和轻微水汽建立信任。把所有不均匀都清掉，短期看图更亮，长期看售后解释会更累。

左下角：压伤、托盘边和内衬，先分清瑕疵还是运输证据

左下角经常露出礼盒内衬、托盘边、果托凹槽，也最容易看到轻微压痕。这里不是一刀切“瑕疵都不能修”。如果是镜头边缘的纸屑、拍摄台上的灰尘、透明胶反光，可以清；如果是果面真实压伤、托盘规格、内衬材质和防震结构，不能随手抹。

我会用一个小 checklist 做 review：这块痕迹会不会影响买家判断新鲜度？会不会影响到货状态预期？会不会改变礼盒实际配置？如果答案任意一个是 yes，就保留或者退回补拍。这个流程和生鲜电商每周上新 50 款的批量出图流水线并不冲突，批量越大，越要把退回规则写清楚。

图注：压伤不一定都能修，先判断是否改变到货预期

生鲜图的难点是它有时间属性。今天上午拍到的果面，下午发货可能已经变了一点；图片如果再把压伤修没，售后链路就更难解释。与其后面靠客服话术补，不如在修图阶段把 evidence layer 留住。这个判断有点像 code review：不是所有 warning 都要改，有些 warning 是为了提醒后面的人别踩线。

右下角：规格卡、冷链水汽和溯源码，是最后的 publish gate

右下角常常被当成“画面边缘”，但它经常放着最关键的 publish gate：规格卡、净含量贴、冷链提示、溯源码、客服电话。这些东西不抢眼，但它们决定这张图能不能上线。我的做法是收尾时单独放大右下角一次，不看构图，只看信息是否完整。

图注：右下角不是边角料，是上线前的信息 gate

可接受的处理包括压低水汽反光、让规格卡边缘更清楚、把背景阴影统一；不可接受的是补一个不存在的“冷链直发”图标、把净含量数字改清楚但改错、让二维码变成看似规整却无法识别的新图案。尤其是溯源码，能扫就保留原结构；扫不清就退回补拍，不要让 AI 猜。

再回到开头那张四角图：左上角看身份，右上角看鲜度，左下角看到货预期，右下角看上线 gate。图叮负责把可修区处理得更稳，团队负责把不可改区标出来。这样一张水果礼盒主图才不是“修得更漂亮”，而是每个角都能经得起买家、客服和运营复核。