工业通止规商品图 AI 修图返检：GO/NO-GO 标、螺纹牙型和收纳盒别修错

作答人先说明边界：这篇不是讲计量校准，也不替任何规格背书，只讲商品图返检。按本轮只读去重记录，2026 年 5 月 22 日我们扫过 1219 个已发布 slug、1379 个近 30 天素材 slug，工业量具里已有塞尺、卡尺、数显角度尺和阶梯钻，没看到通止规 / 螺纹规同题。这个空位很窄，反而值得写。

我原来拍婚礼，习惯在快门按下那一刻先看“这一张能不能交代现场”。换到工业品图，也是同一件事：一只通止规如果只被修成亮亮的金属棒，画面可能干净了，采购却看不出它到底用来判断什么。下面按 5 个问题走，适合运营、外包修图和上架同事一起返检。

图注：通止规返检先拆身份、牙型和发货关系。

Q：通止规图修完先看哪几个位置？

先看 6 个位置：GO/NO-GO 标识、螺纹牙型、端面倒角、手柄刻字、规格贴、收纳盒或校验证书。它们不一定都在同一张图里，但整组图必须能回答一个问题：这件量具是什么规格、哪端怎么用、随货有什么。

本轮素材去重记录里，工业品小件最常见的误区，是把所有金属都放进同一个“提亮、去灰、增强质感”的动作里。通止规不能这样做。可清理区是背景纸灰、桌面反光、非证据区孤立污点。保护区是标识、牙纹、端面、刻字和包装信息。原图里已经糊掉的文字，不要让 AI “修清楚”，因为那很可能是在生成新信息。

如果你刚开始搭工业品返检表，可以先看站内的工业塞尺商品图拆解。塞尺看叶片顺序和厚度标，通止规看两端身份和螺纹牙型。对象不同，底层规则一样：先保住能被采购核验的区域，再谈画面干净。

Q：GO/NO-GO 标为什么不能被修得更整齐？

因为它不是装饰字。通止规的两端身份区，决定读者能不能判断哪一端是通规、哪一端是止规。很多主图为了视觉统一，会把手柄、包装和两端金属放在同一条光线上。AI 修图时如果把浅刻字磨淡，或者把污点和字边一起抹平，缩略图可能更顺，详情页却少了最关键的识别点。

我会把 GO/NO-GO 标分三档看。第一档，只清周围灰点和非文字反光。第二档，只增强原有字边，不改变字形、间距和位置。第三档，退回补拍：字本来就不可读、被手挡住、角度斜到无法判断，或者包装规格和量具刻字对不上。第三档不要硬救。

这里最怕“看起来像字”。一张图里如果原本只能看出两个模糊浅印，修后突然出现完整清晰的字母，那不是精修，是替商品写答案。工业品买家宁可看到一张诚实的局部补拍，也不该看到一张漂亮但不可信的标识图。

图注：标识只提清原有边界，不生成新字。

Q：螺纹牙型和端面能不能直接锐化？

不能一键锐化。螺纹牙型看起来只是细密金属线，实际承担规格判断。牙顶、牙底、螺距节奏、端面倒角和轻微磨痕，都可能影响采购对加工状态的第一判断。AI 如果把牙纹锐化成过分规整的亮线，会让图像像样机；如果把端面磨痕全部抹掉，又可能把库存状态修成全新状态。

这里建议用局部返检而不是整图判断。放大到 150% 和 200% 看两次：第一次看牙纹有没有被补齐成重复纹样，第二次看端面边缘有没有被抹成一圈镜面。团队实际经验里，像图叮 GPT-image-2.0 这类工具适合压低刺眼高光、整理背景灰、增强原有边缘；不适合替原图重建螺纹规格。

如果原图本来就拍虚，继续锐化通常没有意义。更稳的动作是补拍一张 45 度局部：让螺纹端、端面、手柄刻字同时进入景深。这个判断可以和工业卡尺刻度和量爪返检对照。卡尺刻度不能猜，通止规牙型也不能猜。

Q：规格贴、收纳盒和校验证书该怎么返检？

通止规这类量具常常不只卖一根金属件，还会有塑料盒、规格贴、油纸、防锈袋、校验证书或出厂卡。它们不是背景道具，而是发货关系。买家会问：是不是这一套？规格是否对应？有没有保护盒？是否附带证书？图里如果完全看不见，客服只能靠文字解释。

返检时把包装信息分两类。第一类是位置证据：规格贴在盒子上、证书在旁边、量具放在对应槽位里。这类信息可以通过构图表达，不必每个字都读清。第二类是内容证据：规格、编号、日期、证书字段。这类信息只允许来自原图或人工确认，不能由 AI 补字。

举个明确假设场景，不计入真实项目数据：一张 M6 通止规图里，盒子贴纸只有一半入镜，AI 扩图后补出一张完整贴纸。画面变完整了，但发货规格已经说不清。遇到这种输入，正确动作不是“再修自然一点”，而是让运营补一张盒贴局部。

图注：收纳盒和证书负责说明随货关系。

Q：这类量具图适合交给图叮处理哪些部分？

适合交给图叮处理的，是非证据区的效率问题：白底灰点、桌面反光、边缘压缩噪点、包装外侧浮尘、金属非标识区的轻微色偏。需要人先圈出来的，是 GO/NO-GO 标、螺纹牙型、端面倒角、手柄刻字、规格贴和证书字段。

我会把外包 brief 写得很短：背景可清，金属可减反光；标识不补字，牙型不重画；规格贴不可生成新内容；看不清的区域退回补拍。不要写“修得高级一点”。量具图不靠高级感成交，靠每个证据点能对上。

延伸阅读可以接两篇：想看同类量具的边界，读工业塞尺商品图拆解；想看工业设备里“样张和标签不能让 AI 猜”的逻辑，读标签打印机商品图 FAQ。通止规这篇只补一个窄口径：亮不亮是第二步，能不能判断才是第一步。