即梦 4.0 出图实测：20 张商品图看 3 类瑕疵

用即梦 4.0 出一批商品图，第一眼看过去都挺像回事。全部导进详情页之后问题才出现：包装上的品牌名糊成一团、杯子把手和杯身粘在一起、金属质感看着像塑料。这些都不是「AI 出图不好」这么笼统的问题，而是三类可以分开统计、分开应对的瑕疵。

一句话结论

商品图的瑕疵要按「清不掉的原因」分成三类：文字类（字形错、笔画粘连、乱码）、结构类（部件粘连、透视错、边缘融合）、材质类（塑料感、过度锐化、光影方向不符）。三类应对方式完全不同——文字类基本救不回来只能避开；结构类重生成多半能好；材质类最隐蔽，要拿实物对比才看得出来。实测 20 张商品图一次成片可用 6 张，另 14 张重生成，最终共生成 34 张。

这篇解决什么问题

三种情况最常见。一是把瑕疵当运气：某张图不好就重出，重出三次终于好了，但说不清为什么好，下一批还是凭运气。二是用同一套标准要求所有品类：带包装文字的食品和不带文字的家居，出图可用率差一倍，但提示词和重试次数是一样的，结果是一部分白花时间。三是材质问题上线才发现：单看图片很干净，做成主图之后和实拍放一起，一眼看出「这不是同一个东西」。

根子是把出图质量当成「一次性判断」，而它其实应该按「可修复性分级」来看。三类的修复成本不一样，所以正确的做法是先分组、再出图、按类统计可用率，这样才能算出「这个品类出图要按几张备几张」。

开始前要准备什么

• 20 张商品图的需求清单，按三个变量分组：有没有包装文字、结构复杂度（单体 / 多部件）、材质类型（哑光 / 反光 / 半透明）。三个变量决定了可用率。
• 统一的提示词条件：同一组内除商品本身外，构图、光线、背景、比例全部一致，否则统计出来的差异分不清是商品问题还是提示词问题。
• 实物照片作为对照。材质类瑕疵只有对比才看得出来，没有对照就只能凭感觉说「有点怪」。
• 一条纪律：记录每一张的生成次数与瑕疵类型。不记录，这 20 张就是 20 次孤立经验。

具体怎么做

第一步：按三个变量分组，先预测可用率

分组的意义在于把「AI 行不行」变成「哪类行、哪类不行」。三个变量里最影响结果的是「有没有文字」，因为文字是唯一无法靠重试稳定解决的——重出十次，字形该错还是错。其次是反光与半透明材质，因为它依赖对光线的准确理解。结构复杂度反而相对好办，重生成通常能蒙对一次。

我要用即梦 4.0 出 20 张商品图，先做分组和预期管理。

我的 20 个需求按这三个变量标注如下（附清单）：有没有包装文字、结构复杂度（单体 / 多部件）、材质（哑光 / 反光 / 半透明）。

请做三件事：
1. 把这 20 个需求按「预计可用率」分三组（高 / 中 / 低），说明每组的主要判断依据是哪个变量；
2. 对每组给出「每张要出几个候选」的建议，以及「预计需要重生成的比例」；
3. 指出哪几个需求建议直接放弃 AI 出图、改用实拍或纯图形设计，并说明理由。

要求：不要给统一的建议（比如「都出 3 个候选」），要按组区分。理由要落到具体变量上，不要写「效果可能有差异」这种话。

第二步：统一条件出图，每张 3 个候选

同一组内除商品外的一切都要一致：构图（主体占画面比例）、光线方向、背景色、比例。条件不统一，后面统计出的差异就无法归因——你会以为「家居类不好出」，其实只是那几张用了不同的光线描述。

每张出 3 个候选而不是 1 个，是因为判断「这张行不行」比描述「我要什么」快得多。实测 20 个需求共出 34 张（首轮 20 张 + 重生成 14 张），平均每张耗时约 1.8 分钟。

按分组结果出图。同一组内除商品本身外，以下条件必须逐字一致：
– 构图：主体占画面 60%，居中偏下，上方留 20% 空白；
– 光线：左前侧 45 度柔光，右后方补弱轮廓光；
– 背景：浅灰渐变，不要纯白；
– 比例：4:3，横构图。

每个需求给我 3 条提示词候选，三条之间只允许在「商品描述」和「摆放方式」上有差异，其他部分一字不改。

输出格式：需求编号 / 分组 / 三条提示词 / 这一张最可能出的瑕疵类型（按文字 / 结构 / 材质三类标注，并说明判断依据）。

第三步：按三类逐张评判，记录而不是感觉

评判标准要写死，否则「这张不行」是主观判断，不同人给的结论不一样。三类的检查点：文字类看有没有该出现的字、字形是否完整、有没有乱码符号；结构类看部件接缝、把手与主体的连接、透视是否一致；材质类看高光形状、反射是否合理、和实物对比是否同一质感。

记录的字段至少四个：生成次数、瑕疵类型、是否可用、人工补救后是否可用。第四个字段最容易被省，但它决定了「重出」和「修图」哪个更划算。

这是 20 张商品图（含首轮与重生成结果），以及对应需求和三组检查点。请帮我做逐张评判表。

对每一张输出：
1. 属于哪个需求、是第几次生成；
2. 三类瑕疵的判定：文字（有 / 无 / 无法判断）、结构（正常 / 具体哪个部件异常）、材质（正常 / 偏塑料感 / 反光不自然 / 与实物不符）；
3. 可否直接用（是 / 修图后可用 / 必须重生成）；
4. 判断依据一句话（指出图上哪个位置）。

要求：材质类必须结合我提供的实物照片对照，说明差在哪（高光形状、反射内容、表面颗粒）。
最后给汇总：三类瑕疵各命中几次、20 个需求里几个一次可用、几个需要几次。

第四步：定「重出还是修图」的分界线

这一步决定时间花在哪。经验分界是：文字类基本只能重出或避开（修图改字等于重画，成本高于重生成）；结构类优先重出（重出 2 次内通常能好）；材质类优先修图（重出很难稳定解决「塑料感」，而后期的对比度与高光调整往往更有效）。

实测 14 张需处理的图里，重出解决 9 张、重出 2 次仍未解决转修图 3 张、直接判定放弃改设计 2 张。放弃的那 2 张都是包装带品牌文字的食品图。

这 14 张有瑕疵的图，请帮我定「重出还是修图」的策略。

对每一张给出：
1. 建议动作：重生成 / 修图补救 / 放弃改设计；
2. 依据：这个瑕疵是「随机性导致的」还是「模型能力边界导致的」——随机性可以重试，能力边界重试无用；
3. 如果建议重生成，指出这次要改提示词里的哪一处（只改一处，说明改什么）；
4. 如果建议修图，指出要调什么（高光、对比、局部重绘、换背景），以及预计效果能不能达到可用；
5. 如果建议放弃，说明改用实拍还是纯图形设计。

最后统计：14 张里三类动作各几张，以及「最多重试几次就该转修图」的经验值。

实测记录

素材是 20 个真实商品出图需求，5 个品类各 4 张：服饰、美妆、家居、食品、数码。分组 20 分钟，分完的预期是「带文字的食品与数码最差、哑光家居最好」，实际结果基本吻合，只有一处预期落空：半透明材质的护肤品瓶子比预想好，可用率反而高于反光材质的金属件。

出图 60 分钟，共 34 张（首轮 20、重生成 14），平均每张 1.8 分钟。筛选 30 分钟，逐张按三组检查点评判。结果：一次可用 6 张（30%），需重生成 14 张。瑕疵命中 20 次：文字类 7 次、结构类 5 次、材质类 8 次——次数多于张数，因为有几张同时中两类（文字糊 + 材质偏塑料最常见）。

重生成阶段，9 张两次内解决，3 张重出两次仍有材质问题转修图，2 张直接放弃改设计。转修图的那 3 张里，2 张修到主图可用，1 张仍然偏塑料感，最后降级成次图位。全程 135 分钟：准备 20 分钟、出图 60 分钟、筛选与评判 30 分钟、修图补救 25 分钟，处理环节的耗时和出图本身差不多。

最终 17 张达到主图标准（其中 1 张修完仍偏塑料感、降级作次图），2 张放弃改设计，20 个需求全部有交付。总生成 34 张，出图量是需求量的 1.7 倍。这个倍数是这批的实测值，换个品类会变——带包装文字的品类要按 2.2 倍备，哑光单体的按 1.3 倍备就够。

最容易错的 3 个地方

第一，把三类瑕疵混着说「不好看」。混着说就没法应对：文字糊要避开、结构错要重出、材质偏要修图，三个动作完全不同。分开统计之后，你才能算出「这个品类该备几张」。

第二，不统一出图条件就统计可用率。同一批里有的用了柔光有的用了硬光，最后的差异既可能来自商品，也可能来自光线，结论没法用。统一条件是所有统计的前提。

第三，材质问题不做实物对照。「塑料感」是个感觉词，不看实物照片你说不清差在高光形状还是表面颗粒，也就不知道修图该调什么。这次 3 张转修图的，全靠实物对照才定位到「高光是圆形而不是条形」。

可复用的东西

三类瑕疵框架：文字（字形、粘连、乱码）、结构（部件接缝、透视）、材质（高光、反射、颗粒）。

可修复性分界：文字类避开或重出、结构类优先重出（2 次内）、材质类优先修图。

三个分组变量：有无包装文字、结构复杂度、材质类型。文字变量对可用率影响最大。

出图倍数：带文字品类按 2.2 倍备量、哑光单体按 1.3 倍备量。这批实测 1.7 倍。

评判四字段：生成次数、瑕疵类型、可否直接用、人工补救后是否可用。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接