gpt-image-2.5 商品图里的文字和 logo，怎么检查能不能交付

商品图里最危险的问题，常常不是构图，而是文字和 logo。gpt-image-2.5 可以生成看起来很真实的包装、标签和品牌区域，但交付时不能只凭“像真的”。文字可读、未被改写、没有新增，是必须逐项检查的底线。

先检查原有文字是否还能读

把生成图放大到实际交付尺寸，看商品原有品牌名、型号、成分、规格和认证标识是否还能辨认。缩小后看似完整，不代表放大后没有断笔、糊字或结构错误。主图上的关键标识如果读不清，不要进入交付。

再检查有没有被改写

模型可能把相近字形、相似包装结构或常见英文词组补到标签里。检查时不要只找乱码，也要找“看起来通顺但不是原文”的内容。成分、规格、产地、认证号和活动文案，必须回到商品原始资料核对。

然后检查有没有新增文字

新增文字不一定显眼，可能出现在瓶身、盒角、背景招牌或包装边缘。尤其是品牌名、功效词、促销词和认证字样，只要原商品没有，就不能当成装饰保留。需要无字包装时，应在任务里明确“不要新增任何文字”。

最后检查 logo 位置和结构

logo 变形、错位、镜像、比例异常，都比背景瑕疵更难接受。可以按四点检查：

检查项	不合格表现
字形	缺笔、连笔、错字、乱码
结构	logo 拉伸、旋转、镜像
位置	偏离原包装区域或被遮挡
内容	新增品牌、规格、认证或促销信息

什么情况下要重新生成

文字错误如果只是轻微模糊，可以尝试重新生成；如果是错字、改写、乱码或新增了不存在的信息，不建议继续修图。修掉一处文字，可能造成边缘和材质不连续。更稳的做法是回到图叮 Image-2 AI 生图工具，把“保留原标识、不新增文字”写清后重新出图。

交付前留一份人工复核

涉及食品、美妆、母婴、医疗器械、认证标识和价格信息时，AI 验收只能做初筛。最终上传前，仍要由负责商品信息的人核对原始资料。gpt-image-2.5 可以提高出图效率，但不能把文字准确性外包给模型。

相关阅读

如果你经常遇到“生成结果不像商品”，可以继续看AI 生图出不来想要的图，怎么调？六个常见问题挨个拆。如果商品图的问题更偏材质和预设选择，可以看产品精修时如何选择与素材匹配的材质预设。