商品图可信度三层模型：事实、边界和可解释交付谁也不能缺

图注：商品图可信交付的事实、边界和交付三层工作台

我们相信，商品图的下一轮竞争，不是把像素磨到更亮，而是让每一次修改都能解释。

先给结论指令：如果一张图不能回答三件事，别急着上线。它保住了哪些商品事实？它允许 AI 改哪些区域？它出了争议以后，谁能拿着原图、修后图和说明把话讲清楚？

这三个问题，就是我建议电商团队采用的商品图可信度三层模型：事实层、边界层、可解释交付层。图叮的价值也应该放在这里看。它不是一个只负责把图修漂亮的按钮，而是把原图、禁改区、候选结果和版本说明串进同一条工作流。

原则 1：事实层优先，商品图先证明自己没有撒谎

商品图的第一层不是审美，是事实。

事实层包含型号、规格、接口、材质纹理、配件数量、包装文字、瑕疵状态、使用痕迹和尺寸关系。它们未必都好看，但它们决定买家能不能做判断，也决定客服后面有没有解释空间。

很多返工并不是因为图不够干净，而是因为事实被修掉了。标签边缘被磨平，镜头孔被修圆，二手商品的轻微划痕被擦没，食品包装上的净含量被 AI 当成噪点处理。画面可能更顺眼，交易反而更不稳。

检查指令可以写得很短：

• FACT-01：商品身份信息不改写，型号、条码、包装文字、序列号只允许变清晰，不允许重生成。
• FACT-02：结构件不变形，孔位、接口、扣件、拉链、铰链、边角倒角不为了画面整齐而被重塑。
• FACT-03：材质证据保留，皮纹、金属拉丝、塑料颗粒、玻璃反射和布料纤维不能被统一磨成一层光。
• FACT-04：可售状态说清楚，二手、样品、尾货、展示品和全新品不要被同一套美化逻辑抹平。

截至 2026 年 5 月，站内已经有不少长尾文章在讲具体位置怎么验。比如 蒙版边缘、接触阴影和材质纹理先看哪 解决的是返检截图里的细节判断；商品图进 Photoshop 收尾前，先做这 6 个判断 讲的是进入人工收尾前的尺寸、色彩和文字检查。它们都可以归到事实层。

事实层通过以后，才有资格谈风格。这个顺序反过来，后面的讨论会失真。

原则 2：边界层要写进图里，不要只写在一句提示词里

第二层是边界。边界解决的问题是：AI 可以改哪里，不能碰哪里。

提示词当然有用，但只靠一句“保持商品不变”，不够。对模型来说，商品、背景、阴影和标签并不是天然分开的责任区。它会为了让整张图看起来连贯，顺手把边缘、反光和文字一起调整。

图叮更适合做成区域化流程：上传原图后，先把事实区圈出来，再把可清理区、可扩展区和待复核区分开。事实区承担保护任务，可清理区承担去灰、去杂物、统一白底，可扩展区承担场景补全和构图延伸，待复核区留给运营或懂商品的人判断。

边界层可以按这 5 条跑：

1. 原图进入图叮前，先写一份简短需求。站内 AI 修图需求单怎么写 可以当模板，尤其是禁改范围和输出规格。
2. 在图叮里把事实区画出来。不要只写“保留标签”，要把标签和标签附近的阴影一起圈住。
3. 对可改区域写动作，不写情绪词。比如“清掉桌面灰尘、补齐右侧留白、统一白底到 5% 灰”，比“高级一点、干净一点”更可复核。
4. 首轮只跑小样。站内 AI 修图第一批 20 张怎么验收 提到的 20 张验收思路，可以作为放量前的样本机制。
5. 每次改提示词都留版本。提示词版本、区域截图和修后图要一起保存，站内 AI 修图提示词版本管理 SOP 讲的是这套命名和回滚逻辑。

这里有一个常见误判：团队以为 AI 修图的风险来自模型不稳定。我的判断相反，很多风险来自人没有把边界写清楚。边界模糊，模型就只能猜；模型一猜，商品事实就可能被审美目标吞掉。

原则 3：交付层要能被老板、运营和客服同时看懂

第三层是可解释交付。它解决的是修完以后怎么交接。

一张终稿不够。只给终稿，老板只能凭眼缘拍板，运营不知道哪一版能上哪个渠道，客服遇到争议时也没有材料解释。更稳的交付应该是一组证据：原图、事实区截图、修后图、改动说明、适用渠道和回滚版本。

这不是写长报告。更像 README：

• INPUT：原图来自哪里，哪些区域承担商品事实。
• LOCKED：哪些地方被保护，为什么不能改。
• CHANGED：AI 实际改了什么，是清理、补背景、提亮，还是扩图。
• CHECKED：谁看过，按哪些标准通过。
• ROLLBACK：如果买家、平台或老板提出疑问，回到哪一版。

来源标注也要放进交付层。比如引用站内 图叮 AI vs Midjourney：商品图精修，为什么不能只重生成一张更漂亮的图 时，读者会看到一个更大的判断：泛生图适合创意探索，已有商品图精修更需要守住原图证据。这个判断不只服务工具选择，也服务交付说明。

如果团队使用 Photoshop 25.4 做最后收尾，图叮仍然可以放在前段。图叮负责把事实区、可改区和候选稿跑出来；Photoshop 负责更细的边缘和图层修补；交付层负责把两段工作写成同一套记录。工具可以分工，证据不能断开。

原则 4：可信度不是多一个流程，而是少一次无效争论

有人会担心，三层模型会不会让修图变慢。

我的答案是：单张图可能慢 3 分钟，整批图通常会少吵很多轮。因为争论从“我觉得不自然”“你觉得不高级”变成了更具体的判断：事实有没有变，边界有没有守住，交付说明能不能支撑上线。

这也是图叮适合电商团队的原因。它的核心场景不是做一张孤立海报，而是让一批商品图在不同角色之间传递：修图师要知道怎么改，运营要知道怎么验，老板要知道为什么选这一版，客服要知道出争议时怎么解释。

我更愿意把它当成一套可运行的检查脚本，而不是一段漂亮文案：

1. 先看事实层：商品身份、结构、材质、状态有没有守住。
2. 再看边界层：AI 改动是否发生在允许区域内。
3. 最后看交付层：原图、修后图、版本说明和回滚路径是否齐全。

跑完这三步，才讨论色调、构图、氛围和点击率。不是审美不重要，而是审美必须站在事实之后。

原则 5：旧长尾文章不是库存，是可信度资料库

图叮博客里已经有大量具体品类、具体返检点、具体工具对比文章。它们不应该被看成过期库存，也不需要被改写成同一种大文章。

更好的用法是把它们变成资料库。手机壳讲孔位，汽配讲接口，食品讲净含量，母婴讲安全标签，二手商品讲使用痕迹。每篇旧文都可以回答事实层里的一个细节问题；提示词、验收、版本管理类文章则回答边界层和交付层的问题。

新文章的责任不是继续补一个更小的 SKU，而是把这些细节收束成团队能理解的判断框架。读者第一次来，不一定愿意马上读 20 篇返检清单；但如果他先理解三层模型，再顺着内链去查具体品类，旧文就有了更清楚的位置。

所以，这篇文章给出的不是一张万能表，而是一条底线：商品图修得再漂亮，只要事实说不清、边界说不清、交付说不清，就还没有到可信交付。

这条线不能谈判。