商业摄影 RAW 和色卡进 AI 修图前：为什么别急着只交 JPG

很多人以为交给 AI 修图时，JPG 已经够用了。它能预览，能上传，文件小，客户也看得懂。这个判断只对了一半：JPG 够不够，看你要不要回退。如果只是把一张图修干净，JPG 可以用；如果一组商业摄影要保持色温、曝光、材质和后续返修一致，JPG 就不再是原始输入，而是已经被压扁过的一次输出。

这篇不讲摄影审美，也不讲复杂调色课。只拆一个底层问题：为什么 RAW、XMP、色卡和灰卡要在 AI 修图前一起交付。作者笔锋按批量工作流来写，结论也会偏工程化：能复现的链路，才适合进批量 AI；只靠眼睛记住的链路，迟早会在返工里断掉。

图注：RAW、色卡和灰卡放在同一交付链路里

RAW 不是大文件，而是可回退的传感器记录

RAW 的价值不在于文件名更专业，而在于它把白平衡、曝光和色彩调整留在可计算空间里。JPG 已经经过相机或软件的处理：白平衡被烘焙进去，曲线被压过，锐化和降噪也可能已经发生。AI 修图再接手时，它面对的是一张被解释过的图，而不是传感器更早一层的记录。

据 Adobe Camera Raw 官方文档，Camera Raw 的调整可以存储在 Camera Raw 数据库、嵌入元数据或 sidecar XMP 文件中；Adobe 的 Camera Raw 介绍也强调这类编辑是可回退的非破坏性编辑。参考链接可以看 Adobe Help 的 Camera Raw settings 文档：https://helpx.adobe.com/camera-raw/using/camera-raw-settings.html 。这条信息对摄影交付很关键：修图动作不必立刻压进像素，先保留参数，后面才有重新解释的余地。

把这个逻辑放到 AI 修图里，RAW 像底片，XMP 像处理说明，JPG 像一次导出的样张。三者都能参与流程，但角色不同。RAW 用来重新定白平衡和曝光，XMP 用来复用摄影师已经确认过的基础调整，JPG 用来看客户确认过的方向。只交 JPG，相当于把底片和处理说明都丢了，只留一张复印件让后面的人继续复印。

图注：RAW、XMP、JPG 的回退关系示意

真实项目脱敏的内部复盘里，我们把 2026 年 4 月一批棚拍商品图拆成 3 个输入层级：原 RAW、带 XMP 的 DNG、只导出的 JPG。这里不公布客户与转化数据，只说返检结论：当客户临时要求整体降半档曝光、统一偏暖色、保留金属边缘高光时，前两类能回到源头重算，JPG 只能在已压缩的结果上硬拉。硬拉不是不能做，只是每拉一次，边缘、噪点和色带都会更难控。

所以第一层结论很简单：RAW 不等于更清晰，RAW 等于更晚做决定。商业摄影交给 AI 之前，越晚把颜色和曝光压死，后面越有调整空间。

色卡和灰卡不是道具，它们是批量一致性的锚点

色卡负责色相，灰卡负责中性基准，二者的意义不同。色卡告诉你红、绿、蓝、肤色、包装色在当前灯光下偏到哪里；灰卡告诉你什么叫不偏冷也不偏暖。没有这两个锚点，AI 修图只能根据画面内容猜：白色背景是不是应该更白，金属是不是应该更冷，米色布料是不是应该更暖。

图注：色卡和灰卡为批量校色提供基准

摄影后期最怕的不是单张图偏色，而是一组 SKU 每张都偏得不一样。第一张偏青，第二张偏黄，第三张被 AI 修成更亮的蓝，详情页并排之后用户会觉得不是同一批货。你可以人工一张张拉回来，但那已经不是批量流程，是补锅。

团队实际经验里，批量精修最稳的做法是先固定基准，再放开局部。比如同一盏柔光箱、同一张灰卡、同一块色卡，在每一组拍摄开始时拍一张 reference。后面 AI 负责清背景、压杂光、整理局部瑕疵；色彩基准先由 RAW 和参考卡锁住。这个顺序比先让 AI 统一风格、再靠肉眼校色更可靠。

这不是说每张商品图都要把色卡放进去。正式主图当然不能出现色卡。正确做法是把色卡和灰卡作为交付附件：同一组光位、同一批 SKU、同一套背景，各留一张参考图。文件名可以直接写 reference-color-card、reference-gray-card、raw-original、acr-settings。名字朴素一点，后面的人一眼知道该用哪张。

从第一层事实继续推导：如果没有基准，AI 的一致性只能靠 prompt；如果有基准，AI 的一致性可以靠输入链路。prompt 是语言约束，色卡和灰卡是图像约束。商业摄影更应该相信后者。

XMP 比截图更适合交接修图意图

很多团队交接时会发一张截图，说这张“差不多是想要的色调”。截图有用，但它不是参数。曝光加了多少，色温是多少，曲线有没有压暗高光，锐化和降噪是否已经开过，截图都说不清。XMP 的价值在这里：它把 Camera Raw 里的处理意图变成可读取、可复制、可回退的设置。

根据 Adobe XMP 官方说明，XMP 是用于文件标记和元数据交换的标准方式。对摄影后期来说，它不只是关键词和版权字段，也可以承载 Camera Raw 这类处理设置。官方 XMP 文档入口在 https://developer.adobe.com/xmp/docs/ 。交接时保留 XMP，等于把“这张图为什么看起来是这样”的一部分原因留给后续流程。

这里要加一个边界：XMP 不是万能兼容层。不同软件对 RAW 解释不同，参数迁移也可能有差异。它解决的是“有记录可查”，不是“跨软件百分百还原”。所以给 AI 修图或后期同事交接时，最好同时给 3 样东西：RAW 原文件、XMP 或 DNG 设置、客户确认过的 JPG 预览。三者互相校验，缺一个都能做，但风险不同。

如果只给 JPG，后期问“这张为什么偏暖”，你只能回答“摄影师当时这么调的”。如果有 XMP，至少能查到色温、曝光、曲线、镜头校正这些设置。批量工作流里，能查到设置，就能写规则；只能凭印象，就只能返工。

AI 修图应该接在哪一层

AI 修图不应该默认接在最末端 JPG 上。更合理的顺序是：先用 RAW 和参考卡确定基础色彩，再导出一个干净、不过度锐化的中间图，然后让 AI 做局部任务。局部任务包括清背景、去灰尘、补轻微边缘、压局部反光、统一画布比例。不要让 AI 同时负责基础校色、商品状态判断、文字重绘和最终裁切。

原因很直接：AI 擅长图像补全，不擅长替你保管商业事实。包装上的颜色、材质的粗糙度、金属的拉丝方向、布料的白平衡，这些不是“画得更好看”就能解决的变量。它们要回到拍摄输入里校准。

我会把交付链路分成 4 层。第一层是原始层：RAW、DNG、原始 JPG。第二层是解释层：XMP、色卡、灰卡、镜头校正。第三层是处理层：AI 修图、Photoshop 25.4 局部修补、批量导出设置。第四层是发布层：平台尺寸、WebP、缩略图裁切、最终命名。每一层只做自己的事，错误就容易定位。

举个假设场景，不计入真实案例：一组白色陶瓷杯拍摄时灯光偏暖。若直接用 JPG 进 AI，模型可能把杯子修成更白，但背景和阴影也一起被拉冷；若先用 RAW 和灰卡校正中性，再让 AI 清背景，杯子的白、桌面的白、阴影的灰会更容易保持关系。这个例子不是说 RAW 一定更好看，而是说明先校准再修补的错误面更小。

实操建议也很短：AI 接手前先锁三件事，白平衡、曝光、商品色。锁完再让 AI 做画面整理。顺序反过来，后面每一步都在和前一步的随机性搏斗。

交付清单要写给后续机器和人看

如果你是摄影师，交付给修图或 AI 流水线时，别只发一个成片文件夹。至少准备 6 个文件位：raw-original、xmp-settings、reference-color-card、reference-gray-card、client-preview-jpg、ai-input-export。文件夹可以再按 SKU 或拍摄组编号分层。命名别用 final、new、ok 这类词，它们对机器和人都没信息量。

如果你是接图的人，先检查有没有回退材料。没有 RAW，就确认客户是否接受只在 JPG 上修；没有色卡和灰卡，就别承诺一组图的颜色完全一致；没有 XMP，就把“基础调色不可复现”写进交付备注。备注不是甩锅，是把技术边界说清楚。

公开文档、内部复盘和工具经验放在一起，能推出一个更稳定的规则：商业摄影进 AI 修图前，先保护可回退层，再谈风格层。RAW、XMP、色卡、灰卡不一定每次都全部齐全，但你要知道缺的是哪一层，缺了以后什么问题会变难。

同样的原理还能推广到服装色差、珠宝反光、家居木纹和美妆膏体。凡是“真实颜色和材质会影响购买判断”的图，都不要急着把输入压成一张 JPG。先把可回退的锚点留住，AI 才更像生产工具，而不是一台不可追责的美化机器。