一张充电宝详情图怎么拆：容量标、接口丝印和认证标别被 AI 修顺

本文要解决的问题很具体：一张充电宝详情图经过图叮 AI 修图后，怎么判断它是“更清楚”，还是把容量、接口、认证和安全风险这些 evidence 修丢了。做完这 5 步，你应该能把一张图拆成可 review 的证据表，而不是只给一句“修得干净点”。

我建议把充电宝图当成一个 mini spec 来看。Pros 是图叮 AI 能快速清灰、压反光、统一白底；cons 是 3C 商品上有太多不可重写的信息位。tradeoff 不在“要不要修”，而在“哪些区域只能增强，哪些区域可以美化”。这个判断如果不提前写清，后面每次返检都会变成主观争论。

图注：五区拆解充电宝图的修图边界。

Step 1：先锁容量标和型号区

第一步不是调亮，也不是磨皮外壳，而是把容量标和型号区先锁住。mAh、Wh、型号、批次码、警示文字、生产商信息，这些区域是买家、平台审核、客服和售后都会回看的证据。图叮 AI 可以让字更清楚，但不能替你改字形、补半个数字，或者把贴纸磨损重生成一张“更完整”的新标签。

团队实际经验里，3C 配件图最容易出问题的不是大面积外壳，而是小字。容量标如果被锐化到边缘发虚，缩略图里看起来更亮，详情页放大后反而像重新生成。根据商品实物和包装说明书核对时，只要型号区出现一处读不稳，客服就很难解释“图片只是修图，不代表参数变化”。

操作上可以做两层标注。第一层叫 locked text，包含所有数字、型号和警示语；第二层叫 retouch allowed，只放外壳灰尘、背景脏点和局部反光。这个命名很工程化，但好处是 review 时不用猜：locked text 只允许清晰度增强，不能内容重绘。

如果原图小字本来就糊，不要让 AI 猜。更稳的处理是把这一块标成“需要补拍局部”。这听起来慢，实际是省时间。一个错误的 10000mAh 或 20000mAh，比一张不够漂亮的白底图更难收场。

Step 2：把接口和丝印分成两个 review 层

第二步看接口。USB-C、USB-A、Micro USB、Lightning 转接头、磁吸触点、快充口旁的 IN/OUT 丝印，都不能用一个大选区一起抹。接口是结构，丝印是说明，二者的 review 逻辑不同。

接口层要看形状有没有被修歪：开孔是否居中，金属边有没有消失，防尘塞边缘有没有被当成脏点抹掉。丝印层要看信息有没有变：IN、OUT、PD、QC、功率数字旁的单位和箭头方向，最好逐项对照原图。这里的 tradeoff 是，接口金属反光可以压，但接口轮廓不能被磨成一条柔边。

举个明确假设的复核场景：运营小周把 68 张移动电源图放进同一张表，发现其中 7 张 USB-C 口旁的 IN/OUT 因为去反光被淡化。这个数字只用于说明复核方法，不代表行业比例。真正要保留的是这个动作：接口图层和丝印图层分开看，别让“边缘更干净”覆盖了“信息还能不能读”。

用图叮 AI 做这类局部修图时，prompt 不要写“接口修得高级”。可以写成：保留接口开孔几何形状；保留接口旁原始丝印；只降低金属强反光；不新增标识。短句更像 acceptance criteria，模型和人工修图师都更容易执行。

Step 3：检查认证标、规格表和包装贴纸

第三步把认证标和规格表单独放大。充电宝图里常见的信息包括执行标准、输入输出参数、回收标、警示语、包装贴纸和防伪码。这里不要为了“清爽”把所有小图标统一磨平。3C 图的可信度，很多时候就靠这些不太好看的小标识撑着。

根据平台商品页的常见审核经验，规格表有三类风险。第一类是吞字：AI 把小字当噪点，修完后少一笔。第二类是变形：原本印刷不平的参数表被拉成漂亮矩形，看起来像后贴图。第三类是过度锐化：边缘看似更黑，实际出现虚边和假笔画。

这一步可以按 150% 做一次，50% 再做一次。150% 看小字有没有漂；50% 看整块规格表是不是还像贴在真实机身或包装盒上。只放大看，会把每一个像素都当问题；只缩小看，又会漏掉认证标的细节。review 流程要有两档 zoom，这就是 pros / cons 的平衡。

如果要在图上留批注，建议用颜色框而不是文字覆盖。红框标“锁定”，黄框标“只清灰”，蓝框标“建议补拍”。不要把新的中文说明盖在规格表附近，后续 image worker 或设计师再处理时，很容易误把批注当商品包装的一部分。

Step 4：判断外壳瑕疵是可修脏点还是风险证据

第四步最容易被误判。充电宝外壳上的指纹、灰尘、棚拍反光、轻微背景污点，可以修。鼓包、开缝、摔痕、接口松动、外壳翘边，这些不能当成普通瑕疵抹掉。它们不是影响美观的小问题，而是消费者判断安全和成色的 evidence。

这里要把“新机图”和“二手/清仓/样机图”分开。如果是全新商品主图，真实样品不该出现明显鼓包；如果原图出现了，就应该退回拍摄或换样品，而不是把鼓包修平。如果是二手或清仓商品，痕迹本身可能就是交易信息，修掉以后会引发售后争议。

内部团队 review 时可以问三个问题。第一，这个痕迹是否来自拍摄环境，比如灰尘、指纹、反光？第二，这个痕迹是否可能改变买家对成色或安全的判断？第三，详情页文字是否承诺了“全新”“轻微使用”“包装瑕疵”等状态？三个问题有一个答不上来，就不要直接让 AI 大面积重绘。

图叮 AI 更适合做可控的小选区：清一块指纹，压一条反光，补一点白底。外壳结构相关区域要少用“整体变新”这种指令。3C 商品的 visual polish 很重要，但 polish 不能覆盖风险证据。

Step 5：把主图、详情图和客服话术放回同一张证据表

最后一步不要再盯单张图。把主图、接口特写、容量标、包装盒、配件图和客服话术放回同一张 evidence table。看它们是否讲同一个商品：主图写 20000mAh，规格图是否一致；接口特写是双 USB-C，详情页是否也这么说；包装里有线材，客服是否承诺标配。

这个步骤很像代码合并前的 final review。单个 diff 看起来没问题，合到主分支才发现命名、注释和测试不一致。充电宝图也是。单张外壳修得很干净，接口图却少了一个丝印；包装图很高级，配件清单却少了一根线。上线后买家不会问“你哪张图修错了”，只会问“到底发什么”。

建议把交付结论写得像 checklist，而不是写感受：

• 容量标、型号、Wh 信息与包装一致。
• USB-C / USB-A 接口数量与详情页一致。
• 认证标和警示文字未被重绘。
• 外壳鼓包、开缝、摔痕未被掩盖。
• 配件图与客服承诺一致。

下一步可以把这套方法沉淀成团队模板：手机壳看开孔和磁吸环，耳机看充电仓触点和左右标，数据线看接口针脚和快充标。分类不同，但逻辑一样：先定义 evidence zone，再决定 AI 能修到哪里。这样图叮 AI 才是 workflow 里的加速器，不是把证据修没的黑盒。