Google AI 购物开始读商品图：主图修图要从好看变成证据可读

你应该也有过这种时刻：主图刚修完，运营说这张图点击率应该会涨，客服却在旁边问，尺码标、接口、材质纹路会不会被问售后。以前我会先看图够不够亮，现在会多看一眼：如果这张图被 AI 购物助手拿去理解，它到底能读出什么。

这不是故意把事情说复杂。根据 Google 官方博客，2025 年 5 月 20 日发布的 AI Mode 购物更新把搜索、Shopping Graph、商品信息和虚拟试穿放在同一条购物路径里；2025 年 9 月 30 日的 AI Mode 视觉探索更新又把搜索和图片理解绑得更紧。到 2026-05，我给电商同事的建议已经变了：商品图不只是给人看，也要给搜索结果、视觉搜索和 AI 推荐链路读。

图注：主图开始被人和系统同时读取

这封信写给正在改主图、详情页首屏和 SKU 图的你。尤其是你手上有几十张白底图、场景图、模特图，老板还只问一句，能不能更高级一点。

3 张图的差别，AI 可能比老板更早看出来

先把话说直：AI 购物不是只看标题和价格。Google 在 AI Mode 购物更新里提到，购物体验会结合商品列表、评价、价格和来自 Shopping Graph 的信息；视觉探索更新则强调可以用图片和文字一起提问。这两个来源都不是中国平台规则，但它们给了一个很清楚的信号：图片正在进入更长的理解链路。

举个假设场景。你卖一款 89 元的折叠手机支架，同一张原图有 3 种修法。

第一张，背景干净，金属边修得很亮，但磁吸片的位置被抹得太平。买家看着舒服，AI 也许能判断这是手机支架，但很难知道它靠什么固定。第二张，保留磁吸片、转轴螺丝和防滑垫，背景不那么梦幻，却能让人判断承重点。第三张，加了咖啡杯、键盘、耳机、植物，画面像办公桌海报，但主商品只占画面 35%，配件比支架还抢眼。

内部复盘里，我们把这类图拆成 3 个层级：主体识别、功能证据、购买风险。第一层回答它是什么，第二层回答它怎么用，第三层回答它哪里可能翻车。过去很多人只修第一层，现在 AI 购物和视觉搜索会把第二、第三层的重要性往前推。

这也是为什么我会把 视觉搜索开始读背景道具 那篇文章反复发给运营看。道具不是不能加，问题是道具一旦盖过 SKU，AI 和买家都会分心。

你别急着把图修满，先圈 4 个证据区

我自己的工位流程很笨，但好用。打开图叮或 Photoshop 之前，先复制原图，画 4 个框。

图注：四个证据区决定哪些细节不能修掉

第一个框是识别区：主商品轮廓、正反面、开口方向、透明或反光材质。第二个框是规格区：尺码标、刻度、接口、批号、颜色编号、净含量。第三个框是风险区：磨损、色差、包装压痕、缝线歪斜、屏幕贴膜气泡。第四个框是场景区：手、桌面、模特、背景道具和裁切安全区。

团队实际经验里，月产 600-900 张 SKU 图时，最容易出错的不是大修，而是小框没守住。美工小陈把 24 张数据线主图统一去灰，接口里的一圈金属阴影被提平，客服第二天收到的问题不是图好不好看，而是有人问它到底是不是快充头兼容。这个例子是内部复盘，不代表平台规则，只说明一个朴素事实：证据区一旦被修掉，售前解释会变长。

如果你的团队已经有 电商修图验收标准 这种分级表，可以再加一列：AI 可读性。L1 上架图至少要保住识别区和规格区；L2 详情首屏要补风险区；L3 品牌图可以更讲氛围，但场景区不能抢走主商品。

截至 2026-05，热点不是换工具，而是换验收口径

Google 的资料只说明它自己的搜索和购物产品方向，不等于所有平台都会照搬。我们要拿走的不是国外功能截图，而是验收口径。

来源一，Google 2025 年 5 月 20 日的购物更新把 AI Mode、购物图谱、价格和虚拟试穿放到一起，说明买前决策正在被更长的多模态链路承接。来源二，Google 2025 年 9 月 30 日的视觉探索更新强调用图片去搜索和探索，说明视觉输入已经不是辅助材料。来源三，Google 关于 AI Overviews 和 AI Mode 的说明 PDF 把用户查询、搜索结果和 AI 回答放在同一套搜索体验里。

落回电商修图，就是 3 个问题。

一张商品图能不能让 AI 识别主商品，而不是识别成背景道具？一张修过的图能不能保住规格、接口、材质和状态，不让 AI 误读卖点？一批图能不能在 9:16、1:1、详情页横图里保持同一套证据，不让系统和买家看到两种版本？

这 3 个问题比单纯讨论用不用 AI 修图更实在。AI 修图已经是默认工具，真正拉开差距的是返检方式。你可以继续用图叮做局部重绘、扩图、去脏点和批量处理，但每一步都要问一句：这次修改让证据更清楚，还是让证据更像装饰？

我会把主图 prompt 改成这种写法

如果你现在就要改一批图，可以把提示词从好看型改成证据型。

图注：证据型提示词要和批量返检一起看

不要只写：把商品图修得更高级，背景更干净，质感更好。

改成：保留主商品真实结构和规格信息，清理背景脏点，弱化不影响购买判断的灰尘；不要改变接口数量、标签文字区域、材质纹理、透明件折光和包装状态；画面要适合电商主图，也要便于视觉搜索识别主商品。

如果是图叮批量任务，我会再加 1 句：同一批 36 张 SKU 图保持裁切比例、主体占比和证据区位置一致，不要把 A 款的接口、B 款的纹路、C 款的标签互相迁移。

这段 prompt 不花哨，但它适合真实工作。它把主图拆成可执行的检查项，也能接上 GPT Image 2 prompt 写作模式 里的约束写法。你不需要让每张图都像广告大片，先让它别撒谎，别乱猜，别把买家和 AI 都带偏。

图叮更适合放在返检那一段

我不建议把这件事理解成，AI 购物来了，所以所有商品图都要重生成。很多商品图恰恰不能重生成。珠宝扣头、二手划痕、母婴安全标、工业接口、食品日期码，这些东西一旦换成更漂亮的假细节，后面就是售后、投诉和复审。

图叮适合放在返检那一段：先锁证据区，再做局部清理；先保商品，再补场景；先统一一批 SKU 的裁切和色调，再让运营挑首图。对于需要场景生成的图，也可以参考 商品场景图里氛围道具和主商品证据的边界，不要让场景比商品更抢戏。

我的判断很简单。未来一段时间，商品图会被更多系统读取，但系统不会替你承担售后责任。它读错了，最后还是客服解释，运营改图，美工返工。

所以主图修图的目标要改一下：不是只让人第一眼觉得好看，而是让人和 AI 都能读出同一个商品事实。

祝你的下一张主图，点击能过，证据也能过。
图叮 AI 内容组，2026 年 5 月 10 日于武汉工位