大多数被拒绝的产品图片都会收到同一句反馈：看起来不对劲。这句话让操作员回到工具重新尝试，但下一张图片又以另一种方式显得不对劲。缺少的是具体的名称。比如反光里出现了旧工作室的影子，拉链多了一条，阴影方向错误，柔光边缘不自然，方形频道里出现了人像裁剪——这五种不同的问题各有不同的解决方法，而单纯重复尝试是解决不了的。
本页是一个分类体系：将生成的产品图片失败的各种情况按五大类归纳，每类说明了失败的原因和对应的修正方法。这里不公布任何工具或类别的失败率，提供的是一个审核用的词汇表——这样被拒的图片会附带具体原因，指向某个步骤，并且有一个查看的顺序。
AI产品摄影主要有哪些失败类型？
共五种：产品发生变化（颜色、形状、质地、比例或细节与照片不符）；虚构了元素（产品不存在的特征、标记或侧面）；场景与产品不协调（光线、阴影、比例、接触点、反射或透视不匹配）；原图质量不足（模糊、阴影、隐藏面、分辨率低、背景错误，导致工具只能猜测）；图片不符合渠道要求（裁剪、背景、尺寸或平台规则）。每类都有对应的原因和修正方法，审核时按此顺序查找，因为前两类是客户最容易指出的问题。
为什么要对失败进行分类？
有名称的失败就有解决方案：颜色变化指向颜色参考和校验；虚构口袋指向原图的隐藏面；错误阴影指向场景光线。没有名称的失败指向不了具体问题，操作员只能用相同的原图和请求反复生成，结果还是同类失败但细节不同。分类还能让批量审核更有效：十张被简单标记为“不对劲”的图片是十个问题；十张标记为“3类，光线不符”的图片则是同一个步骤的一个问题。
第一类 — 产品变化
图片中的产品与照片中的产品不一致。
- **表现形式：**颜色偏离参考；比例拉伸；质地变得更平滑或更锐利；细节位置变化——按钮、缝线、领口；图案间距调整；标志重新绘制；标签上的字母被替换成类似字母的形状。
- **原因：**产品像素被重新绘制——根据描述重新渲染，角度与原图不符，放大时工具自行补充细节，或一步操作中出现多处变化。
- **解决方案：**保持产品像素不变，在其基础上生成；每张图片只做一次修改；主图中包含颜色参考；全尺寸对比主图。
- **严重性：**客户收到的产品与原图不同。拒绝。
第二类 — 产生了不存在的东西
图片中出现了产品没有的特征、标记或侧面。
- 表现形式： 多余的扣件、口袋、带子、接口或缝线；为了对称而镜像出现的特征；通常会有标记的位置出现了标记；正面画出了背面或底面；包含了未附带的配件。
- 原因： 源图存在空白——隐藏的侧面、阴影中的扣件、裁剪部分——工具根据类似产品的常见特征进行了补全；描述产品时的请求不准确；从未展示该角度的源图生成了新视角。
- 解决方案： 使用每个特征和缺失部分都清晰可见的源图，且涵盖所有展示角度；描述场景而非产品本身；对比源图和输出中的特征数量。
- 严重性： 客户收到的产品与实际不符。拒绝处理。
第三类 — 场景与产品不匹配
产品本身没问题，场景也没问题，但两者放在一起却不协调。
- 表现形式： 阴影方向与光源相反；产品上出现场景无光照的高光；反射中出现旧工作室；产品悬浮于表面之上或陷入其中；产品尺寸像建筑物或玩具；地面透视变化而产品不变；场景中出现无法解释的色彩偏差。
- 原因： 场景光源与主图光源不一致；反光或透明产品带有原始环境反射；产品与阴影分离生成；请求中未明确尺寸比例。
- 解决方案： 场景光源应与主图高光方向一致；反光产品使用中性背景，透明产品使用发布时的地面；检查阴影的方向、柔和度及接触点；场景中加入尺寸参考，确保比例准确。
- 严重性： 图片看起来假，客户失去的是信任而非产品本身。拒绝处理，调整场景而非产品。
第四类 — 源图质量不足
工具只能凭猜测生成，因为照片信息不完整。
- 表现形式： 源图边缘模糊；阴影部分被抹平；产品分辨率低而场景清晰；无色彩参考导致颜色无法校验；隐藏侧面一旦请求新角度就变成第二类问题；透明产品的白色主图被强行放入深色场景。
- 原因： 照片本身问题——模糊、不均匀光照、隐藏部位、小文件、错误背景——而非生成工具的问题。
- 解决方案： 重新拍摄。保证光线均匀、分辨率高、角度全面、有色彩参考、使用最终发布的背景。在Photta中，上传不超过10MB的文件能保留相机原始细节。
- 严重性： 后续所有图片都会继承此问题。生成前必须先解决源图质量。
第5类 — 图片正确，渠道不合适
图片本身没问题，但渠道不接受或显示效果差。
- 表现形式： 主图背景有场景，但市场要求纯白背景；方形缩略图中显示的是竖版裁剪，产品被截断；产品在画面中太小，无法满足渠道的放大需求；有阴影或道具违反分类规则；文件大小或格式被渠道拒绝。
- 原因： 图片制作时未参考渠道规则。
- 解决方案： 直接查看渠道最新要求，针对每个渠道单独导出：主图需纯白背景时调整为纯白，裁剪和填充满足缩略图需求，格式和大小符合上传标准。
- 严重性： 可能被拒或缩略图显示不佳，但不会影响客户体验。重新导出即可，无需重新生成。
名称、位置、修正
下面的检查流程命名，方便其他准确性页面引用。
- 名称 — 每张被拒图片标注其类别和失败的检查项。
- 位置 — 类别对应的步骤：源文件、工作流程、场景、检查或导出。
- 修正 — 修改对应步骤并重新生成图片；同一类别第二次失败说明步骤本身有问题，而非图片。
批量检查顺序
| 检查内容 | 类别 | 询问 | 失败时操作 |
|---|---|---|---|
| 颜色、形状、纹理、细节是否与原图一致 | 1 — 产品变更 | 这张照片里的产品是正确的吗？ | 拒绝；保留像素；每张图片只允许一次修改 |
| 关闭件、缝线、痕迹、侧面数量 | 2 — 捏造 | 产品本身有这些吗？ | 拒绝；展示所有侧面及缺失部分 |
| 光线、阴影、反射、接触点、比例 | 3 — 场景不符 | 产品和场景的光线一致吗？ | 拒绝；调整场景光线或重新拍摄场景，产品无需变动 |
| 清晰度、分辨率、隐藏部位、参考 | 4 — 源文件 | 工具能检测到问题吗？ | 重新拍摄；后续所有图片都受此影响 |
| 背景、裁剪、尺寸、分类规则 | 5 — 渠道 | 渠道能正常显示吗？ | 重新导出；无需重新生成 |
按此顺序检查，因为前两项是客户最容易发现的错误；第三项会影响信任；第四项解释其他问题；第五项仅需重新导出。
大规模审核：抽样、例外和记录
这套分类体系是为审核单张图片设计的。当面对成千上万的目录时，问题从“这张图片对吗”变成了“需要看哪些图片”，答案就是抽样规则、例外规则和记录。
- 按产品抽样，而非按图片。 每个产品至少会被看一次——它的主图会与主样图对比——因为前两类是按产品划分的，颜色变化或新增特征会在该产品的所有图片中重复出现。场景和变体则进行抽样。
- 例外情况全部审核。 类别识别失败的产品——如反光、透明、细小文字、珠宝、叠穿服饰——无论抽样结果如何，都必须全部审核，因为这些失败往往一眼就能发现。
- 当出现某类问题时扩大抽样。 批次中出现一次二级拒绝，说明该批次的拍摄设置有问题；需审核所有采用相同拍摄方式的产品。
- 明确标注每次拒绝。 没有分类的拒绝意味着重新生成但结果相同；有分类的拒绝则表示需要调整源文件、配方、场景或导出设置。
- 保留审核记录。 记录哪些图片被谁审核，针对哪个主样图，出现了什么分类和修正措施。正是这些记录让后续批次的抽样更精准，审核更可靠。
每张图片都审核并不代表更严格，而是当目录延迟时第一周就会被跳过。始终抽查产品且覆盖例外的审核，才是能持续执行的审核方式。
一批多名
一家家居品牌对一批石器杯进行审核：十二张图片，均来自一张带灰卡的白色母版。其中两张釉色比灰卡稍暖——一级问题，场景光线影响了产品；流程被调整以保留像素，两张图重新生成。一张显示杯子远侧有把手，但实际没有——二级问题，原图未展示背面；补拍背面并重新生成角度。三张阴影朝窗户方向投射——三级问题，光线来自错误方向；场景从左侧重新打光。一张杯口模糊——四级问题，母版对焦问题；重新拍摄母版并重复批次。两张杯子尺寸过小，不适合市场方形图块——五级问题；重新裁剪。三张合格。每次拒绝都有对应步骤，下一批次失败率降低，是因为修正了流程而非单张图片。
常见问题
AI产品摄影中最严重的问题是什么？
产品被更改或虚构——一级和二级问题——因为客户能对比实物和图片。场景与产品不符会丧失信任，虽不误导产品；源图质量差会引发其他问题；渠道不匹配会导致导出失败。
为什么我的AI产品图 "看起来怪怪的"，但没明显错误？
几乎都是三级问题：产品和场景光线不一致。阴影方向错误，高光无来源，反光面显示旧工作室，产品悬浮。检查产品光线方向是否与场景阴影一致，是首要步骤。
失败图片该重新生成还是修正源图？
视问题等级而定。一级和二级问题需修正流程和源图；三级问题修正场景；四级问题只能重新拍摄；五级问题重新导出。用相同源图和请求重新生成会重复出现同类问题。
如何快速审核大批量图片？
按优先级顺序，带上名称。将每张图与母版全尺寸对比，标记首个失败等级，按等级归类拒绝图片：若某等级失败占多数，只需针对该步骤修正。
这种分类法适用于虚拟试穿和模特图吗？
适用，服装或产品为不可变元素，模特视为场景一部分。分类相同；二级问题中的数量变为钮扣、缝线、印花和下摆，三级问题增加了服装贴合度和垂感与身体的协调性。
本页未作出的声明
本页不保证任何类别在任何工具中都会出现，也不对任何内容进行测量。 本页的主张是，每个错误都属于五个类别之一，每个类别对应工作流程中的一个环节，明确错误类别的反馈能修正流程步骤，而非单纯修正图片。
如需在场景切换中保持产品像素，请参见 AI产品摄影； 关于类别1的测量方法，详见 如何测量AI产品图片的准确度； 深入了解类别2，请参阅 如何防止AI添加不存在的产品细节。