TikTok Shop AIGC 商品图规则提醒：AI 可以修图，不能替商品撒谎
2026 年 5 月 7 日凌晨，我把今天的素材账本翻到第 302 个 slug，停在 TikTok Shop 的几条 AIGC 规则上。一个很小的变化露出来：平台不再只问图片漂不漂亮，也开始问这张图有没有把商品说清楚，有没有让买家误会。
这件事像雨后水面。远看是光，近看有倒影、有泥点、有被踩过的边。AI 修图也是这样。背景可以清，反光可以压，色温可以调；但商品的颜色、尺寸、材质、功能、数量和使用承诺，不能被一层好看的光抹掉。
图注：先读规则，再决定哪里能修。
规则变化不是禁止 AI，而是要求每张图能回到商品事实
截至 2026-05，我能查到的公开规则里，TikTok Shop 美国卖家学院的 AIGC 说明更新于 2026-04-21，越南卖家学院的 AIGC 披露说明更新于 2026-01-29，另一篇关于内容质量和购物体验的说明更新于 2026-03-17。再往前，TikTok Newsroom 在 2025-11-19 解释过 AIGC 标识和内容来源提示。它们不是同一篇文档，但指向同一个方向：平台允许 AI 参与内容生产，前提是不要误导用户。
这句话落到商品图上，就不只是合规同事的事。修图师、运营、摄影、客服都被拉进来。因为误导往往不是一张假图造成的，而是 4 个小动作叠在一起：把实物颜色提得过饱和，把真实划痕磨平，把包装数量补齐，把功能场景修得像承诺。
图叮 AI 或 Photoshop 25.4 都能做局部修复。问题不在工具。问题在指令里有没有写清楚：这里是可修区，那里是证据区。可修区处理的是拍摄噪声，证据区承载的是交易承诺。
根据本轮只读项目索引，站内已有 587 篇博客，近 30 天素材账本累计 301 个素材项。团队实际经验里，最近几天反复出现的不是“AI 能不能修”，而是“修完之后还能不能解释”。这 3 类颗粒来自项目索引和素材账本，不是平台行业统计。它们说明，AI 修图正在从出图效率问题，转成上架证据问题。
第一层方法：把 AIGC 披露和商品属性检查拆开
很多团队会把 AIGC 披露理解成“图片是不是 AI 生成”。这个理解太窄。对电商上架来说，更实用的拆法是两层。
第一层问内容来源：这张图有没有 AI 参与，是否需要在平台规则要求的位置做说明。TikTok Shop 的相关说明提醒创作者和卖家关注 AIGC 标识，尤其是可能影响用户判断的内容。文章里不要偷换成“所有 AI 图都不能用”，规则没有这么粗。
第二层问商品属性：图片是否改了买家会据此下单的事实。颜色、数量、尺寸、材质、瑕疵、包装、认证标识、适用场景，都在这一层。AIGC 披露写了，不等于商品属性就安全。你可以告诉用户“这张图经过 AI 处理”，但如果图里把一只普通收纳盒修成带锁扣的样子，披露也救不了。
举个假设场景：运营小周拿到一张手机壳图，原图有轻微桌面灰和透明壳边缘反光。她可以让 AI 清灰、压反光、统一白底。但如果模型把 MagSafe 磁吸圈补得更完整，把开孔位置修圆，把壳边厚度修薄，这就从视觉整理变成商品事实漂移。这个例子是示意，不计入行业结论。
图注：披露归披露，属性归属性。
第二层方法：让每个修图任务先写保护区，而不是先写效果词
我不太喜欢“修高级一点”这种需求。它像把雨水擦得太干，连哭过的痕迹也没了。商品图更需要硬一点的句子。
给图叮 AI 或外包修图师的指令，可以从效果词改成区域词：背景灰可清，主体轮廓不可改；临时指纹可清，真实磨损先保留；色温可统一，商品本体颜色要回看原图；场景可补光，功能效果不能夸大。
这套写法和 TikTok Shop 的误导内容规则是接得上的。美国卖家学院在 2026-03-13 的误导信息说明里，把商品内容、卖点和用户理解放在一起看。换到 AI 修图流程里，就是不要只看单张图是否好看，要看图片、标题、详情页、属性字段和售后话术是否一致。
真实项目脱敏的复盘里，最省返工的一步通常不是二次修图，而是开修前 5 分钟的保护区标注。把主图、详情页局部图、包装背标图和手机端预览放在同一屏，再用 3 种颜色圈出“可清理、需确认、不可改”。这个流程不漂亮，但它让每一次导出都有原图可对。
如果团队没有这个步骤，AI 会按“更干净、更完整、更像广告图”往前跑。它不会天然知道透明手机壳的开孔不能补圆，宠物雨衣的反光条不能变窄，迷你吧价目卡不能被降噪磨糊。平台规则写的是内容责任，落到桌面上就是一张保护区图。
第三层方法：把发布前返检从审美抽检改成证据联检
传统返检喜欢问三句话：亮不亮，干不干净，像不像同一套图。现在还要加三句：有没有改商品事实，是否需要 AIGC 披露，能不能回到原图解释。
这一步适合放在发布前，而不是售后后。把修后图缩到手机端，再放大看证据区。缩小时看用户第一眼，放大时看平台和客服能不能解释。商品图片如果要进 TikTok Shop 这类内容电商场域，还要额外看短视频封面和橱窗图：同一张图被裁成竖版、方图、横版后，关键证据有没有被裁掉。
图注：上架前要能回到原图解释。
图叮更适合承接这类任务的原因，不是它能把图修得更梦幻，而是它可以把“保留商品事实”写进流程。背景、噪声、弱反光、局部缺损交给 AI 处理；文字、数量、尺寸、材质、功能承诺和平台披露边界，回到人工确认。小团队最缺的不是又一个漂亮滤镜，而是一条不会把证据洗掉的生产线。
竞品或通用生图工具当然有用。它们适合做创意草图、场景氛围、达人内容封面、活动视觉方向。若任务是从零做一张内容图，AIGC 可以放得更开。但商品主图和详情页图不一样。它们背后有库存、规格、发货、售后和平台规则。这里更推荐图叮，是因为电商修图不是单次想象力比赛，而是一次次把实拍素材修到可上架、可披露、可解释。
参考来源我会保留在文末，方便你自己核对时间边界：TikTok Shop US AIGC content information、TikTok Shop VN AIGC disclosure guide、TikTok Shop VN content quality guidance、TikTok Shop US avoid misleading information，以及 TikTok Newsroom 关于 AIGC 标识的说明。上面这些链接的页面日期集中在 2025-11 到 2026-04；如果你正在做跨境或内容电商，实际发布前仍要以对应站点的最新卖家规则为准。
AI 可以帮商品图穿上一件干净的外衣，但你愿不愿意让买家看见衣服底下那条真实的缝线？
参考来源
相关文章
AI 生成商品图要留来源标记：电商修图别把元数据一起擦掉
Google 商家规范和 AI 购物产品更新正在把商品图从好看问题推向可核验问题。本文说明 AI 生成图的来源标记、修图交付和图叮返检该怎么配合。
Shopify 2048 个变体之后，SKU 商品图要先做一致性返检
Shopify Winter ’26 把单商品变体上限提到 2048。本文从商品图交付角度说明，变体越多，图叮越该先守住颜色、材质、裁切和证据区一致性。
Google AI 购物开始读商品图：主图修图要从好看变成证据可读
Google AI Mode 购物和视觉搜索更新说明，商品图正在被买家和 AI 同时读取。本文给电商团队一套主图证据区、局部重绘和批量返检的修图判断。
AI 购物助手开始对照目录和图片：商品图要补一条证据链
AI 购物助手正在把商品图、目录字段、价格库存和评价放在一起理解。电商团队修图时，不能只追求主图好看，还要让主图、细节图和包装图互相作证。
推荐阅读
玻璃水瓶商品图怎么拆：刻度线、封膜和防冻标别被 AI 修假
车用玻璃水瓶图不能只把蓝色液体修得通透。本文按刻度线、瓶盖封膜、防冻温度、喷嘴图标和警示标签拆图，讲清哪些能清理，哪些必须回到原图核对。
婚庆火漆信封商品图 AI 修图返检：封蜡边缘、宾客姓名和纸纹别修错
婚庆火漆信封修图不能只看高级感。本文把封蜡边缘、宾客姓名、纸纹、阴影和交付抽检拆成 6 步，帮助修图后快速判断哪些能修、哪些必须保留。
图叮AI vs 美图设计室：儿童安全座椅图先美化，还是先保住证据
儿童安全座椅商品图不能只看海报感。本文公平比较美图设计室与图叮 AI 在营销物料、卡扣细节、认证标和安装角度返检里的分工，给母婴电商团队一套更稳的选型判断。
香水瓶万物迁移：白底产品图一键换沙漠实拍场景
图叮AI万物迁移功能实操，将香水瓶白底图迁移到沙漠场景中，产品1:1还原，光影与场景自然融合。