出图外包和内做怎么选？AI自做成本核算账

比「外包划算还是自己做划算」，最常见的错法是拿外包的单张报价去比工具的月度成本，然后得出一个看起来很确定的结论。这两个数字根本不在同一个口径上：一个是「做一张图多少钱」，一个是「用一段时间多少钱」，中间隔着张数、规格数、语种数和迭代次数四个乘数。凡是拿单张价直接对比的测算，结论一定是外包便宜，因为漏掉的乘数全在自做这一边被隐蔽地计入了工时。

要让这个判断成立，需要先把两边的口径统一到同一件事上：一轮上新、全套素材、从素材到可上架成品。行业里常见的区间是，详情页套版外包大约 100-300 元，半原创大约 500-1500 元，品牌原创 1500 元以上；电商美工包月大约 3000-12000 元，单张改图外包几十元起且多数有最低起做量。这些数字本身没问题，问题在于它们描述的是不同形态的商品——有的按张卖，有的按月租，有的按创意深度卖。

下面把换算过程拆开，并且给出一个比成本绝对值更实用的东西：交叉点。什么情况下外包更省事、什么情况下自做更划算，不是靠立场决定的，取决于四个可以被数出来的变量。

图1：比价的第一步不是看单价，而是把两边的口径换成同一件事。

一、比价为什么总在两套口径上打转

外包的报价天然按「件」算。一件可能是一张主图、一条详情页、一套套图，报价里包含的不只是执行时间，还有沟通、修改、以及对方为了留出返工余量而加上的缓冲。自做的成本天然按「时段」算，一段工时能做多少张图，取决于熟练度和工具，是个浮动的数。两个单位不同，直接相减得到的差额没有意义。

第二层错位是迭代。外包报价通常只覆盖初版，改第二版、第三版往往要另外计费；自做的成本里本来就包含了反复调整，因为调整只是继续占用工时。所以只比初版价格，等于把迭代成本从自做这一侧抹掉了，比出来的结论自然偏向外包。

第三层错位最隐蔽：沟通成本。外包的每一轮修改都要经过描述需求、等待排期、验收、再描述这一整套往返，往返本身的耗时不算钱，但它占的是一个店铺里最稀缺的资源——决策者的注意力。这笔成本不会出现在任何报价单上，却是很多店铺选择自做的真实原因。

把这三层错位说清楚之后，比价的正确姿势就出来了：先统一口径，再统一迭代次数，最后把注意力成本作为一项定性判断加进去。三步都做完，才能得到一个可以拿来做决策的结论。

二、把报价换算成「一轮上新全套」

换算的公式很朴素：单件报价乘以一轮上新需要的件数，再乘以迭代次数。三个乘数里，最容易被低估的是「件数」这一项，因为它不是商品款数，而是款数乘上每款需要的图片数量与规格数量。

举个例子说明这个差距有多大。一轮上新十款商品，每款需要主图、详情长图、以及适配两个平台的规格版本。按套版外包 100-300 元一条详情页保守估算，单看一款商品的详情页是三位数，看起来轻松承担；十款商品的详情页合计就上了四位数，再加主图与规格版本，一轮全套的总额会明显超出很多卖家的预期。

换成包月美工这一侧，口径是另一回事。3000-12000 元的月费是固定支出，不随张数上涨，摊薄效应明显。但这种口径下有一个隐含前提：店的图片量要足够把月费摊薄到合理区间。如果一个月只做两三款商品的图，包月的固定成本摊到单款上反而高于外包。

把两种口径摆到同一张表上看，判断依据才清楚。下表把常见的外包形态和对应的口径特征列出来，重点是第三栏——它在提醒你，比价时最容易漏掉的那一层是什么。

成本形态	行业常见区间	这个数字里不包含什么	换算成一轮全套要注意
详情页套版外包	约 100-300 元	迭代修改通常另算	乘以款数即是一轮基础成本，改版要再乘一次
详情页半原创外包	约 500-1500 元	沟通与修改次数有限制	适合主推款，铺量时总额上升很快
品牌原创设计	1500 元以上	周期与排期不可控	一轮只适合少量重点款，不适合全量上新
电商美工包月	约 3000-12000 元/月	产能上限与排期优先级	图片量足够时单款摊薄明显，量小则相反
单张改图外包	几十元起，多有最低起做量	最低起做量之外的边际成本	单价低但张数多，合计往往不是小数

换算这套动作不复杂，但有几个细节决定了算出来的数字可不可用。下面五步可以照着走一遍，每一步都能独立完成，不需要等前面的步骤做到完美。

三、自做这边到底算哪几项成本

自做容易被高估的部分是「不花钱」，容易被低估的部分是「时间之外的隐性项」。把自做的成本拆成四类，才能和外包的报价放在一起比。

第一类是直接执行工时。这部分最好算，做出成品实际花了多少小时。行业里可以对照的体感是，中等规模店铺每月花在图片二次处理上的人时大致在 20-40 小时，做跨境多语言站点还会往上走，因为每增加一个语种等于把文字部分整体重跑一遍。

第二类是工具与学习成本。这部分是一次性投入为主，分摊到多个月之后占比会下降。它的特点是前期看似拖慢节奏，熟练之后才转化为效率。评估时不要用第一个月的体验代表整体，那一定是最差的一个月。

第三类是纠错成本。手工做图最容易出现的是「同一批图里有一张白底没抠干净」这类问题，发现得越晚，返工代价越大。批量化之后这个成本会改变形态：出错通常成批出现，但也容易定位，因为同一批用的是同一套规则。

第四类是注意力占用。这一项最难量化，但它常常是决策的真正分歧点。手工处理一批图需要连续注意力，中途被打断就要重新找回上一次的排版位置；而配置式处理的注意力占用是集中的一小段，配置完可以去做别的事。对一人多岗的小团队来说，这一项的差别往往比工时差别更重要。

把四类成本列出来对照，会发现外包和自做的差别不是「贵和便宜」，而是「成本发生在哪个位置」。外包把成本压缩成一个明确的数字，前提是所有判断都由对方代做；自做把成本摊到时间和注意力上，换来的是判断权在自己手里。

还有一处常被漏算的支出：素材本身的准备质量。实拍图模糊、主体被遮挡、光线不足，这些问题的代价在两种模式下都会出现——外包会把返工费用加回来，自做会让成品率下降。所以比价之前先看素材，素材质量决定了这场比较的上限。行业里的经验口径是，参考图越清晰、主体越突出，成品可用率越高，这个规律在手工和工具两条路径上都成立。

四、外包与自做的成本项对照

下面这张表不比较金额，而是比较同一批素材在两种模式下，各个环节的成本落在谁身上。这样对照的目的是找出「哪些环节其实两种模式都要花，只是花法不同」。

环节	外包模式下	自做模式下	哪个更省
定视觉方向	对方提案，你选择	自己定，占用注意力	外包省力，但方向权交出去了
初版成品产出	报价内，含排期等待	工时投入，随时可做	款数少时外包更省事
规格适配	多数另计费用	比例前置后几乎零边际	规格越多自做越占优
语种本地化	通常单独报价	批量处理加人工校对	语种越多自做越占优
迭代修改	按次计费或计入排期	重复利用配置即可	迭代越频繁自做越占优
沟通与验收	每轮往返，占用决策者时间	自定自检，往返减少	自做省往返，但自检责任在自己
品牌一致性	取决于是不是同一人做	同一套指令下更统一	批量模式下更稳

表里最能说明问题的是后三行。规格、语种、迭代这三项，在外包模式下是三次额外的付费节点，在自做模式下只是同一套配置的重复调用。这正是四个变量里最关键的两个的落点所在。

图2：两种模式的差别不在贵贱，而在成本落在报价单上还是落在工时表上。

五、青虎AI 让自做的哪几项成本降下来

自做最大的软肋是初版产出的速度，也就是「从零到一张能看的图」这一段。如果这一段没有加速，自做在款数多的时候会立刻失去优势。所以判断自做是否划算，关键看这一段的工具效率。

在详情图这一段，青虎AI 有两条可以衔接的路径。一条是详情图编辑模式，定位是详情图生成模块下可二次精细化排版的制作工具，AI 出初稿之后内置轻量化在线编辑器，不用跳第三方设计软件。入口在工作台的【创作】-【电商详情图】-【电商详情图（编辑模式）】，也可以在 LinkPix 首页从【电商详情图】-【编辑模式】进入。生成阶段可以设产品图、图片比例、语言、配色和数量，产品图单次最多 10 张，尺寸可选默认尺寸、亚马逊长图、天猫详情长图、淘宝详情长图这几档，语言支持简体中文、英语、泰语等，初稿数量可选 1、2、4、6、8、10 张。

另一条是详情图复刻这条路子，参考图单次最多 10 张，产品图最多 3 张，提供提取图片文案、AI 生成文案、自定义文案三种文案模式，比例参数支持 3:4 竖版等多尺寸，配置完点底部创建任务生成，完成后可批量预览与下载高清成品。两条路径解决的是同一件事的前后两半：复刻负责把风格与版式立起来，编辑模式负责在成品上继续做精细化调整。

落到成本项上，它主要压低的是「初版产出」和「迭代修改」这两项。初版从零画起变成基于初稿修改，迭代从重新做一遍变成在编辑器里改。编辑器的三区结构值得留意：顶部工具栏管字体与字号、字重、对齐、文字颜色，中间画布区支持拖动排版、缩放和解除组合，底部工具栏有撤销、重做和新增素材模块。这套结构对应的是「改字、挪位、加模块」这三类最常见的迭代动作，而这三类恰好是手工迭代里最耗时的部分。

导出环节有一个容易被忽略的规范：先点右上角保存，再点导出，成品是高清无损的。先保存的意义在于留下版本，迭代出问题可以回滚。改字之后要复核文字与图片的对应关系，这个动作看起来多余，但在多规格批量产出时是最常见的事故来源——改了主标题忘了改副标题，两张图的信息就打架了。

还有一项成本它压不了：判断。选哪个方向、保留哪个卖点、用哪版做测试，这些动作没有工具替代品，而且做得好坏直接影响后面所有素材的产出效率。所以自做的账要这么算：工具压掉的是执行与迭代，判断这项成本仍然存在，但它的单位价值更高了。

六、迭代频率怎么改变结论

前面提到的四个变量里，迭代频率是对结论影响最大的一个，也是最容易被忽略的。

道理很直白：外包报价的形态是「一次一结」，每迭代一次就多结一次；自做的成本形态是「一次投入、多次复用」，配置好之后每一次迭代的边际成本很低。所以迭代次数越多，自做的累计成本曲线越平缓，外包的累计成本曲线越陡。

把两条线放在同一个坐标系里看，交叉点就是决策分界。低频迭代的店铺——一款商品一年只做一两轮图——落在外包的便宜区间里，用外包更省心也更省时。高频迭代的店铺，比如按季节换主题、按活动换背景、按周测新卖点的，落点会迅速移到交叉点右侧，这时自做加批量处理的优势就比较明确了。

这里还有一个反直觉的推论：判断该不该自做，不该问「我做一张图要多久」，而该问「我一年要重做同一款商品几次」。前一个问题的答案只影响单次成本，后一个问题的答案决定了成本曲线的斜率。斜率才是长期成本的决定因素。

七、语种数怎么改变结论

做跨境的店铺会碰到一个放大效应：每新增一个语种，图上的文字部分就要整体重做一遍，而外文的字符长度和中文不一样，版面往往还要重新调。语种数从一到三，文字相关的重复工作量大致翻了两番，而不是简单地乘以三。

在外包模式下，这三次是三个独立的报价节点，而且每一次都要经过「描述需求、等待、验收」的完整往返。在自做模式下，三次是同一套流程的三次调用，中文指令改一下目标语种，剩下的交给批量处理。青虎AI 的批量改图在这个场景里的作用很直接：一句翻译指令同步处理一批图，系统会尽量保持原图的排版与视觉氛围。不过有一句实话要说在前面，文字密集、字体特殊或倾斜排版的图，译完仍然建议人工核对一遍，这部分核对是有价值的判断，不该省。

所以语种数这一项对结论的影响方向和迭代频率一致：语种越多，自做的相对优势越明显。它对小语种店铺尤其适用——做三四个语种的站点，外包模式下每次新增语种都像做一次全新项目，而自做模式下它更接近于一次参数调整。

顺带提一句成本以外的东西。语种不只是翻译问题，还牵涉到当地对画面调性、模特、场景的偏好。批量工具能解决文字与规格层面的一致性问题，但「这个市场喜欢什么视觉」这类判断仍然要人来下。这也是为什么把语种环节交出去之后，人的时间不该跟着一起省掉，而应该挪到市场理解上。

图3：换算顺序是先统一件数口径，再把迭代与语种代进去，最后看两条曲线的交叉点。

八、四个比价误区

关于外包与自做的比价，有四类误判反复出现，每一条都会让人做出偏差较大的投入决策。

九、四条让账算得更准的技巧

下面四条来自实际的核算场景，能让结论从「大概」变成「可执行」。

十、三种情况的决策参照

同样一套换算逻辑，落到不同形态的店铺身上，结论会不一样。下面三种情况可以拿来对照自己的处境。

图4：账算准之后，剩下的动作就是把省下的时间固定投到判断类工作上。

十一、结论不是选边，而是分工

把前面几节合起来看，外包和自做不是一道二选一的题。真正要定的是分工线画在哪里。

画线的依据可以简化成一句话：这段动作会不会产生新的判断。会产生判断的——视觉方向、卖点取舍、市场审美、上架前的最终审核——留在人这边或者交给懂平台的外部；只是把已定内容搬运到另一个容器的——规格适配、语种替换、换底、统一画质、批量迭代——收回来用配置式的方式处理。这条线画对了，两种模式就不再互相替代，而是各管一段。

还有一个判断很容易被跳过：先动哪一段。多数店铺的建议是先从规格与换底这两个动作切入，因为它们的规则最收敛、件数最多、返工代价最低。跑顺之后再动语种，最后才考虑是否把更多环节收回来。一次只动一段，每一段的效果都能单独验证，也不至于让整个上新的节奏在过渡期乱掉。

十二、常见问题解答