鞋垫商品图别只修得干净：足弓纹、尺码线和防滑点才是证据

一张鞋垫图至少有 4 个 evidence layer：足弓纹、尺码线、厚度边、防滑点。修图时只盯着“干净”和“高级”，会把这 4 层证据压成同一种浅灰纹理。看起来像商业摄影，实际更像失焦的 3D mockup。

图注：四个证据层决定鞋垫图是否说得清

我的判断很硬：鞋垫不是普通软材小件，它的商品图要先保结构，再谈美化。AI clean pass 可以做，但必须在 evidence layer 之后做。顺序反了，后面再补纹理，多半补不回真实的承托逻辑。

这个问题和鞋类大图不一样。白底鞋型、上脚比例、材质细节可以参考 GPT Image 2 做鞋类电商的三类场景实操，那里讲的是“鞋作为主体”。鞋垫更小，证据更碎。买家放大看的不是大片质感，而是几个很窄的判断点。

证据一：足弓纹不是装饰，是承托结构

足弓纹最容易被 AI 修成“漂亮纹理”。这听起来没问题，实际风险很高。

团队实际经验里，鞋垫图返检时我会先看中腰位置：内侧抬高有没有弧度，拱起边缘有没有和前掌纹路断开，足弓支撑区是不是只剩一片柔光。这里不是审美区，是结构区。它决定买家能不能判断这双鞋垫偏运动支撑、日常缓震，还是只是普通薄垫。

如果修图师把足弓纹统一磨平，商品会显得更干净，但买家收到货后会按手感反查图片。图里看不出支撑高度，实物却有明显拱起，容易被理解成“图片没说清”。反过来，图里被 AI 补出夸张弧度，实物只是轻微凸起，也会出问题。

正确做法不是禁止修。可以去掉灰尘、压痕里的脏点、边缘背景杂色；不能改足弓纹的走向、层级和抬高关系。这里适合用局部 mask，先锁住中腰结构，再对背景和非关键脏点做 clean pass。Photography pipeline 里叫 protect before polish。中文说就是：先保住证据，再让画面好看。

这也是为什么普通鞋类主图 SOP 不能直接套到鞋垫上。鞋的轮廓通常在外边缘，鞋垫的关键结构藏在中间。你可以继续读 鞋类白底图、上脚图、穿搭场景图全流程 SOP，但落到鞋垫时，要把“鞋型轮廓检查”改成“中腰承托检查”。

证据二：尺码线和厚度边，比白底干净更接近售后语言

尺码线是另一个容易被误修的位置。很多鞋垫会在底面或边缘压出裁剪线，标 35-36、37-38、39-40 这类区间。AI 一旦把浅色压线当成污痕，线就会断。

这里的损失不是视觉损失，是售后语言损失。买家剪裁时会对照线位，客服解释时也会指向线位。图里线不清，客服只能说“按实际产品为准”；图里线被修成错误间距，问题更麻烦。

我在修科技产品微距图时有个固定动作：所有 scale mark、port label、serial edge 先单独拉一层检查。鞋垫同理。尺码线、厚度边、鞋跟杯边缘，都应该进一个 proof layer。这个 layer 不追求漂亮，只追求可核对。

厚度边也不能随手修薄。很多鞋垫卖点写“加厚”“缓震”“半码垫”，但图片边缘如果被 AI 做成均匀薄片，详情页文案和图片会打架。反过来，厚度被补得太鼓，买家会以为鞋内空间会被占很多。两种都不是好图。

修这类图时，我会把白底处理拆成两步。第一步只处理背景白场和轻微阴影，保证鞋垫边缘还在。第二步再看边缘毛刺：生产切边形成的轻微层纹可以留，拍摄灰尘和背景脏点可以去。不要用一个“边缘变顺滑”的全局指令解决所有问题。

证据三：防滑点要留住方向和密度

防滑点最怕被 AI 修成“均匀颗粒”。均匀不等于真实。

图注：点阵密度和边缘半点要保留

底面防滑点有方向、间距、疏密变化。前掌受力区通常更密，后跟区域可能更粗，边缘处可能有过渡。买家看这些点，是在判断鞋垫会不会在鞋里滑，客服看这些点，是在判断退货图里那张是不是同款。

团队实际经验整理出的检查口径很简单：不要数每个点，但要保住 3 件事。第一，前掌和后跟的密度差；第二，点阵方向是否跟鞋垫轮廓一致；第三，边缘被裁切后有没有出现半颗点。只要这 3 件事还在，图就能解释商品。只剩一片柔和颗粒，图就只剩“材质感”。

这里可以借鉴 鞋类皮革材质修图指南 的思路：材质不是磨得越顺越高级，关键是保留能让买家判断材质的差异。皮革看毛孔和反光，鞋垫看防滑点、泡棉孔、压纹方向。对象不同，方法一致。

很多 AI 修图翻车都发生在 denoise。模型把噪点、泡棉孔、防滑点看成同一类高频纹理，一起压掉。解决办法不是把锐化拉满，而是先做区域分层：背景和灰尘可以降噪，底面防滑点要保留局部 contrast。这个 contrast 不需要夸张，够买家放大看清就行。

图叮怎么处理：先锁 evidence layer，再做 clean pass

如果用图叮做这类图，我建议把任务拆成 4 个检查位，不要一句 prompt 写完。

第一位，锁足弓纹。要求保持中腰拱起、纹理走向、承托区边界，不改变结构。第二位，锁尺码线。要求保留数字、压线、裁剪区间，不能补字，也不能重画字。第三位，锁厚度边。要求保留真实层次和接触阴影，不把边缘磨成塑料片。第四位，锁防滑点。要求保留点阵方向和密度差，只去背景灰尘。

然后再做 clean pass。这里的 clean 不是“全图变干净”，而是把不影响商品判断的脏点拿掉。比如白底纸面灰尘、拍摄台上的小划痕、边缘外侧的杂色，都可以修。鞋垫本体上的结构痕迹，先默认保留。

这种顺序适合小团队，因为它把修图判断变成 checklist，而不是靠修图师临场感觉。运营能复核，客服也能看懂。Photoshop 当然能做得很细，但如果团队没有稳定的图层命名和返检机制，PSD 里再多 layer 也会乱。图叮更适合把这类证据位变成可复用的批量规则。

哪些痕迹可以修，哪些要留给买家判断

可以修的痕迹有三类：拍摄灰尘、背景污点、非商品本体的临时压印。它们不帮助买家理解商品，只会干扰判断。

要保留的痕迹也有三类：结构纹、功能标记、制造边界。足弓纹是结构纹，尺码线是功能标记，切边层次和防滑点是制造边界。它们可能不漂亮，但它们是这张图的 proof。

如果不确定，就按一个工程师式问题来判断：这个痕迹被修掉后，买家是否少了一个核对实物的依据？如果答案是是，先不要动。让画面“更像广告图”不是目标，让商品图在下单前、收货后、售后沟通里都说得通，才是目标。

这个逻辑也会扩展到更多鞋类小件：鞋撑、后跟贴、半码垫、鞋带扣。它们都不靠大场景取胜，靠的是小证据位清楚。AI 修图会继续变快，但快不等于可以跳过 evidence layer。对鞋垫这种品类，最稳的图不是最干净的图，是买家放大后还能核对的图。