AI 生成商品圖別修到貨不對板：台灣 SME 先查 5 條上架線

AI 生成商品圖可以用，但台灣 SME 不應把它當成「替代實物」的捷徑。上架前先問一件事：消費者看到這張圖後，對商品尺寸、顏色、材質、配件、數量、使用效果與優惠條件的理解，會不會和實際交付不同？如果答案可能是會，就要退回實拍、改成情境輔助圖，或補上更清楚的商品頁說明。這篇給電商、品牌官網、LINE 社群與廣告團隊一套 5 條上架線，讓 AI 生成商品圖幫你加速，而不是把曝光變成客訴。

為什麼這題現在要先管，而不是等客訴再修

對小團隊來說，AI 圖片工具最誘人的地方是速度：新品還沒排棚拍、社群素材缺情境、廣告需要很多尺寸，幾分鐘就能生出一批看起來很完整的圖。問題是，商品圖不是一般配圖。它直接影響買家對商品內容、品質與交付結果的期待，也會被購物廣告、搜尋圖片、商品資料和社群貼文重複使用。

公平交易委員會的網路廣告處理原則要求，網路廣告內容要與實際提供情形相符，錯誤、變更或停售時也應即時更正。這表示商品圖片如果讓人對品質、內容、限制條件或來源產生錯誤認知，不能只用「AI 美化」「示意圖」就帶過。Google Merchant Center 對主商品圖也要求圖片能準確呈現完整商品，避免浮水印、促銷字樣、標誌、無關圖形或不是實際商品的替代圖，並對生成式 AI 圖片提出保留 AI 來源中繼資料的要求。

換句話說，AI 生成商品圖不是不能用，而是要分清楚：哪一張是購買決策依據，哪一張只是情境補充；哪一張會進商品資料來源，哪一張只適合做廣告概念稿；哪一張能公開，哪一張只該留在內部提案。

AI 生成商品圖上架前，先查 5 條線

1. 實拍底圖線：商品本體要有可回查的原始照片

如果商品主圖、規格圖或比較圖會影響下單，建議從實拍底圖開始，而不是讓 AI 從零生成商品本體。團隊至少要保存原始照片、拍攝日期、商品版本、顏色款式、尺寸規格與負責人。這些資料不是為了增加行政負擔，而是當客服、廣告審核或通路後台問「這張圖代表哪個 SKU」時，能快速回到證據。

實務上可以把圖片分成三層：第一層是商品本體與規格，原則上用實拍；第二層是去背、陰影、裁切與背景清理，可以用 AI 輔助；第三層是生活情境、社群氛圍與廣告視覺，可以給 AI 更大的彈性。這樣做會比「全部都 AI」慢一點，但比較不會在成交後才發現商品承諾被圖片放大了。

2. 修圖邊界線：不能改掉會影響購買判斷的特徵

上架審核時，把每張圖逐項對照：尺寸比例、材質紋理、顏色、配件數量、容量、內容物、使用效果、標籤文字、保固或優惠資訊。只要改動會影響買家判斷，就不要交給 AI 自由發揮。尤其食品、美妝、保健、服飾、家具、包款、電子配件這些品類，圖片差異很容易變成「實物不符」或「效果誇大」的感受。

一個簡單判斷是：如果消費者收到商品後，會拿著商品和圖片逐項比較，這張圖就不能只追求漂亮。AI 可以把背景整理乾淨、把光線拉齊、把情境做得更完整，但不該把產品本體修成另一個更高級、更大、更豐富或更有效的版本。

3. 通路規範線：主圖、商品頁、廣告和 Merchant Center 要一致

很多 SME 的圖片風險不是發生在單一圖片，而是發生在多通路不同步。品牌官網改了新主圖，蝦皮或 momo 還是舊圖；Google Merchant Center 的 image_link 指到舊網址；LINE 圖文訊息用了限時優惠圖，但商品頁價格已經更新。Google Search Central 指出，商品資料、結構化資料和 Merchant Center feed 會影響搜尋與購物體驗中對商品價格、庫存、圖片的理解；Google Merchant Center 也要求圖片連結可檢索、格式正確，圖片要呈現正確變體。

因此，上架前不要只問「這張圖好不好看」，還要問「這張圖會出現在幾個地方」。最低限度要列出商品頁主圖、額外圖片、廣告素材、社群貼文、LINE 訊息、EDM、Marketplace 後台、Merchant Center feed 與 og:image。只要商品版本、價格、包裝或贈品變了，圖片和資料要一起更新。

4. 廣告證據線：每個賣點都要能回到資料來源

AI 很擅長把畫面做得像「已經被很多人喜歡」「使用效果很好」「贈品很多」「專業機構認可」。但這些視覺暗示如果沒有事實支撐，就可能比文字更難辯解。公平會處理原則列出的網路廣告風險，包含價格、數量、品質、內容與限制條件和事實不符，或因揭露不足讓消費者產生錯誤認知。

所以每張 AI 生成商品圖都應附一欄「賣點證據」。例如：防潑水效果要有測試條件；容量示意要能對上規格；套組圖要列明實際包含品項；優惠圖要有活動期間與限制；比較圖要有比較基準。若資料來源不明，就把那個賣點從圖上拿掉，改成一般情境圖或內部測試素材。

5. 下架責任線：誰知道這張圖什麼時候該停用

AI 圖片量一多，真正麻煩的是停用。商品換包裝、缺貨、成分調整、贈品結束、顏色停產、型號改版後，舊圖如果還留在廣告群組、社群貼文、商品 feed 或部落格文章裡，就會繼續製造錯誤期待。公平會的即時更正原則，對 SME 的意思很直接：圖片不是發完就結束，必須有版本和下架責任。

建議每張公開圖片都用一個素材編號，記錄 SKU、使用通路、核准日期、到期條件與負責人。小團隊不用一開始就導入大型 DAM 系統；用雲端資料夾、試算表或專案工具也可以。重點是有人能在商品變更時，知道要找哪些圖、改哪些平台、停哪些廣告。

哪些圖片可以交給 AI，哪些一定要人工覆核

7 天小試點：先從 20 張商品圖開始

不要一開始就把全站商品圖交給 AI。比較穩的做法，是挑 20 張低風險商品圖做 7 天試點。第一天建立素材欄位：SKU、原始照片、AI 工具、提示詞摘要、修改項目、負責人、核准人、使用通路。第二天到第三天產出版本，但限制只做背景、光線、裁切與情境。第四天由商品、客服、行銷各看一次，標出可能被誤解的地方。第五天只上架到低風險通路或小流量廣告組。第六天看點擊、加入購物車、詢問內容和客訴訊號。第七天決定哪些處理方式能變成 SOP，哪些要禁止。

這個試點的重點不是證明 AI 圖一定比較有效，而是建立「哪種圖可以快、哪種圖不能省」的共同標準。只看點擊率會讓團隊偏向更誇張的圖片；要一起看退貨、詢問、客服澄清次數、商品頁停留與廣告審核狀態，才知道圖片是否真的幫助成交。

這套做法適合誰，不適合誰

這套檢查法適合已經有自有官網、Marketplace、LINE 社群、廣告投放或商品 feed 的台灣 SME，特別是商品更新快、圖片量大、行銷人手不足的團隊。它也適合準備把 AI 圖片納入固定工作流，但還沒有清楚審核責任的品牌。

它不適合把 AI 當成法律意見或最終審核的人。若商品涉及食品、保健、醫療器材、化妝品、金融、兒童安全、專利商標或高度管制宣稱，圖片與文案都要交給熟悉該產業規範的人複核。若商品目前沒有實物、只有概念或預售樣品，也不應用過度完成的 AI 圖營造已量產的印象。

資料更新與來源

本文於 2026-08-19 依可公開瀏覽的官方與平台文件整理。重點依據包括：Google Merchant Center 的 image_link 圖片規範，其中說明圖片格式、可檢索性、主圖呈現、促銷元素限制與生成式 AI 圖片中繼資料；Google Search Central 的 圖片 SEO 最佳做法與商品資料分享說明，用來界定圖片、商品頁、結構化資料與 Merchant Center feed 的關係；公平交易委員會的網路廣告案件處理原則，用來界定網路廣告真實表示、即時更正與限制條件揭露責任。

另外，新華網轉載法治日報的AI 生成商品宣傳圖與實物不符報導提供了跨境電商糾紛案例，可作為風險觀察，但不等於台灣法規解釋。實際案件仍應依台灣主管機關、平台條款與商品品類主管法規判斷。

結論：讓 AI 加速素材，不要讓 AI 代替商品事實

AI 生成商品圖真正的價值，是把低風險、重複性的視覺工作變快：去背、背景、情境、尺寸、草圖、A/B 版型。台灣 SME 要守住的是另一件事：商品本體、交易條件、通路資料和消費者期待必須一致。只要把實拍底圖、修圖邊界、通路規範、廣告證據和下架責任這 5 條線先建起來，AI 圖片就能成為行銷效率工具，而不是下一次「貨不對板」客訴的起點。

FAQ

商品主圖可以直接用 AI 生成嗎？

不建議直接從零生成商品主圖。主圖是購買決策依據，最好以實拍商品為基礎，只讓 AI 協助去背、光線、裁切或背景整理。

AI 生成商品圖需要標示是 AI 做的嗎？

不同通路規範不同。至少要保留工具、提示詞摘要、原始照片與版本紀錄；若通路要求 AI 來源中繼資料或揭露，就不要移除或規避。

情境圖可以比實物漂亮一點嗎？

可以美化氛圍，但不能改變商品本體、配件、容量、效果、材質或會影響交易決定的條件。情境配件也要避免讓買家誤以為會隨商品附贈。

小團隊沒有 DAM 系統，怎麼管理 AI 圖片版本？

先用雲端資料夾和試算表即可。每張圖記錄 SKU、原始照片、AI 工具、修改項目、核准人、使用通路與到期條件，就能先降低失控風險。

AI 商品圖上架後要看哪些成效？

除了點擊率，也要看加入購物車、詢問內容、退貨原因、客服澄清次數、廣告審核狀態與商品頁停留。只看點擊率容易鼓勵過度美化。