如果用户不是输入“胡桃木边几”，而是圈出一张客厅图里的桌子，你的商品图能不能让人和系统同时看清：它到底是哪一种木色、什么轮廓、适合多大空间，而且点击后没有走到错误变体？
2026 年 9 月 17 日，Pinterest 公布 Visual Search Ads。按照官方说明，这种广告会出现在搜索结果和 Pin 的近看页面，把关键词相关性与视觉搜索结合；它面向较低漏斗目标，并与 Pinterest Performance+ 兼容。Pinterest 当时给出的范围是：未来数周向各广告市场中的合资格广告主开放测试，而不是已经向所有账户全面上线。
这条消息真正改变的不是广告尺寸，而是产品摄影的任务。过去，一张图主要负责吸引人、展示风格、解释卖点；在视觉搜索里，图像同时成了查询入口和匹配依据。好看的画面如果把产品藏在道具里、让颜色被滤镜带偏，或者把多个变体拍得几乎一样，可能很适合品牌主页，却不适合承担“这就是你正在找的那一件”这一判断。
ONCE 的建议不是简单多拍几张，而是先把每个 SKU 拍成一组可被区分、能被核对、可以连回商品事实的视觉入口。
视觉搜索不是“关键词失效”，而是图像开始参与表达需求
Pinterest 的现有视觉搜索允许用户选择一张 Pin 里的单个物体，调整裁切范围，寻找相似或可购买的结果；部分结果还可以继续用建议关键词缩小范围。也就是说，用户的需求可能来自整张图，也可能只来自画面里的一个把手、一块纹理或一种轮廓。
Visual Search Ads 的官方公告仍然说它会结合关键词相关性。因此，不能把新格式理解为“只要图像漂亮，目录和文字就不重要”。恰恰相反，图像、商品标题、描述、价格、库存、变体和落地页必须指向同一件商品。Pinterest 的目录说明也把产品图、标题、描述、价格与可用性作为 Product Pin 和 Shopping Ads 的基础。
所以，品牌面对的是一条完整链路：
用户圈出什么 → 画面让平台和人识别到什么 → 目录说它是什么 → 落地页最终卖的是什么。
四段有一段错位，广告越容易被发现，错误也越容易被放大。
ONCE「可区分图像矩阵」：一组产品图要完成六个任务
这套矩阵不是 Pinterest 的官方排名规则，也不保证获得展示。它是把视觉搜索能力翻译成拍摄、修图、目录和验收动作的方法。
| 图像任务 | 拍摄与交付要求 | 不通过的典型情况 |
|---|---|---|
| 完整轮廓 | 产品主体完整、边缘清楚，保留正面或最具识别度的标准角度 | 主体被道具遮挡，裁切后看不出类别 |
| 判别细节 | 单独拍真正区分该产品的结构、接口、扣件、纹样或工艺 | 只拍通用质感，和同类商品没有可见差异 |
| 材质与颜色 | 使用可复核的白平衡与颜色参照，记录材质、色号和修图版本 | 暖色滤镜把灰色拍成米色，反光掩盖表面处理 |
| 尺度与适配 | 用真实参照物或连续动作解释大小、容量、穿戴与空间关系 | 只用夸张透视制造“大”或“小”的印象 |
| 使用场景 | 场景真实，主体仍占有足够画面，并能说明一个明确任务 | 道具比商品抢眼，用户圈中的是错误物体 |
| 变体映射 | 每张图绑定准确 SKU、颜色、材质、市场、商品页和版本号 | 父级图替代所有变体，点击后颜色或结构不一致 |
这和“为图生视频多拍运动源图”不是同一个问题。前者关心商品在生成运动时会不会变形；本文关心的是，商品在相似物中能否被正确识别、区分并连到正确的可售变体。两套要求可以共用底层实拍，但验收问题不同。关于运动源资产，可参考 ONCE 的商品图转视频拍摄清单。
在投放前加一轮“相邻误配测试”
传统选片常问“哪张最好看”。视觉搜索型选片还要问“它最容易被误认为谁”。
品牌可以为每个重点 SKU 准备三组相邻商品：同品类不同结构、同颜色不同材质、同外形不同用途。然后对候选图逐项检查：
- 裁掉文字和品牌标识后，仍能识别商品类别吗？
- 放大局部后，真正的判别细节还在画面里吗？
- 图像对应的颜色、材质和结构，与 SKU 目录完全一致吗？
- 用户只圈出某一部分时，画面会不会把注意力引到道具或错误变体？
- 点击后的落地页是否仍然展示同一商品、同一市场的价格与库存？
这不是模拟 Pinterest 的算法，也不能替代真实账户测试。它只是比“审美通过”多一层人工排错，让最常见的视觉误配在进入媒体预算前暴露。
预算不要按图片数量算，要按有效视觉入口算
同一 SKU 拍了 20 张图，不等于获得 20 个有用入口。大量同角度、同背景、同信息的图片只会增加整理成本。
ONCE 建议用下面的口径比较补拍、重拍和沿用旧素材：
每个有效视觉入口成本 =（拍摄 + 修图 + SKU/目录映射 + 误配检查 + 更新维护）÷ 通过“可识别、事实准确、变体一致、落地页一致”四项检查的图像—查询场景—SKU 组合数
这里的“查询场景”不是虚构搜索量，而是品牌根据真实品类任务建立的测试集合，例如“圈出一把带弧形扶手的办公椅”“从穿搭图里选择金属扣小包”“在厨房图中寻找窄身电器”。没有平台数据时，只把它当作采购验收集；拿到测试资格后，再用真实投放与 A/B 测试决定哪些组合值得扩大。
AI 可以扩场景，但不能替代商品身份核对
Pinterest 的 Performance+ Creative 已支持图像调整和生成背景，目录字段也为部分逼真的 AI 修改内容提供披露入口。可确认的是，平台允许在合适条件下用 AI 扩展素材；不能由此推出生成图一定提高效果，或商品本体可以不经核验。
更稳妥的分工是：先用实拍或经过产品团队确认的三维资产锁定轮廓、颜色、材质、结构和尺度，再用 AI 尝试环境、季节与构图分支。任何生成版本都回到原 SKU 做一次比对。只要颜色、接口、纹样、配件或比例发生变化，它就不应作为该 SKU 的检索型商品图上线。
哪些品牌值得现在就改拍摄 brief
优先考虑这套方法的，是购买判断高度依赖可见属性的品类：家居、服装、鞋包、饰品、美妆包装、餐厨用品和部分消费电子。品牌还应具备三个前提：目录信息稳定、变体映射清楚、落地页能够按市场维护价格与库存。
以下情况不宜为了“视觉搜索”盲目加预算：产品差异主要来自看不见的性能或认证；多个 SKU 外观几乎相同；商品仍频繁改款；目录、库存和变体长期对不上；团队还无法区分“更像”与“更适合”。这些品类仍然需要说明书、比较内容、功能演示或认证材料来完成购买判断。
视觉搜索广告让产品图多了一项工作：不仅让人想点，还要让相似商品之间的差别被看见。下一轮摄影最值得增加的，不是另一张氛围相近的英雄图，而是一组能回答“这是什么、为什么是这一款、点击后是不是同一件商品”的可区分画面。
主要来源与范围
- Pinterest Newsroom，《Pinterest unveils Visual Search Ads, bringing new performance advertising to visual discovery》，2026 年 9 月 17 日。
- Pinterest Business Help，《Use visual search features》《Get started with retail catalogs》《Create shopping ads》，2026 年 10 月 8 日核验。
- Pinterest Newsroom，《Pinterest’s new AI tools for the discovery era》，2026 年 6 月 17 日。
- 同行材料 Kompozy，《Pinterest Visual Search Ads and AI Restyle (2026)》，2026 年 9 月 18 日；用于比较“增加视觉素材深度”的行业观点。本文新增的是可区分图像矩阵、相邻误配测试和有效视觉入口成本口径。
- 本文只证明 Pinterest 已公布的功能、范围和文档要求；不代表视觉搜索广告已经在所有账户可用，也不把 Pinterest 自述数据当作独立行业基准。文中的矩阵、测试与成本公式为 ONCE 的采购方法。
