案例研究

2025

京东图像编辑平台设计

我的工作内容:重新思考食品类目中图像质量的处理方式,

并协助开发了一款实用的AI工具来支持这一工作。

查看在线演示 →

EN

01

Role:

UX 设计师

02

时间:

2025.07-2025.09

01

平台:

京东零售

01

Tool:

Google AI Studio · Gemini · Claude

背景 · 01

图像质量正在悄然侵蚀用户的信任。

D在用户浏览商品的过程中,图片质量问题持续削弱用户体验与购买决策。NPS 反馈指出了一系列具体的视觉问题——从商品主体不完整到画面光线不足——这些问题都在不知不觉中消耗用户对平台的信任。

01

主体不完整

04

角度误导

02

光线不足

05

水印干扰

03

背景杂乱

06

分辨率低

系统分析 · 02

平台层面的治理问题

● 平台

平台

该平台必须始终如一地确保大规模下的图像质量。

● 商家

商家

商家缺乏图像编辑能力,却需要承担最终出图质量的责任。

● 用户

用户

用户会在毫秒间形成判断。

平台制定标准

商家产出内容

用户作出反馈

PLATFORM → MERCHANT → USER

传统方案为何失效 · 03

发现问题 ≠ 解决问题。

长期以来,图像治理依赖彼此割裂的流程:商家手动修图,平台通过自动抽检发现问题。缺少整合后,治理闭环始终没有真正形成。

指出问题,并不等于解决问题。

检测越精细 → 暴露的问题越多 → 商家越难处理 → 用户体验越差。

● INSIGHT

01

检测 · 规则识别

扫描列表,并标记违反平台规则的图片

自动化规则涵盖了广泛的图像问题——从曝光不足到主体不完整。

02

通知 · 商家提醒

发布一份包含建议的问题清单

该平台会告知商家问题出在哪里

——但解决问题的权力,并不掌握在平台手中。

03

待定 · 等待修复

依赖商家

在Photoshop中手动编辑

由于商户既缺乏工具

没有时间,治理流程因此陷入停滞。

OLD THINKING

检测不合格图片,要求商家进行修改

NEW THINKING

利用人工智能直接生成优化后的图像—在平台层面实现。

— TURNING POINT

“与其要求商家学习剪辑,

不如让人工智能直接降低制作成本。”

平台搭建 · 05

直接生成图像

基于这一构想,我设计并构建了一个AI图像优化平台的原型。所有复杂的图像处理逻辑均封装在系统内部,通过结构化的提示和数据流控制,确保输出结果可预测。

01

单图编辑

对单张图片进行一键抠图、主体补全和光照优化。

02 · POPULAR

批量编辑

同时处理多张图像

同时保持视觉一致性。

03

模板合成

自动应用符合平台标准的模板

并保持视觉结构的一致性。

CORE CAPABILITIES · 6 modules

01

一键抠图

自动识别主体边界。

02

主体补全

智能补全缺失的结构细节。

03

背景合成

生成风格化场景环境。

04

光照优化

重建自然光照质感。

05

透视校正

校正视角与镜头畸变。

06

模板生成

Applies platform-standard composition

templates.

将提示词视为系统 · 07

提示词不是一个句子

而是一种系统。

● 提示词公式

6 components · photographic vocabulary

主体

+

风格

+

材质

+

光线

+

构图

+

镜头

把摄影语言重组为机器可读的规则。

IMPACT · 08 · ~6 MONTHS

从视觉问题到信任系统

NPS 提升

NPS ↑

与商品列表相关的NPS评分显著提升。用户对

图片可信度的负面反馈明显减少。

质量覆盖

46M+

该平台累计新增了约4600万张高质量产品图片,大幅提升了各品类的覆盖范围。

规范框架

NEW

制定了面向商户的菜品摄影规范框架,以帮助商户符合平台的图片标准。

反思 · 超越指标

我们不仅仅是一个数字的简单提取——而是将一个视觉

症状转化为了结构性的信任机制。

图像质量不再只是视觉问题,它已经成为平台信任的结构性组成部分。

扩大影响 · 09 · 持续推进

相同的提示结构,

应用范围已超出食物领域。

基于这种结构化的提示词方法论,我尝试将其扩展到其他视觉素材制作场景中。

在图标设计中,上传样例图标可让系统批量生成统一风格的图标。

INPUT

示例图标

Upload 3–5 reference icons as style

input.

PROMPT SYSTEM

风格参数

Adjustable parameters: stroke weight,

corner radius, fill, and visual weight.

OUTPUT

统一图标集

Batch-generate a visually consistent

icon set.

反思 · 10 · AI 时代的设计师

我还是设计师吗?

AN INNER QUESTION

10.A

在这个项目中,我几乎没有亲手设计过任何一张图片。我实际做的是

不断测试提示词、理解模型的行为,并通过代码和界面设计构建了一个系统。

但回顾整个过程,我意识到:我并不是在生成图像——而是在设计一个视觉制作系统。我并不是在连接节点——而是在封装功能。

新的定义 · 10.B

设计师不仅仅是界面创作者——

更是复杂技术

能力的翻译者。

01

翻译者

将复杂的模型逻辑转化为可用的产品工具

02

封装者

将功能封装为可重用的、模块化的系统组件

03

系统作者

了解技术、用户和业务以设计系统级体验