柿子礼盒商品图怎么修：果霜、萼片和产地标先别抹平

做完这 5 步，你会得到一组能上架的柿子礼盒图：主图干净，局部图诚实，产地标和规格卡也能被客服拿来回答问题。

图注：柿子礼盒修图先保护果霜和产地标

我管团队久了，有个习惯：越是看起来“随手一修”的图，越要先开 10 分钟小会。家字挂在我们工作室门口，不是摆设。一个修图师准点下班，前提是白天别返工三轮。柿子礼盒这种生鲜图，返工多半不是因为不够漂亮，而是把能证明品相的细节修没了。

这篇不讲空的审美。就讲一套能交给图叮执行的流程。你可以拿它处理柿子，也能迁移到枇杷、猕猴桃、蜜橘这类有自然色差和表皮证据的礼盒图。

Step 1：先把柿子的证据区圈出来

柿子礼盒先别急着进 AI 批处理。第一步是圈证据区。

图注：证据区清单帮助区分可清理和必须保留

真实项目脱敏复盘里，我们在佛山南海处理过一组秋冬生鲜礼盒图，原始素材 36 张，里面有 12 张柿子单果图、8 张礼盒组合图、6 张产地标和规格卡、其余是包装角度。修图师小梁刚开始只按“白底、干净、鲜亮”走，第一版很讨喜，但运营看完说了一句：“果霜没了，像塑料水果。”

柿子图要圈 6 类保护区：果霜、萼片、果蒂、成熟度差异、果面自然小斑、产地标。背景灰点、拍摄台水痕、礼盒外侧临时折痕，可以清。果面上那些能说明新鲜度、成熟度和运输状态的细节，不要清。

我建议在图叮提示词前先写一句人工备注：保留自然果霜和萼片边缘，不把所有柿子统一成同一橙色，不重画产地标文字。这个备注不高级，但能省返工。

Step 2：主图只清环境，不改成熟度

主图的目标是让买家看清礼盒是什么样，不是把柿子修成一排同色模型。

可以做的事很明确：统一白底，压掉礼盒纸板上的杂光，清理拍摄台灰点，把盒盖边缘和内衬布料整理干净。不能做的事也很明确：不要把偏黄的柿子全拉到深橙，不要把果皮自然雾面修成镜面，不要把每颗果子的大小差异修到像复制粘贴。

我团队做生鲜图会先看手机缩略图。390px 宽度下，如果每颗柿子都亮得一样，反而像假图。生鲜电商不怕有一点自然差异，怕的是差异被修没后，买家收到货发现成熟度不一样。那时候客服很难解释。

如果你正在做其他生鲜礼盒，可以顺手看站内这篇生鲜水果礼盒四角返检。礼盒边角、内衬和标签的处理逻辑，和柿子礼盒很接近。

Step 3：局部图保留萼片和果霜

局部图不是为了再漂亮一遍。它负责证明这批柿子的状态。

萼片要看边缘。有的萼片自然卷，有的偏干，有的贴着果面。AI 如果把它们统一修顺，会让图看起来更整齐，但也会丢掉真实采摘和运输痕迹。果霜也一样，薄薄一层不该全被降噪吃掉。它不是灰，也不是脏。

内部复盘里，小梁后来把 12 张单果图分成三组：可清理、保留、待确认。可清理的是白底灰点和临时反光；保留的是果霜、萼片、果蒂和自然色差；待确认的是疑似磕碰、软斑和拍糊的果蒂。这个分组比“全部精修”慢 6 分钟，但后面少了一轮返工。

图叮提示词可以写得更窄：清理背景灰点；保留果霜颗粒、萼片卷曲和果蒂边缘；不要改变果面自然色差；疑似磕碰位置只标注，不自动补皮。你看，这就是工单，不是广告语。

Step 4：产地标和规格卡单独复查

生鲜礼盒的产地标、规格卡、净含量和发货地信息，不能当成普通小字处理。

图注：产地标复查只压反光不补字改字

能压反光，不能补字。能让边框更利落，不能改版式。能把纸卡旁边的灰点修掉，不能把印刷毛边修成另一种字体。尤其是“净含量”“产地”“等级”“发货批次”这类信息，AI 一补字，就从修图问题变成信任问题。

我们团队有个简单规矩：凡是图片里带可追责信息，修完必须由第二个人看一遍。不是不相信修图师，是人眼在连续修 80 张图之后会疲劳。陈姐我管团队，最怕的不是一张图慢，而是一张图错了让客服跟着忙半天。

站内这篇原产地农产品蒜头图的根须和泥痕处理也讲过同一件事：产地农产品图的“土味”和标签，经常是信任材料，不是脏东西。

Step 5：把补拍项写成清单

不是所有图都该修。柿子礼盒最该退回补拍的有 5 类：果蒂虚焦，产地标过曝，坏果被摆在中间但没有说明，礼盒边角被裁掉，规格卡被手指挡住。

真实项目脱敏里，那组 36 张素材最后退回补拍 7 张。2 张是标签反光，2 张是果蒂虚焦，1 张是礼盒内衬遮住规格卡，2 张是局部图把软斑拍得太暗。这个数字不拿来当行业平均，只说明一个工作习惯：AI 能修图，不能替你补证据。

补拍清单要写具体：

• 单果图：果蒂和萼片要清楚，白底可以后修。
• 礼盒图：四角完整，内衬和隔板不要遮住果子。
• 标签图：避开强反光，净含量和产地字段留出边界。
• 瑕疵图：疑似磕碰不要藏，单独拍一张给运营判断。

这套流程跑完后，用三个信号验收：手机缩略图里还能看出柿子不是同一颗复制出来的；局部图能看见萼片、果霜和自然色差；产地标和规格卡没有补字、改字和重画边框。三项都过，再交给图片 worker 生成配图和后续发布链路。