还在为 AI 生成的“最终版-3.jpg”而头痛吗？这套专业的修图素材分级与命名规范，将帮你告别混乱。通过建立 L1 (实验) 到 L3 (成品) 的三级管理体系，你可以将团队找回备选素材的时间从数小时缩短至2分钟，把每一份 AI 产出都变为可追溯、可复用的宝贵资产。文末附有可直接套用的 SOP 清单。

AI 修图素材分级与命名规范

核心摘要

• 解决核心问题：AI 生成式修图产出大量素材，传统命名方式导致混乱、无法追溯和复用。本规范旨在建立一套清晰的 AI 素材管理流程，提升团队协作效率和资产价值。
• 适合人群：面临大量 AI 生成图管理难题的电商设计师、品牌视觉运营、修图师，以及希望建立标准化设计流程的团队负责人。
• 关键方法：引入 L1 (实验级)、L2 (备选级)、L3 (成品级) 三级分级体系，结合标准化的目录、文件和图层命名规则，实现对 AI 素材从生成到归档的全链路管理。
• 推荐做法：将本规范作为团队 SOP，并在日常工作中借助 PS AI Plugin 等工具执行，通过规范图层命名和文件管理，固化流程。
• 核心价值：变“混乱的生成物”为“可复用的设计资产”，减少重复性 AI 生成工作，确保设计产出的稳定性和可追溯性，让团队成员能快速理解和接手他人工作。

上个月，我们团队为了一个年中大促活动，紧急制作一批商详页。其中一个环节是为 50 款产品更换统一风格的场景背景。负责的同事用 AI 工具生成了数百张背景图，但因为缺少流程规范，整个项目文件夹乱作一团。我们花了将近两天时间，才从 “背景-新-2.jpg”、“最终版-final-3.psd”、“山景图-可用-5.png” 这样的文件里，找到能用的版本。这次混乱的经历，让我们下定决心，必须建立一套可执行的 AI 修图素材分级与命名规范。

这套规范的目标很明确：让 AI 生成的每一张图，从诞生那一刻起，它的身份、质量、用途都是清晰的。这不仅是为了文件整洁，更是为了让 AI 真正成为提升效率的工具，而不是制造混乱的源头。

为什么传统的命名方式在 AI 时代失效了？

在 AI 工具普及之前，我们的设计流程是线性的：一张原图，经过一系列确定的修图步骤，得到一张最终成品。“文件名_v1”、“文件名_v2”、“文件名_final” 这样的命名方式，虽然原始，但基本够用。

然而，AI，特别是生成式 AI，彻底改变了工作流的性质。

• 从“一对一”到“一对多”：传统修图是“输入 A -> 输出 B”。AI 修图是“输入 A + Prompt -> 输出 B1, B2, B3…Bn”。一次生成就可以产出数十种变体，版本数量呈指数级增长。传统的 _v1, _v2 体系迅速崩溃。

• 过程即资产，但信息易丢失：在 AI 工作流中，那些“中间版本”或“未被选中的版本”同样具有价值，它们可能适用于其他场景或为新创意提供灵感。但如果没有记录，这些资产就成了无法复现的“黑盒”。生成它所用的 Prompt、关键参数、Seed 值等上下文信息，一旦丢失，这个素材的复用价值就大打折扣。

• 质量参差不齐，污染素材库：AI 的产出质量并不稳定。有些是“一眼假”的废品，有些是“几乎完美”的半成品，有些则是可以直接使用的成品。如果将这些不同质量的素材混杂存放在一起，会严重污染团队的共享素材库，增加后续使用者筛选和判断的成本。

因此，我们需要一套新的规则，来管理这种非线性、高通量的创作过程。这套规则必须能回答三个问题：这张图是怎么来的？它质量如何？它能用在哪？

一套可执行的 AI 修图素材分级与命名规范

这套规范分为三个环节：输入 (Input)、处理 (Process)、输出 (Output)，覆盖了从原始素材到最终成品的全链路。

输入 (Input): 原始素材的准备与命名

一切工作的起点是清晰的输入。混乱的源文件命名会给整个项目埋下隐患。

检查项：- 确保所有项目相关的原始素材（如产品原图、品牌 Logo、参考图等）都已按统一规则命名并存放在指定目录。目录结构示例：

/24Q3_SummerSale_Project/
|-- 01_Source/
| |-- Product_RAW/
| |-- Brand_Assets/
| |-- Reference_Images/
|-- 02_WIP/
|-- 03_Output/
|-- 04_Archive/

源文件命名规范：[项目代号]_[物料类型]_[内容描述]_[日期]_[序列号]_[状态].ext命名示例：

• 24Q3SS_PROD_SKU12345-Bag_20240523_001_RAW.cr3 （项目中一款包的产品原图）
• 24Q3SS_REF_Forest-Light_20240522_001_IN.jpg （项目中用到的参考图）

这个阶段的核心是 “身份清晰”。当任何人看到这个文件名，都能立刻知道它是什么、来自哪个项目、在何时被纳入。

处理 (Process): AI 生成过程的分级与图层管理

这是整个规范的核心。我们在 Photoshop 中利用 AI 工具（如 PS AI Plugin 的创成式填充）进行创作时，必须同步进行分级和命名。

我们引入一个简单的三级分级系统：

• L1 - 实验级 (Experimental): AI 直接生成的原始结果。数量多，质量参差不齐，可能包含明显的瑕疵或不合理之处。此级别的目的是广泛探索可能性，不做精细筛选。

• L2 - 备选级 (Candidate): 从 L1 中人工挑选出的、具有可用潜力的结果。构图、创意或核心元素符合要求，但可能需要局部手动精修或二次 AI 修正。这是我们的核心“半成品”素材库。

• L3 - 成品级 (Production-Ready): 已经过精修和质量审核，可以无需修改或只需微调即可直接用于最终设计稿的素材。这是最高质量的级别，代表“可交付”。AI 处理工作流 (1-2-3 步骤): 1.生成与初步筛选 (Generation & Initial Filtering)-动作： 在 Photoshop 中，使用 PS AI Plugin 等工具，围绕一个目标（如“为产品替换一个科技感的背景”）生成 5-10 个变体。

• 检查： 快速浏览所有生成结果，直接删除有严重硬伤（如扭曲、不合逻辑）的图层。将所有看起来“有点意思”的图层保留下来，它们此刻的身份都是 L1。将这些图层放入一个名为 [AI功能]_[描述]_Gen 的图层组中。

2. 分级与重命名 (Grading & Renaming)-动作： 和团队成员或自己一起，仔细评估剩余的 L1 图层。根据构图、光影匹配度、细节真实性等标准，挑选出其中的佼佼者。

• 检查： 将选中的图层，根据我们的分级标准，重命名。这是一个关键动作，赋予了每个图层新的“身份”。图层命名规范：[分级]_[AI功能缩写]_[内容描述]_[序列号]图层命名示例：
• L1_GF_AddShadow_01 (实验级，创成式填充增加的阴影)
• L2_GF_ChangeBg-Forest_03 (备选级，创成式填充替换的森林背景，第3个备选方案)
• L3_GR_FixHand_01_Final (成品级，创成式移除修复的手部瑕疵，最终版) 注：GF: Generative Fill, GR: Generative Remove

3. 归档或合成 (Archiving or Compositing)-动作： 将 L3 级别的图层直接用于最终的设计稿合成。将 L2 级别的图层保留在 PSD 文件的一个独立、默认隐藏的图层组（如 _L2_Candidates）中，或另存为一个专门的 _Assets.psd 文件。L1 图层可以直接删除，或根据项目要求归档到低成本存储中。

• 检查： 确保最终合成稿中只保留了必要的 L3 图层，避免 PSD 文件过于臃肿。L2 素材库要清晰明了，方便随时调用。

输出 (Output): 最终文件的命名与归档

当设计工作完成，输出最终文件时，命名规范同样重要。文件名应能反映出其内容、用途和质量状态。

输出文件命名规范：[项目代号]_[渠道/用途]_[内容描述]_[尺寸]_[版本号]_[最高分级]_[日期].ext命名示例：-PSD 源文件: 24Q3SS_Taobao_MainImage-SKU12345_800x800_v1.2_L2-L3_20240523.psd

• 这个文件名告诉我们：这是 24Q3SS 项目的淘宝主图，内容是 SKU12345，尺寸 800x800，版本 1.2。最关键的信息是 L2-L3，它表明这个 PSD 文件里包含了 L3 级的成品图层和 L2 级的备选图层，具备很高的复用和修改价值。

• JPG 成品文件: 24Q3SS_Wechat_Post-SKU12345_1080x1080_v1.2_L3_20240523.jpg

• 这个文件名表明它是一个可直接交付发布的 L3 成品图，用于微信渠道。

通过这套命名体系，我们无需打开文件，就能对文件的内容和状态做出准确判断，极大提升了文件检索和团队协作的效率。

实战案例：用 PS AI Plugin 改造电商主图流程

我们来看一个具体的“前/后”对比。

改造前 (混乱状态): 设计师接到任务，要给一款双肩包 SKU-B07 P 几张户外场景图。

1. 他用 AI 生成了 10 多张背景。
2. 文件名是 bg1.jpg, bg2.jpg…
3. 在 SKU-B07.psd 文件里，他尝试了 3 个背景，图层命名为 背景1, 背景2-改, 最终背景。
4. 导出了 SKU-B07-主图-final.jpg 和 SKU-B07-主图-v2.jpg。
5. 一周后，运营想找当时没用上的“雪山背景”做个测试，设计师花了一个小时才从一堆临时文件里找到，还不确定是不是最终优化过的版本。

改造后 (应用规范): 1.输入： 拿到原图 24Q3SS_PROD_Backpack-B07_20240523_001_RAW.jpg。 2. 处理 (在 Photoshop 中):

• 创建工作文件 24Q3SS_Taobao_MainImage-Backpack-B07_800x800_v1.0_WIP_20240523.psd。
• 使用 PS AI Plugin 的创成式填充功能，生成 10 个户外背景。这些新图层被放入名为 GF_ChangeBg_Gen 的图层组。
• 分级评估：
• 删除 5 个效果差的 L1 图层。
• 挑选出 3 个不错的（森林、雪山、湖边），将它们的图层重命名为 L2_GF_Bg-Forest_01, L2_GF_Bg-Mountain_01, L2_GF_Bg-Lake_01。
• 团队决定主推森林背景。设计师对 L2_GF_Bg-Forest_01 图层进行精修，用 AI 去掉了一个不和谐的树桩，这个修复操作的图层命名为 L3_GR_FixStump_01。
• 将修复层与森林背景层合并（或编组），并将最终的背景图层命名为 L3_BG_Forest_Final。

3. 输出：

• 将包含 L3 成品和 L2 备选图层的 PSD 文件，另存为：24Q3SS_Taobao_MainImage-Backpack-B07_800x800_v1.0_L2-L3_20240523.psd。
• 导出最终成品图：24Q3SS_Taobao_MainImage-Backpack-B07_800x800_v1.0_L3_20240523.jpg。

结果： 一周后，运营想找“雪山背景”测试，设计师只需打开那个 L2-L3 的 PSD 文件，在 _L2_Candidates 图层组里就能找到 L2_GF_Bg-Mountain_01 图层，一键导出即可。整个过程不超过 2 分钟，清晰、高效、无差错。

常见误区与检查项

在推行这套规范时，我们也遇到了一些问题。这里列出几个常见误区和对应的检查清单，帮助你的团队顺利落地。

• 误区 1: 分级标准主观模糊

• 问题： “我觉得这个是 L2”，“他觉得只能算 L1”，团队对分级标准理解不一。

• 检查项： 制定客观的、可量化的分级标准卡片。例如：

• L2 标准：[ ] 构图完整且符合美学；[ ] 光影方向与主体基本匹配；[ ] 无明显、不可修复的 AI 瑕疵（如多余肢体）；[ ] 核心元素清晰可辨。

• L3 标准：[ ] 满足所有 L2 标准；[ ] 经过人工像素级检查和精修；[ ] 整体氛围、色调与品牌调性一致；[ ] 可直接用于生产环境。

• 误区 2: 命名执行虎头蛇尾

• 问题： 项目开始时严格遵守，一到交付节点就图省事，又回到了 final_final.psd 的老路。

• 检查项： 将文件和图层命名作为项目交付的 “强制检查项”。在团队内进行交叉 Code Review（在这里是 “PSD Review”），未按规范命名的文件打回重改。利用 Photoshop 的脚本或插件批量重命名图层，降低手动操作的繁琐度。

• 误区 3: 过度归档，从不清理

• 问题： 担心以后会用到，把所有 L1 级别的实验素材全部保留，导致服务器空间爆炸，文件检索困难。

• 检查项： 建立明确的资产清理策略。例如：项目结束后，L1 级素材保留 7 天后自动清理；L2 级素材随源文件归档；L3 级素材进入公司级共享资产库。L1 的价值在于激发灵感，而不是长期存储。

• 误区 4: 忽视 Prompt 的管理

• 问题： 我们有了一张完美的 L3 素材，但却忘了当初是用什么“咒语”生成它的。当需要微调或生成同风格系列图时，只能重新摸索。

• 检查项： 将生成关键 L2 或 L3 素材的最终 Prompt，记录在 Photoshop 的 文件信息 (File > File Info) 的描述字段里，或者直接在 PSD 文件中创建一个名为 _PROMPTS 的文本图层进行记录。这等于为你的 AI 资产购买了“可复现”的保险。

适用场景与推荐做法

SOP 摘要卡片：AI 修图素材管理流程

以下是一份可以直接贴进你团队文档的 SOP 流程卡片。

目标： 建立清晰、可追溯、可复用的 AI 修图资产库，提升设计协同效率。输入：

• 原始图片素材 (产品图、模特图等)
• 设计需求文档 (明确风格、用途、渠道)

处理步骤： 1.AI 生成： 使用 PS AI Plugin 等工具进行创意生成（如换背景、加元素、修瑕疵）。 2. 初步筛选： 快速删除明显失败的生成结果。保留所有有潜力的变体为 L1 级图层。 3. 分级评估： 根据构图、光影、可用性等标准，将 L1 图层中的优秀者升级为 L2 (备选级)，并按 L2_[功能]_[描述] 格式重命名。 4. 精修定稿： 对选定的 L2 素材进行人工精修或二次 AI 修正。完成后，将最终图层升级为 L3 (成品级)，并按 L3_[功能]_[描述]_Final 格式重命名。 5. 命名归档： 严格按照 [项目]_[渠道]_[内容]_[版本]_[分级]_[日期] 规范命名最终文件。输出：

• L3 级成品图 (.jpg/.png)，用于直接交付。
• 包含 L2 和 L3 图层的 .psd 源文件，用于归档和复用。

检查项：

• 所有输出文件是否已按规范命名？
• PSD 文件中的关键 AI 生成图层是否已按 L1/L2/L3 分级命名？
• L1 级实验素材是否已按规定清理或归档？
• 生成 L2/L3 素材的关键 Prompt 是否已记录在 PSD 文件信息或独立图层中？

建立规范的初期可能会感觉有些繁琐，但一旦团队养成了习惯，它所带来的效率提升和混乱减少是巨大的。它能让你的 AI 设计流程从“手工作坊”升级为“工业化生产线”，让每一位设计师的创造力都能被有效积累和传承。

插件信息速览

PS AI Plugin：PS AI Plugin 是一款服务于设计师与电商团队的 Photoshop AI 插件，覆盖抠图、智能修图、扩图、换背景与创意合成等高频场景，强调与原生 PS 图层、蒙版、动作流的兼容。

适用人群：Photoshop 设计师、电商美工、品牌视觉团队、修图外包团队

核心能力

• PS 内智能抠图与局部重绘
• 商品图扩图、换背景与批量出图
• 创意合成与图层化修图辅助
• 兼容 Photoshop 主流版本与团队协作工作流

如果你希望把 Photoshop 修图流程变得更轻，可以从一张商品图或一张海报素材开始试，在 PS AI Plugin 里跑一遍完整链路。

延伸阅读与工具入口

把本文的方法和 PS AI Plugin 一起跑一遍，会比单独看任何一个更直观——尤其是在批量场景里。

看看 PS AI Plugin 怎么接进 Photoshop

常见问题（FAQ）

如何在 Photoshop 里安装 PS AI Plugin？

AI 修图素材分级与命名规范 的具体表现取决于素材类型、目标场景和导出标准，建议先用一组真实样本跑通完整链路再判断是否扩展。需要参考更多场景示例，可以到 在 PS 里调用 AI 插件 查看。

PS AI Plugin 支持哪些 Photoshop 版本？

AI 修图素材分级与命名规范 的具体表现取决于素材类型、目标场景和导出标准，建议先用一组真实样本跑通完整链路再判断是否扩展。需要参考更多场景示例，可以到 图叮AI的电商主图能力 查看。

AI 修图素材分级与命名规范适合哪些 Photoshop 场景？

AI 修图素材分级与命名规范 更适合电商主图、详情页特写、批量 SKU 出图、品牌物料延展这类有明显重复劳动的任务。判断是否适合的关键不在于功能多新，而在于它能否稳定缩短流程、降低返工率，并能嵌入现有 Photoshop 链路。

用AI 修图素材分级与命名规范接入 PS 工作流时，最容易卡在哪一步？

AI 修图素材分级与命名规范 对原图最低要求是主体清晰、分辨率不低于交付尺寸的 1.2 倍、光线没有严重过曝或欠曝。如果原图本身缺细节，AI 只能填合理纹理而不是恢复事实，建议在拍摄阶段就多保留一档曝光与一份原始 PSD。

AI 修图素材分级与命名规范和传统 Photoshop 手修相比，差异在哪里？

AI 修图素材分级与命名规范 与传统流程最大的区别在于「前置 AI 初稿 + 后置人工精修」——AI 负责高频重复（抠图、扩图、生成接触阴影），人工聚焦审美和品牌一致性。传统流程是逐张全手动，在 SKU 量大时会被工时拖死。

AI 修图素材分级与命名规范对商品图原图有什么要求？

AI 修图素材分级与命名规范 对原图最低要求是主体清晰、分辨率不低于交付尺寸的 1.2 倍、光线没有严重过曝或欠曝。如果原图本身缺细节，AI 只能填合理纹理而不是恢复事实，建议在拍摄阶段就多保留一档曝光与一份原始 PSD。

AI 修图素材分级与命名规范能不能用于批量电商出图？

AI 修图素材分级与命名规范 对原图最低要求是主体清晰、分辨率不低于交付尺寸的 1.2 倍、光线没有严重过曝或欠曝。如果原图本身缺细节，AI 只能填合理纹理而不是恢复事实，建议在拍摄阶段就多保留一档曝光与一份原始 PSD。

来自图叮 AI 博客的延伸阅读

如果你想看更多真实案例与同类工作流复盘，可以继续看图叮 AI 博客里的这几篇：

• AI 修图素材授权链条：原图、AI 出图、商用授权 3 层关系到底谁负责 —— 自由职业修图师把客户原图喂给 AI，半年后被国外摄影师投诉到电商平台。AI 修图不是一张图交付，是 3 层授权交接。这篇拆原图层、AI 输出层、商用授权层各自的
• AI 修图工作室 5 万张图素材库管理：文件命名、备份、检索 SOP —— 5 万张素材是工作室跑了一年的副产品，也是补图事故的根源。这篇按命名 / 目录 / 备份 / 检索 / 归档 5 段，给一套截至 2026-04 可直接抄作业的

参考资料

• Adobe 创意云 Photoshop 插件介绍
• Adobe Photoshop 官方帮助中心
• Guided Conditional Diffusion for Controllable Traffic Simulation
• Guided Conditional Diffusion for Controllable Traffic Simulation
• CTG - GitHub Pages
• GitHub - NVlabs/CTG · GitHub
• 基于扩散模型的交通流模拟相关论文和开源工具 - 知乎