Google 开始看 AI 图片标记后，商品图修图不能只交一张成片

商品图以后交付的不是一张“修好了”的 JPEG，而是一条能解释图片怎么来的证据链。

不是我说，这个变化已经不只是法务同事的事了。Google Merchant Center 的商品图片要求里，已经单独写到 AI 生成图片要保留 IPTC DigitalSourceType 这类元数据；官方帮助页说明，AI 工具通常会把 trainedAlgorithmicMedia 这样的来源信息写进图片，商家不应移除。来源是 Google Merchant Center 帮助文档（https://support.google.com/merchants/answer/6324350，https://support.google.com/merchants/answer/14743464），我在 2026 年 5 月 19 日写稿时复核了一遍。

搁早些年啊，影楼交底片、冲印店交相纸，大家还会问一句“原片在不在”。到了电商 AI 修图，很多团队反而只留最后导出的成片。这个习惯要改。图叮可以帮你把背景清理、局部保护、批量出图做快，但平台和买家追问时，真正救命的是：这张图哪些地方来自原始商品，哪些地方经过 AI 生成，哪些地方只是曝光和脏点处理。

图注：原图、修后图、元数据与上架预览连成证据链

第一段证据：Google 要看的不是“AI 味”，而是来源标记

截至 2026 年 5 月，Google Merchant Center 对商品图片的基础要求仍然很朴素：图片要准确展示商品，不要放促销文字、水印或无关占位图。新的麻烦在于，AI 生成图已经被放进来源管理里。官方页面提到，如果图片由 AI 生成，应保留对应的 IPTC 元数据；Google 还在帮助页里解释了哪些图片会被视为 AI 生成媒体。

这件事的重点不是“平台反对 AI 图”。恰好相反，官方口径允许商家使用合规的 AI 图片，但要求来源信息不要被后期链路擦掉。您内要是做过胶片扫描就懂：底片上那点日期、编号、冲洗批次，看着不起眼，真出问题时它就是回查线索。

放到电商修图里，风险会出在几个小动作上。运营把图片拖进在线压缩工具，元数据没了；外包导出 WebP 时只保留像素，不保留处理记录；修图师把 AI 扩图后的画面再进 Photoshop，最后谁也说不清边缘背景是不是生成出来的。画面看着没毛病，来源链断了。

这也是为什么站内讲AI 修图商业授权链路时，一直强调素材来源和使用范围要分开记。授权链解决“能不能用”，元数据和处理记录解决“怎么来的”。两件事不能混成一个文件夹名。

第二段证据：商品图的修图边界，正在从像素层变成流程层

团队实际经验里，最容易被忽略的是“中间稿”。一组商品图从原片到上线，常常会经过 4 个版本：相机原图、图叮或其他 AI 工具的清理稿、人工局部回滚稿、最终压缩上传稿。以前大家只查最后一张图有没有脏点。现在要多查两件事：AI 处理范围有没有越过商品事实，导出过程有没有把来源说明擦掉。

举个假设场景，不当行业数据：一个家居小件店有 48 张白底图，外包把背景统一扩成更宽的横版。12 张只是补桌面空白，问题不大；6 张把商品边缘旁边的背胶撕口也顺手“补顺”；还有 3 张在压缩后丢了 AI 处理来源记录。第一类是美术交付问题，第二类是商品事实问题，第三类是来源追溯问题。它们不能用同一个“修好了吗”来验。

这就是流程层的变化。修图 brief 不能只写“背景干净、主体清楚”。更稳的写法是：

• 原图可清理区：背景灰点、拍摄台污痕、临时反光。
• 商品锁定区：型号、标签、接口、材质纹理、结构边界。
• AI 生成区：扩出的背景、补出的留白、非商品道具。
• 导出要求：保留处理记录，不用会清空来源信息的二次压缩工具。

这 4 行比一句“高级一点”管用。它让运营、修图师和外包都知道，图叮负责把能批量处理的脏活做稳，人负责守住商品事实和来源链。相关的发布前检查也可以接上商品图上线前质检清单，只是现在清单里要多一列“来源记录是否还在”。

第三段证据：趋势不是多写免责声明，而是把交付物拆成 4 件

很多团队一听到 AI 标记，就想在页面上加一句“图片仅供参考”。这个方向太粗。平台要看的不是一句兜底话，买家也不会因为一句兜底话就接受商品不一致。真正该改的是交付物。

我建议把 AI 修图交付拆成 4 件。

第一件是原图包。保留相机原片或商家提供的底图，文件名和 SKU 对上，不要只留微信压缩图。第二件是修后成片。它负责上架和投放。第三件是处理说明。写清哪些区域经过 AI 清理、扩图、局部重绘，哪些区域只做亮度和锐化。第四件是发布前核验表。表里至少有商品事实、授权来源、AI 来源标记、导出压缩 4 列。

您内别嫌麻烦。搁冲印店那会儿，负片袋、放大样、小票和相纸本来就是一套。现在换成 AI 修图，交付物也该成套。只交成片，就像只给客人一张洗好的照片，却把底片、冲印号和调色记录全扔了。

这套做法还能反过来提升效率。外包返工时，不用在群里来回问“哪里不能动”；客服遇到买家质疑时，能从处理说明里知道背景是不是生成、标签有没有重绘；运营做第二批素材时，能复用同一张核验表。站内那篇SKU 变体图片外包 SOP讲的是 SKU 对齐，这里补的是 AI 来源对齐。一个管“哪一款”，一个管“怎么来的”。

图注：四件交付物把 AI 修图留证据落到文件层

这件事对图叮用户的具体改法

图叮这类工具最适合放在流程中段：先把原图和商品事实区分清，再让 AI 处理背景、局部脏点、尺寸适配和批量输出。不要把所有判断都压给最后的视觉验收。

我会让团队从下个批次起改 3 个动作。

第一，修图前先画锁定区。只要涉及型号、成分、容量、接口、色号、标签、证书、材质纹理，都先圈出来。第二，AI 扩图和局部重绘单独记一行。不是写长报告，就写“左侧背景扩出 18% 留白”“桌面灰点清理”“瓶身文字未重绘”。第三，导出后抽查元数据和文件记录。即使部分平台上传会重新处理图片，团队本地也要保留交付证据。

这里有个边界要说清：不是每一张图都要做成法务档案。普通白底清灰、裁切、亮度校正，可以轻记录；涉及 AI 生成背景、合成道具、重绘局部、跨平台广告投放，就该重记录。越靠近商品真实性和授权边界，记录越不能省。

如果您手上有反例，比如某个平台明确不看 AI 来源标记、某类商品完全不需要保留处理链，我愿意看。可在 2026 年 5 月这个时间点，我更愿意把规则先写严一点：商品图能用 AI 修，但别把“图片怎么来的”修没了。