供应商交来一批AI处理的商品图，品牌从文件夹里抽看十张：光线干净，产品也没发现问题。接下来批准的究竟是这十张，还是整个文件夹？如果供应商晚上又替换几张，早上的批准还算数吗？
对需要把中国供应链资料交给海外电商团队的品牌，这两个问题应在采购时说清。ONCE的建议是：把验收结论绑定到一份确定的发布清单；逐图核对关键商品事实，审美抽检另行约定；换图以后，按变化重新批准。本文讨论的是交付批次的放行方法，不是某款软件的准确率测试。
自动打分有用了，批准对象仍要写清
Photoroom于2026年9月14日发布的《How to automate product image quality assurance at scale with Visual QA and Fidelity Raters》把画面质量检查与商品保真检查分开，并描述了低于阈值后的重试和人工复核。指南当时列出的商品保真评分器覆盖食品与服装。这说明该公司怎样设计产品，不能证明所有品类已经能够无人验收，也不能替品牌确定可接受的错误。
品牌因此不宜只问“有没有AI质检”。应让供应商展示一张最终图对应的参考资料、检查项目和处理结果，再确认这些记录是否属于最后交付的文件。工具给旧图打过分，不能替另一张新图背书。
十张都通过，为什么仍可能漏掉问题
先看一个纯假设演算：整批100张图，恰有10张存在某种缺陷；从完整清单中等概率、不重复地随机抽10张，并假定只要抽到缺陷图就一定能识别。全部抽到合格图的概率为：
C(90,10) ÷ C(100,10) ≈ 33.0%。这里C表示组合数。这意味着即使整批已有十张问题图，这种抽法仍约有三分之一的机会看不见它们。它不表示真实项目有10%的缺陷，也不表示“抽十张”是推荐标准。如果让制作方挑最好看的十张，连上述随机抽样的计算前提也不成立。
NIST《What is Acceptance Sampling?》强调，验收抽样主要用于决定一批对象是否可能被接受，而不是估计整批质量。本文借用这个区分，不把制造业抽样方法直接当成商品图认证。样本量、放行条件和漏检后果，应结合实际用途与历史记录约定；没有这些资料，就不应在报价单上承诺一个通用的“抽检合格率”。
ONCE发布清单：一张批准记录究竟管哪些图
与其交一个不断变动的文件夹，品牌和制作方可在送审时冻结一份清单。每行写最终文件编号及版本、SKU与销售组合、批准参考资料的版本、处理流程编号、检查状态和批准人；有条件时附文件校验值，避免同名换图。处理流程编号只需能找到本次实际使用的模型版本、提示词或模板、裁切和导出设置，不必强求所有工具提供相同字段。
然后把检查分成两件工作。接口数量、配件归属、关键文字、服装结构等影响买家理解的商品事实，ONCE建议对每个最终文件逐项核对；自动工具可以辅助，但缺少可靠资料或无法确认的项目，应交给产品负责人处理，不能用其他图片通过来代替。构图节奏、背景风格等已约定为可抽检的审美项目，则按产品版本、材质和处理流程分组选择；分层选择有助于覆盖差异，却不自动具有上面随机例子的概率结论。
这张清单让采购可以明确购买哪项工作：生成与修图、逐文件事实核对、约定的审美抽检、问题修复及换图复核。报价应分别写明范围和负责人。不能一边只支付抽看样本的工作，一边把签字解释成所有细节已经逐图确认；逐图核对也仍需要合适的参考资料和明确标准，并非零缺陷保证。
发现一张错图，先查关联，再决定重做范围
假设深圳一个充电器品牌发现某张图多出一个接口。先暂停含该错误的图片放行，再沿清单查共用参考图、处理流程和导出模板的相关文件。共同使用这些输入，不等于它们必然有错，但足以确定下一轮该重点查什么。若找不到可靠的对应关系，就扩大复核范围；不要仅把抽中的那张修好，也不要在未查原因前认定整批都要重做。
如果确认是旧参考图的问题，应替换参考资料，复核受其影响的文件；如果是某次局部修图带来的变化，则核对该改动及其对成品的影响。每个被替换的文件都更新版本，并重新完成它所需的检查。未改且经确认不受影响的文件，可以保留原批准记录。交付时写明本次新增批准的版本，以及继续沿用的批准记录，旧截图不能自动覆盖新文件。
下一次采购，可直接提出这一项要求：“请交付可锁定的最终文件清单，并说明逐图核对、抽检和替换后复核各管什么。”如果供应商只能展示精选样张，尚不能交代整批哪些文件已经检查，先把这部分服务补齐再讨论扩大产量。涉及批量改文案时，可继续参考ONCE的改动与例外页面检查方法；那是处理指令范围，本篇解决的是抽样结论能管到哪些最终文件。
对ONCE的长期积累，真正可复用的是SKU参考资料、文件版本与缺陷原因的对应记录。它让后续团队能判断哪些改动需要重新检查；是否降低工时或提高毛利，仍需用项目实际记录验证。
资料与范围：核心资料为上述Photoroom官方指南（2026年9月14日），以及NIST/SEMATECH e-Handbook《6.2.1. What is Acceptance Sampling?》（页面未标发布日期）；均于2026年11月8日核验。未取得这两个海外页面中国大陆可达依据，中文保留来源名称、标题和日期。概率为本文按明确假设计算；发布清单与充电器场景为ONCE的方法建议及假设举例，不是客户案例、软件实测或行业标准。封面为原创AI概念图。
