Большинство отклонённых изображений товаров получают одинаковое объяснение: «выглядит неправильно». Эта фраза отправляет оператора обратно к инструменту для повторной попытки, и следующее изображение снова выглядит неправильно, но уже по-другому. Отсутствует конкретика. Отражение, в котором видна старая студия, вторая молния, тень падает не туда, мягкий край от мягкого источника света или портретное кадрирование на квадратном канале — это пять разных ошибок с пятью разными способами исправления, и ни одна из них не решается повторным запуском.
Эта страница — это таксономия: все возможные ошибки сгенерированных изображений товаров разбиты на пять категорий по типу ошибки, с указанием причины и способа исправления для каждой. Здесь не публикуются показатели отказов для какого-либо инструмента или категории. Зато даётся словарь для оценки — чтобы отклонённое изображение имело причину, указывающую на конкретный этап, и порядок проверки.
Какие основные ошибки встречаются в AI-фотографии товаров?
Пять: товар изменился (цвет, форма, текстура, пропорции или детали отличаются от фотографии); что-то придумано (особенность, отметка или сторона, которой у товара нет); сцена не совпадает с товаром (свет, тень, масштаб, контакт, отражение или перспектива не соответствуют); исходник был недостаточно качественным (размытие, тень, скрытая сторона, низкое разрешение, неподходящий фон — инструменту пришлось додумывать); и изображение не подходит для площадки (кадрирование, фон, размер или правило маркетплейса). У каждой категории своя причина и своё решение, и проверка идёт именно в этом порядке, потому что первые две ошибки — те, за которые клиент может спросить.
Зачем вообще классифицировать ошибки?
Ошибка с названием — это ошибка с решением: изменённый цвет указывает на эталон цвета и проверку; придуманная карман — на скрытую сторону исходника; неправильная тень — на освещение сцены. Ошибка без названия ни на что не указывает, поэтому оператор генерирует заново с тем же исходником и запросом и получает ту же категорию ошибки, но с другими деталями. Классификация также позволяет оценивать партии: десять изображений с пометкой «неправильно» — это десять разных проблем, а десять с пометкой «класс 3, несоответствие света» — одна проблема на одном этапе.
Класс 1 — товар изменился
Товар на изображении отличается от товара на фотографии.
- Как это выглядит: цвет сместился относительно эталона; пропорции искажены; текстура стала более гладкой или резкой; деталь сместилась — пуговица, шов, вырез; рисунок изменён; логотип перерисован; буквы на этикетке заменены на формы букв.
- Причина: пиксели товара были перерисованы — повторный рендер по описанию, угол, которого не было в исходнике, увеличение с генерацией деталей, несколько изменений за один шаг.
- Решение: рабочий процесс, сохраняющий пиксели товара и генерирующий вокруг них; по одному изменению на изображение; эталон цвета в мастер-версии; сравнение с мастером в полном размере.
- Серьёзность: клиент получает другой товар. Отклонять.
Класс 2 — что-то придумали
На изображении показана деталь, отметка или сторона, которой у продукта нет.
- Как это выглядит: лишняя застёжка, карман, ремешок, разъём или шов; симметричная деталь, добавленная для баланса; отметка там, где обычно ставят метки; задняя или нижняя часть, нарисованная как передняя; аксессуар, которого на самом деле нет.
- Причина: пробел в исходнике — скрытая сторона, затемнённая застёжка, обрезанный фрагмент — которые инструмент заполнил тем, что обычно бывает у таких продуктов; запрос, описывающий продукт; новый ракурс из источника, где его не было.
- Как исправить: использовать исходник, на котором видны все детали и отсутствия со всех ракурсов, используемых в объявлении; описывать сцену, а не продукт; сверять детали на исходнике и в результате.
- Серьёзность: клиент получает то, чего на самом деле нет. Отклонять.
Класс 3 — сцена не совпадает с продуктом
Продукт правильный, сцена правильная, но они не сочетаются.
- Как это выглядит: тень падает в сторону источника света; блик на продукте с той стороны, где в сцене света нет; отражение старой студии; продукт парит над поверхностью или утоплен в ней; продукт размером с здание или игрушку; перспектива, где земля уходит в глубину, а продукт — нет; цветовой оттенок, который сцена не может объяснить.
- Причина: освещение сцены выбрано без учёта главного источника света; отражающий или прозрачный продукт сохраняет отражения старой комнаты; тень от контакта с поверхностью сгенерирована отдельно от продукта; масштаб, который в запросе не был зафиксирован.
- Как исправить: сцены должны освещаться с той же стороны, что и главный источник света; нейтральный фон для отражающих продуктов, подходящая поверхность для прозрачных; тень проверять по направлению, мягкости и контакту; в сцене, где важен масштаб, должен быть ориентир.
- Серьёзность: изображение сразу кажется фейком, даже если сложно объяснить почему; теряется доверие, а не продукт. Отклонять и исправлять сцену, а не продукт.
Класс 4 — исходник был недостаточно качественным
Инструменту пришлось угадывать, потому что фотография не давала информации.
- Как это выглядит: мягкие края там, где исходник был размытым; тень плавно сливается с фоном; низкое разрешение продукта на резком фоне; цвет, который нельзя проверить из-за отсутствия эталона; скрытая сторона, которая становится классом 2 при запросе нового ракурса; белый исходник, наложенный на тёмный фон для прозрачного продукта.
- Причина: фотография — размытие, неравномерное освещение, скрытая часть, маленький файл, неправильный фон — а не генерация.
- Как исправить: переснять. Равномерный свет, полное разрешение, все стороны, эталон цвета, фон, который будет использоваться в изображении. В Photta загрузки до 10 МБ сохраняют оригинальные детали камеры.
- Серьёзность: все последующие изображения наследуют эту проблему. Исправьте исходник перед генерацией чего-либо ещё.
Класс 5 — правильное изображение, но не тот канал
Изображение подходит, но канал его не принимает или отображает некорректно.
- Как это выглядит: главное фото на фоне, где маркетплейс требует чисто белый цвет; портретный кадр в квадрате с обрезанным товаром; товар слишком мелкий для увеличения на канале; тень или реквизит, запрещённые правилами категории; размер файла или формат, которые канал не поддерживает.
- Причина: изображение сделано до ознакомления с требованиями канала.
- Решение: внимательно изучить актуальные требования канала и экспортировать под каждый канал отдельно: белый фон для главного фото там, где нужно, правильная обрезка и заполнение кадра, подходящий формат и размер для загрузки.
- Серьёзность: отклонение или некорректное отображение, но без вреда для клиента. Переэкспортировать, не создавать заново.
Название, место, исправление
Цикл, которому служит этот чеклист, назван так, чтобы другие страницы с проверками точности могли на него ссылаться.
- Название — каждому отклонённому изображению присваивается класс и строка, где обнаружена ошибка.
- Место — класс сопоставляется с этапом: источник, рабочий процесс, сцена, проверка или экспорт.
- Исправление — изменён соответствующий этап и изображение пересоздано один раз; повторный сбой в том же классе означает, что ошибка в этапе, а не в самом изображении.
Порядок проверки партии
| Что проверять | Класс | Вопрос | Если не проходит |
|---|---|---|---|
| Цвет, форма, текстура, детали по сравнению с эталоном | 1 — товар изменён | Это тот самый товар на фото? | Отклонить; сохранить пиксели; одна правка на изображение |
| Количество застёжек, швов, отметин, сторон | 2 — выдумано | Есть ли у товара это? | Отклонить; показать все стороны и отсутствие на исходнике |
| Свет, тень, отражение, контакт, масштаб | 3 — сцена не совпадает | Совпадает ли свет на товаре и в сцене? | Отклонить; переснять или перенастроить свет в сцене, не товар |
| Резкость, разрешение, скрытые детали, эталон | 4 — источник | Мог ли инструмент это определить? | Переснять; все последующие изображения наследуют это |
| Фон, обрезка, размер, правила категории | 5 — канал | Покажет ли канал это правильно? | Переэкспортировать; не создавать заново |
Проверять в таком порядке, потому что первые два — ошибки, за которые клиент может вас упрекнуть; третья снижает доверие; четвёртая объясняет остальные; пятая — стоит только переэкспорта.
Массовая проверка: выборка, исключения и учёт
Таксономия рассчитана на проверяющего, который смотрит по одному изображению. Когда речь идёт о каталоге из тысяч товаров, вопрос меняется с «правильное ли это изображение» на «какие изображения нужно показать человеку», а ответ — это правило выборки, правило исключений и учёт.
- Выбирайте по товару, а не по изображению. Каждый товар должен быть проверен хотя бы один раз — его главное изображение сравнивается с эталоном — потому что первые два класса относятся к товару, а изменённый цвет или добавленная деталь повторяются на всех изображениях этого товара. Проверяются сцены и варианты.
- Полностью проверяйте исключения. Товары, у которых категория определяется с ошибками — отражающие поверхности, прозрачные объекты, мелкий текст, украшения, многослойная одежда — проходят полную проверку вне зависимости от выборки, потому что их ошибки заметны с первого взгляда.
- Расширяйте выборку при появлении класса. Если в партии появляется хотя бы один отказ по классу два, значит источник проблемы в настройках; проверяйте все товары, сфотографированные таким же способом.
- Обозначайте каждое отклонение. Отклонение без класса — это повторная генерация с тем же результатом; отклонение с классом — это изменение в исходных данных, рецепте, сцене или экспорте.
- Ведите учёт. Какие изображения проверялись, кем, с каким эталоном, с каким классом и исправлением. Это позволяет уменьшать выборку в следующих партиях и доверять результатам.
Проверка каждого изображения — не значит более строгая проверка; это проверка, которую пропустят в первую неделю задержки каталога. Выборка, которая всегда охватывает товар и исключения, — это проверка, которая останется в работе.
Один набор, пять видов ошибок
Бренд товаров для дома проверяет партию кружек из керамики: двенадцать снимков с одного белого мастера с серой картой. Два кадра показывают глазурь чуть теплее карты — класс 1, свет сцены коснулся продукта; процесс изменён, чтобы сохранить пиксели, и оба изображения пересозданы. Один кадр показывает ручку с обратной стороны, которой у кружки нет — класс 2, исходник не показывал заднюю часть; задняя сторона сфотографирована, и угол пересоздан. Три кадра с тенью, падающей в сторону окна — класс 3, свет был неправильным; сцены пересвечены слева. Один кадр с мягким фокусом на краю — класс 4, фокус мастера; мастер переснят, партия повторена. Два кадра с кружкой слишком маленькой для квадратного формата маркетплейса — класс 5; кадры перекроплены. Три прошли проверку. Каждому отказу соответствует шаг исправления, и следующая партия проваливается меньше, потому что исправляют процесс, а не только изображения.
Часто задаваемые вопросы
Какая самая серьёзная ошибка в AI-фотографии товаров?
Изменённый или выдуманный продукт — классы 1 и 2 — потому что клиент сравнивает фото с тем, что приходит. Сцена, не соответствующая товару, подрывает доверие, даже если продукт не искажен; плохой исходник объясняет остальные ошибки; несоответствие канала приводит к сбою экспорта.
Почему мои AI-фотографии товаров "выглядят странно", хотя на первый взгляд всё нормально?
Чаще всего класс 3: продукт и сцена освещены по-разному. Тень падает не туда, блик появляется непонятно откуда, отражающая поверхность показывает старую студию, продукт будто парит. Сначала проверьте направление света на продукте и тень на сцене.
Стоит ли пересоздавать неудачное изображение или исправлять исходник?
Зависит от класса ошибки. Классы 1 и 2 исправляют в процессе и исходнике; класс 3 — в сцене; класс 4 — только пересъёмкой; класс 5 — повторным экспортом. Пересоздание с тем же исходником и запросом повторит ошибку.
Как быстро проверить большую партию?
В порядке приоритета, с пометками классов. Сравните каждое изображение с мастером в полном размере, отметьте первую обнаруженную ошибку и сгруппируйте отказы по классам: если большая часть ошибок одного класса, значит, нужно исправить один этап.
Применима ли эта классификация к виртуальной примерке и фото моделей?
Да, при этом одежда или товар — это то, что не должно меняться, а модель — часть сцены. Классы те же; в классе 2 ошибки — это пуговицы, швы, принты и подолы, а класс 3 добавляет соответствие посадки и драпировки телу.
Что эта страница не утверждает
Здесь не говорится, что какой-то класс ошибок возникает всегда, в любом инструменте; эта страница ничего не измеряет. Заявляется лишь, что каждая ошибка относится к одной из пяти категорий, каждая категория указывает на конкретный этап рабочего процесса, и что исправление, основанное на названии категории, исправляет именно этап, а не изображение.
Чтобы сохранить пиксели продукта при смене сцены, смотрите AI product photography; для понимания измерений, лежащих в основе класса 1, how to measure AI product image accuracy; для подробностей по классу 2, how to prevent AI from adding nonexistent product details.