工业游标卡尺商品图 AI 修图返检：刻度、量爪和型号钢印别修错

骨架图先放这：一把游标卡尺的商品图，返检时不要从“金属够不够亮”开始，而要从 4 个信息区走一遍。A 区是主尺和游标刻度，B 区是内外量爪，C 区是深度尺和锁紧螺丝，D 区是型号钢印、包装标签和合格证。图叮 AI 可以清灰、压反光、统一背景，Photoshop 25.4 也能把金属边缘修得更利落；但这些工具都不该替你重画一条 0.02 mm 刻度线。团队实际经验里，工业品图最费钱的返工，往往不是画面脏，而是规格信息被修“顺眼”以后没人敢用。

图注：先把卡尺拆成 4 个信息区再修图。

第一张图：主尺和游标刻度是信息层，不是装饰线

看卡尺主图，最容易犯的错是把刻度当成背景纹理。金属尺身上的细线、数字、游标窗口边缘，本来就细、密、反光强。AI 清理噪点时，如果把浅刻度补成连续黑线，或者把局部糊掉的数字补成另一个数字，画面会更整齐，信息却变假。

团队实际经验里，2026 年 5 月 3 日整理素材账本时，我把工业品已 ready 的轴承、接线端子、防割手套和安全座椅等题扫了一遍。它们有同一个规律：能美化材质，不能改规格。游标卡尺比这些商品更敏感，因为刻度本身就是卖点。0.02 mm、0.05 mm 这类精度标注不是氛围，它决定买家是否相信这把卡尺能做细分测量。

这张图建议标 3 个框。第一个框圈主尺数字，检查数字有没有被补错；第二个框圈游标刻度，检查细线间距是否仍均匀；第三个框圈反光最强的金属边，检查锐化有没有把正常磨砂纹理修成锯齿。根据团队复盘的做法，只要任何一个框需要“猜”，就退回原图局部或补拍，不让模型替你写答案。

图注：刻度能增强，不能让模型猜数字。

第二张图：量爪形状决定可信度，不能被磨成“更漂亮”

内量爪、外量爪、刀口边缘，看起来只是两块金属。实际上它们告诉买家这把卡尺能不能夹住、贴合、测内径。修图时把毛刺和拍摄灰尘清掉没问题，把量爪角度、尖端厚度、接触面阴影修没了，就会让商品图失去测量逻辑。

我会把量爪区分成两类。第一类是拍摄问题：桌面灰、镜头炫光、边缘轻微紫边、背景反射。这些可以清。第二类是结构信息：量爪开口角度、刀口尖端厚薄、滑块缝隙、锁紧螺丝位置。这里最多做亮度和清晰度处理，不能做形状重绘。这个边界适合写进工单，不要靠修图师临场判断。

举个明确标注的假设场景：如果一组 12 张卡尺图里，有 3 张外量爪被修得更尖，页面看起来会更“精密”，但买家收到货后会发现实物边缘没有图里那么利。这个假设不计入真实项目数据，只用来说明风险。真实交付里，我更愿意让量爪保留一点真实阴影，也不愿意把金属边磨成样机渲染图。

图注：量爪边缘要保留真实结构。

第三张图：钢印、标签和合格证要按“可核对字段”返检

工业品详情页里，型号钢印和包装标签经常被低估。它们不像主图那样影响点击，却影响采购判断。型号、量程、精度、材质、执行标准、合格证日期，只要有一个字段被模型补错，后续客服解释成本会比重修高。

内部复盘建议把这部分做成字段核对图。左边放原图局部，右边放修后局部，中间只看 4 类字段：型号是否一致、量程是否一致、精度标识是否一致、包装标签是否没有新增内容。看不清的字段不做“清晰化重绘”，只做对比、标注、退回。这个规则和轴承铭牌、工业接线端子外壳标识是同一套逻辑，区别只是卡尺多了主尺和游标两层刻度。

这里可以用图叮 AI 做局部清理，但任务备注要写窄一点：清背景灰尘、压局部高光、保留钢印凹凸、禁止生成新字符。Photoshop 25.4 里也一样，锐化只针对已有边缘，不针对看不清的字。字段类信息没有“修得更像”这一说，只有“对得上”和“对不上”。

图注：字段类信息只做核对，不做猜写。

第四张图：批量交付时，先定不可改清单再跑 AI

单张图返检靠眼力，批量图返检靠顺序。我的顺序是：先锁不可改区域，再跑清理，再做局部对照，最后抽查整套页面一致性。游标卡尺这类工业量具，至少要锁 6 个区域：主尺数字、游标刻度、内量爪、外量爪、深度尺、型号钢印。锁完再让 AI 处理背景和轻微反光，返工会少很多。

团队实际经验里，杭州四季青那类高 SKU 交付节奏训练出来的习惯很朴素：先把不能动的地方圈出来，后面才谈效率。作者档案里提到的鞋类 SKU 和卡尺不是同一个行业，但流程相通。以前单张原片到主图要 18 分钟，现在很多清理动作能压到 2 分钟；省下来的时间，不应该拿去让模型改规格，而应该拿去做字段复核。

如果你只记一张图，就记批量返检板。横向放主图、刻度图、量爪图、标签图；纵向放原图、修后图、处理动作、是否退回。每个格子只写一个判断：可清、保留、退回、补拍。运营不需要懂所有修图参数，也能看出这张图是不是安全。

图注：批量处理前先定不可改区域。

再看开头那张图，你刚走过主尺刻度、量爪结构、字段核对、批量返检 4 条路径。卡尺图不怕有一点真实金属纹理，怕的是把可测量的信息修成了好看的假信息。