大量AI修图怎么不翻车：图片站编辑的三万张月修经验

抽样率先定死：三万张没有一张能靠运气

大量AI修图的质量控制，抽样率要跟批次风险走：新参数首跑抽50%，稳定批次抽5%，出过事故的组合回退到20%甚至全检。按批次抽，不按日期随机抽，这是底线。

大量AI修图跑起来之后，真正难的从来不是速度，是你根本看不完。我们站一个月三万张，摊到工作日就是一千二三百张，就算一张只看十秒，全检也要三个多小时，还没算修图本身。所以第一件事不是换更快的机器，是把抽样规则写成不许商量的数字。

以前我们每天随机抽30张，看着挺勤快，其实最偷懒——随机抽会把高风险批次和零风险批次平均掉，糊图批次混在里面根本显不出来。今年3月起改成按批次：同一个参数组合、同一晚跑出来的算一个批次。稳定批次抽5%，新预设上线首跑抽50%，任何人手动改过参数的批次强制抽20%。5月出事之后再加一条：糊图高发的「放大+锐化」组合，直接全检。

批次怎么落纸面也有讲究。每批文件名后缀批次号，比如0514A、0514B，抽检出问题十分钟就能定位到参数组合和当班编辑，不用全站排查。别小看这一步，5月那回我们光确定糊图来自哪一批就折腾了半天，文件名里只有日期没有批次号，翻备份翻到半夜十二点半。

说实话，这套数字不是想出来的，是一张一张糊图喂出来的。下面这个事故你可能猜到一半，但细节比我当时预想的难看得多。

参数分组：一个滑块毁掉一千八百张的教训

参数必须按图片类型分组锁定：产品图、人物图、文字截图各一套预设，改动超出预设范围就弹确认框。自由发挥是批量事故的第一来源。

翻车经过是这样的。5月14号晚上，组里一个新人跑一批电商图，把锐化滑块从默认的35拉到了70——他单张预览，觉得「更清晰了」，批量为1800张。锐化过头在缩略图上完全看不出来，第二天上线，读者在评论区贴了9张放大截图：边缘全白边，细节涂成油画感。那批图三天下来跳出率比平时高了11个百分点，我们才后知后觉整批回滚重跑。三万张里漏一百张，比例只有0.3%，可读者不看比例，他只记得在你这儿看到过糊图。

事后我们做了三件事。全站参数按图片类型分成产品、人物、文字截图三组，每组预设锁死范围，滑块越界脚本弹二次确认；那9张截图原图全部归档进坏例库，这个库现在攒了四百多张，新人入职第一天先看两小时糊图再上手，比任何培训文档都管用；上线后48小时内对高流量位二次抽查，有异常先下架再讨论。就像洗衣机的程序旋钮，羊毛衫不会有人拿去甩干档——参数分组干的就是把「会不会用」变成「选对组」，不让每个人每次都自己做决定。

锐化、降噪这类滑块的坑不止这一个，我们整理过一篇批量AI修图参数陷阱，跑大批量之前建议翻一遍，能省不少回滚的功夫。

自动质检脚本思路：让机器先替你把糊图拦下来

自动质检不判断图好不好看，只拦截明显不合格：模糊度、死黑死白、色偏、尺寸，四项不过关直接进人工队列。机器筛坏例，人只看可疑的。

7月我们把质检脚本补上了，思路特别朴素。第一，用拉普拉斯方差算模糊度，低于80标记疑似糊图，这个阈值是拿500张已知糊图和500张正常图跑出来的分界线，误报率6%左右，能接受。第二，查直方图，暗部占比超过95%或者高光溢出的标记死黑死白。第三，核对输出尺寸和长宽比，防批量里混进裁切错的。第四，检查色彩均值偏移，防色温跑飞。

脚本每晚十一点跑完当天的批量结果，早上九点我到工位，报告已经在邮箱里。疑似糊图自动进复核队列，每天40到80张，二十分钟能过完。抽查从碰运气变成了带着地图排查，这是它真正的价值。

报告长什么样也提一嘴：一页HTML，按批次列出疑似张数、命中的检查项和缩略图直链，糊图高发的参数组合单独标红。我每周一早上花十分钟扫一遍趋势，哪个组合连续两周上榜，就回去调它的预设。

我个人的看法：别迷信全自动。6月我试过把阈值从80调到120，想拦得更狠，结果一批本该柔焦的人像全被标记成糊图，复核队列爆到四百多张，白看了一下午。阈值没有标准答案，拿你自己的坏例库跑出分界线才算数。

回到开头那句：量大了什么都可能漏。制度不保证零漏检，是让漏掉的一百张变成三张，让这三张在48小时内被发现。你手上要也在跑大量AI修图，先把抽样率写成数字，把参数锁进分组，让脚本替你值夜班——三道闸立起来，翻车概率自然就压下去了。