窗帘商品图 AI 修图返检：遮光纹理、褶皱和轨道别修错

一块窗帘最容易被 AI 修错的地方，往往不是污点，而是被修得过平。很多家居电商内容会讲家具空间感、瓷砖铺装、房间显大，但窗帘遮光纹理、褶皱垂感和轨道配件更容易被忽略。这个缺口值得单独写，因为窗帘不是一张背景布。它的卖点藏在布面密度、垂坠线、褶皱间距、轨道安装和配件关系里。AI 把这些信号磨平，图片会更“整洁”，商品信息反而变少。

图注：窗帘返检先看材质证据，再看画面干净。

基础事实：窗帘靠纹理、垂坠和安装件说明性能

窗帘商品图有三个输入信号。第一是布料表面，包含遮光布的细密织纹、亚麻感、绒面方向、压花纹和背面涂层。第二是悬挂状态，包含褶皱深浅、垂坠曲线、底边是否平、两片帘的闭合缝。第三是安装件，包含轨道、罗马杆、挂钩、绑带、铅坠线、磁吸扣和打孔环。

这三个信号分别回答不同问题。布料表面回答“材质是不是我想要的”；悬挂状态回答“装到家里会不会塌、皱、透”；安装件回答“我买回去能不能按同样方式装”。AI 修图如果只把窗帘当成一大片可清理区域，就会把三类信号混在一起处理。

团队实际经验里，窗帘图的返工常出现在移动端详情页。主图缩小时看不出问题，用户点开局部才发现布纹像塑料膜、褶皱像复制粘贴、轨道端头被补成一条直线。这里不用编客户名，判断标准很朴素：修后图有没有保留买家判断材质、尺寸和安装方式所需的证据。

第一条结论：拍摄干扰可以清，材质信号不能抹

从基础事实往下推，第一条返检规则是区分“拍摄干扰”和“材质信号”。临时灰尘、墙面脏点、地面杂物、灯箱反光、边缘白边属于拍摄干扰，可以清。遮光织纹、布料颗粒、绒面顺逆光差、压花边界、背面涂层的轻微色差属于材质信号，不能为了干净被抹掉。

遮光窗帘尤其要小心。高遮光率通常靠较密织法、复合层或涂层实现，图上会出现细密颗粒、局部压痕和低反光质感。AI 如果把这些当噪点降掉，买家看到的是一块平滑布面，实际到手却有明显纹理，心理落差会被放大。

可以做的动作有三类：压住过曝区域，校正偏黄或偏蓝的白平衡，清理不属于商品的背景杂物。不能做的动作也很明确：把布纹磨成纯色，把背面涂层补成正面布料，把压花边缘修圆，把拼接缝修没。

图注：灰尘能清，遮光织纹不能磨平。

第二条结论：褶皱垂感决定尺寸是否可信

窗帘和普通布料平铺图不一样。它上墙后不是矩形色块，而是一组垂直线条。褶皱间距、底边高度、左右片闭合缝，会影响买家对宽度、厚度和遮挡效果的判断。

根据团队实际经验，做 AI 局部修图时，最容易被误删的是“轻微不齐”。底边有 1-2 厘米视觉误差、褶皱深浅不完全一致、绑带处有自然挤压，这些不一定是瑕疵。它们往往说明布料真实垂坠。把所有褶皱拉成同一宽度，图会变得规整，也会变假。

返检时建议把原图、AI 初稿、最终图放在同一屏，看三条线。第一条是顶部受力线，挂钩或打孔环的位置有没有漂移。第二条是垂直褶皱线，是否出现重复纹理或断裂。第三条是底边线，有没有被 AI 自动拉直到不符合原始安装状态。

如果团队使用 Photoshop 25.4 做局部蒙版，或用图叮 AI 先清背景再回到 PS 微调，建议把褶皱区域单独标成“只读证据区”。修图师可以调亮暗，不能重画褶皱。这个流程比事后争论“像不像真布”更稳定。

第三条结论：轨道、挂钩和绑带是安装证据

很多窗帘图的返检只盯布面，忽略安装件。轨道端头、罗马杆堵头、挂钩孔位、绑带方向、磁吸扣位置、铅坠线露出的边缘，都不是装饰小物。它们告诉买家：这款窗帘适合哪种安装方式，配件是否齐，细节做工是否匹配价格。

AI 最常见的误差是“补得太顺”。轨道端头被补成连续横线，挂钩阴影被消成平面，绑带扣的孔位被弱化，罗马杆金属反光被修成塑料灰。这些变化单独看都小，放到详情页里会改变买家对安装难度和配件质感的判断。

返检可以按 4 个点走：顶部轨道是否连续但不失真，左右端头是否保留结构，绑带或磁吸扣方向是否和原图一致，配件金属或塑料材质有没有被修混。只要其中一项被 AI 猜写，就回滚到原图局部重新处理。

图注：安装件不是背景杂物，是购买证据。

实战推论：上线前按三层证据返检

一套窗帘图上线前，不要只看主图是否高级。建议按三层证据返检。

第一层看材质证据。布纹、压花、涂层、绒面方向、透光边缘是否保留。第二层看尺寸证据。褶皱密度、底边高度、左右片闭合、窗框和地面的比例有没有改变。第三层看安装证据。轨道、挂钩、绑带、铅坠线、配件方向是否还和原图一致。

举个假设场景，只用于说明边界：一组 2.6 米高的遮光帘图，原图里底边离地约 3 厘米，AI 修后底边贴地且褶皱更密。画面会更饱满，但它已经改变了安装效果。这个时候不要继续调色，而是回到原图核对裁切、透视和底边线。

我的黑盒判断是：如果修图动作只改变拍摄条件，通常可以放行；如果它改变商品结构、材质感或安装关系，就要回滚。窗帘图的“干净”排在第二位，“可信”排在第一位。

上述推导只适用于家居电商里以实物窗帘、轨道和配件为核心卖点的商品图；如果文章目标是品牌氛围海报、软装灵感图或纯 AI 场景概念图，返检重点会转向风格一致性和版权素材来源，而不是逐项保留安装证据。