电商出图效率怎么量化？AI出图效率度量法
电商出图效率怎么量化？别只数张数。
说出图效率，多数人报的是「这个月出了多少张」。这个数字最危险的地方在于它只涨不跌——工具变快、批量变大，「张数」一定上升，于是效率看起来永远在进步。可如果这一百张里有八十张最后没用上，效率不是提升，是负数：占用了工时、占用了积分、还占用了本该用来判断方向的注意力。
效率要能被管理，先要能被度量，而度量的前提是选对指标。出图这件事有一个特点：产出物的数量和质量不同步。数量可以靠加快执行堆起来，质量却取决于前面的判断和后面的筛选。所以只用数量指标，等于只度量了流程里最不值钱的那一段。
下面给出四个可以落地的指标，覆盖时间、质量、原因和单位成本四个角度。四个指标一起看，才能判断效率到底有没有真的变好，以及变好的那部分是不是可持续的。
图1：出图效率要四个角度一起看，只数张数会掩盖质量。
一、为什么「出了多少张」是个坏指标
这个指标之所以流行，是因为它最好统计。系统里跑了几次任务、每次几批、每批几张，数字自动就有。但好统计和有用是两件事。
第一处问题是它会奖励错误的行为。既然张数是唯一的考核项，那么把生成数量拉到最大、把批次数量拉到最多，就是最省力的「提升效率」方式。结果是素材库里堆着大量从未被使用过的图，而真正需要测试的方向反而没有足够的样本量——因为那张数的增长来自同一方向上的重复，不是来自不同方向上的探索。
第二处问题是它掩盖了返工。一百张成品里如果六十张需要重做，实际可用的只有四十张，但报表上写的是「本月产出 100 张」。返工占用的时间被记在了下个月的成本里，账面看永远是高效的。
第三处问题是它和业务结果没有连接。素材的最终目的不是被生产出来，而是被用出去并带来点击或转化。一个只统计产出的指标，天然会把「产出」当成终点，而不是把「用出去」当成终点。
把这三处问题合起来看，坏指标的共同特征是：只度量了容易度量的那一段，并且奖励了偏向那一段的行为。替换它的思路是，补上时间、质量、原因和单位成本四个角度，让指标的集合覆盖完整流程。
二、指标一：单款全套图完成时间
第一个指标是时间维度，具体口径要定得可复现：从素材交付开始计时，到成品可以交付使用为止，包含中间的等待时间。
为什么把等待算进去，是因为小团队出图的实际耗时里，等待常常占不小的比重。素材在等修图、任务在等人有空跑、成品在等投放侧确认，这些时间不出现在任何人的工时表上，却真实拖长了从需求到上架的周期。把等待算进指标，才会有人去动流程；不算进去，大家只会觉得「我做得挺快」。
计时还有一个细节要点：以「款」为单位，不以「张」为单位。同一款商品的主图、详情图、规格版本合计算一次完成时间。这样定的好处是它和业务的口径一致——上架的节奏是按款走的，不是按张走的。
定好这个指标之后，第一个月通常只需要记录，不设定目标。记录两周到一个月，就能看出时间主要花在哪一段：是等待素材、等待任务排期，还是执行本身。多数团队第一次记录时都会发现，执行耗时占比比想象中低，而等待占比比想象中高。这个发现本身就是改进的起点。
三、指标二：一次通过率
第二个指标是质量维度，口径也要定清楚：一批成品里，第一次提交后不需要任何修改或重做就能进入使用的比例。
这个指标的价值在于它把「返工」这个隐性成本显性化了。返工的真实代价不只是重做那一次的时间，还有三样附加支出：重新加载上一次的排版上下文、重新确认需求有没有变、以及等待重做的那段时间里整个链条停摆。所以一次通过率每降低一个百分点，实际损耗超过一个百分点。
这个指标还有一个实用特性：它对原因敏感，因此可以顺着它往下拆。一次通过率低的时候，原因通常就落在三类上——指令表述不清、原图质量不够、参数或比例选错。三类原因分属不同的环节，责任边界清楚，改起来也具体。如果只统计张数，这三类原因全部被淹没在一个上升的数字里。
需要提前说明一个合理预期：一次通过率不会、也不应该达到百分之百。原因在于出图本身带有探索性质，测款、试新方向都会产生暂时用不上的素材。合理的做法是区分「探索性产出」和「交付性产出」，前者不纳入一次通过率的计算，后者才纳入。这样这个指标才不会被探索行为拉低，也才不会因为要保住指标而不敢尝试新方向。
两个指标配合使用的读法：完成时间短而一次通过率低，说明跑得快但方向没定清，省下的时间会在返工里还回去；完成时间长而一次通过率高，说明流程稳但效率有空间，适合从等待环节找突破口。两个都差的时候，优先修方向，方向对了再压时间。
四、指标三：返工原因分布
第三个指标是原因维度，形式不是一个数字，而是一个分布：把一段时间内的返工按原因归类，看每一类占多少。
原因分类不用设计得很细，四到五类足够。最实用的分类方式是按环节归属来分：素材类（原图模糊、主体被遮挡、光线不足）、指令类（要求表述不清、限定条件缺失）、参数类（比例选错、目标位置没对齐）、审核类（合规问题、文字与图片对应关系出错）。
这样分类的好处是每一类都能直接对应到一个改进动作。素材类的占比高，就说明需要把实拍标准写下来并执行退回机制；指令类的占比高，就说明指令模板需要补限定条件；参数类居多，说明开工前的比例清单没列全；审核类多，说明成品检查这一关缺一个固定清单。
分布指标还有一个观察价值：看它随时间的迁移。改进措施生效时，某一类的占比会下降，而另一类的占比可能相对上升。比如素材类从主导降到次要之后，指令类会自动成为新的第一。这种迁移不是失败，恰恰说明前一个环节已经改善，问题暴露到了下一个环节。把原因分布按月连着看几条，团队的进步轨迹会比任何主观评价都清楚。
五、指标四：单位商品图工时
第四个指标是成本维度，口径是把一段时间内出图相关的总工时，除以同期完成的商品款数，得到「每款商品花了多少小时」。
这个指标之所以用「款」而不是用「张」做分母，理由和完成时间一致：张数会随规格数和语种数上涨，把单位成本算成一团。按款计算之后，可以直观看到一款商品从素材到成品花了多少工时，这个数字在品类之间就可以横向比较了。
这个指标有几个常见的使用误区要避开。其一是把总工时算成「出图的人花的时间」，而漏掉其他人花在同款图上的时间——投放侧选版本、素材侧补拍重发，这些都算。其二是把探索性产出和交付性产出混在一起算，导致测款多的月份单位工时虚高。其三是只算工时不算返工，返工的时间必须计入，否则这个指标会奖励粗制滥造。
和单位工时配套的还有一个对照量：外包口径。行业常见的参照是，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；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。这些是不同形态的报价，不能直接横向比较，但可以用换算后的「一款商品全套需要多少成本」来对照自己的单位工时。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，这个区间可以作为判断自己是否偏高的参照。
| 指标 | 准确口径 | 它专门暴露什么问题 | 怎么读才算用对了 |
|---|---|---|---|
| 单款全套图完成时间 | 从素材交付到成品可用，含等待，按款计 | 流程里的等待与排期阻塞 | 先记录一个月不设目标，看时间长在哪一段 |
| 一次通过率 | 首次提交即无需修改的成品占比，仅计交付性产出 | 规则质量与方向清晰度 | 区分探索与交付，探索产出不计入分母 |
| 返工原因分布 | 按素材、指令、参数、审核四类归类后的占比 | 问题出在哪个环节，谁该改 | 看月度迁移趋势，不追求单一类别降到零 |
| 单位商品图工时 | 同期出图相关总工时除以完成款数 | 单位成本与投入产出比 | 把投放与素材侧耗时一起算入，返工计入 |
图2：左侧是堆量，右侧是可读的四个维度的记录。
六、青虎AI 在度量链上能提供什么
指标要能落地，采集数据的环节必须简单。如果每次记录都要人另外开表格填半天，这套度量活不过两周。所以工具侧的可见性本身也是度量能力的一部分。
在主图生成这条线上，青虎AI 的工作方式对指标采集比较友好：从【创作】-【AI图像生成】进入，也可以在 LinkPix 首页从【图像生成】找到主图生成。上传商品实拍参考图之后，系统会自动填充一份可以修改的提示词；参数栏四项分别是模型选择、平台尺寸、生成数量、模特选项。平台尺寸里有 2K 默认、跨境、短视频竖图等档位，语言可切简体中文或外文，服饰穿戴类目可以开启模特选项。
这四项参数里有两项直接决定度量口径。「生成数量」决定了一次任务的产出张数，也就是分子；「平台尺寸」决定了同一款商品要跑几个版本，也就是规格数。把这两项记录下来，一轮任务实际跑了多少产出、覆盖了多少规格，数据是现成的，不需要额外统计。生成完成后可以在线预览，支持单张下载，也支持批量打包高清原图——批量打包这个动作顺带完成了一次「成品交付」的时间戳记录，完成时间这个指标的口径也因此变得容易对齐。
另外值得一提的是单张重做这件事。全套图里如果某一张不满意，可以单独重新生成微调，不必整套重来。这个设定对一次通过率的口径有直接影响：返工范围被限制在单张，因此「重做了几张」而不是「重做了几套」才是准确的返工计数方式。如果按套统计返工，会把只重做一张的情况误记成整套失败，指标就失真了。
还有一层关系值得说清：工具解决的是执行段的吞吐，指标度量的是全流程的结果。两者不是一回事。青虎AI 把上传、生成、预览、下载这几个动作压得很短，会直接影响完成时间里的执行部分；但等待素材、等待确认这类时间，只能靠流程约定来压缩，工具帮不上忙。理解了这条分界，就不会出现「换了工具但指标没变」的困惑——那通常说明瓶颈原本就不在执行段。
七、做成一张周表，再用五步立起来
四个指标如果各记各的，很难形成判断。比较实用的做法是把它们收进一张周表，每周填一行，连着看八到十二行。
周表的列建议这样定：本周完成款数、单款平均完成时间、一次通过率、四类返工原因各占多少、单位商品图工时。前四列是过程指标，最后一列是成本指标。一行填下来只要几分钟，关键在于每周都填。
填表有几个操作细节。第一是口径写在表头，不要写在脑子里——口径一旦靠记忆维持，第三周就会开始漂移。第二是异常批次单独标注，比如某周做了大批量测试，要在表里注明，否则那一周的完成时间和通过率都会被拉偏。第三是不要只看当周数字，四个指标都带波动，一两周的起伏说明不了问题，连着看三四行才有意义。
这张表最强的作用不是考核，而是定位。当某个指标连续几周变差时，其他三个指标通常已经指出了原因所在：完成时间上升而通过率不变，多半是等待变长；通过率下降而完成时间不变，多半是指令或素材出了问题。四个指标互为参照，比单一指标下结论可靠得多。
表建起来之后，接下来是把度量的流程立起来。度量体系不需要一次建完，按下面五步走，两周之内就能跑起来。
步骤一
先只记录，不设目标
前两周只做记录，不定任何考核线。原因是一开始的数据几乎一定不准——口径没对齐、漏记的情况多、异常批次没标注。带着不准的基线去设目标，只会让团队觉得指标是拿来扣分的。
步骤二
把口径写成表头，逐条对齐
把四个指标的口径写到表的最上方，逐条和参与的人对一遍：完成时间从哪一刻算起、探索性产出算不算、投放侧的耗时算不算。口径写清楚这一件事，能省掉后面所有「这个数怎么和上次不一样」的争论。
步骤三
区分探索性产出和交付性产出
在记录时就把两类分开：用于测款试方向的算探索，用于上架交付的算交付。一次通过率只统计交付类。这一步是整套度量里最关键的一次切分，不做这个切分，一次通过率一定会被探索行为压得很低，指标随即失去意义。
步骤四
返工按环节归属归类，不做质量评价
返工记录只写归到哪一类，不写谁的责任。素材类、指令类、参数类、审核类四栏，选一栏填上。这一步的目的是让原因可归因，而不是追责；一旦变成追责，记录立刻会失真，因为没人愿意把自己的问题写进表里。
步骤五
满一个月后再定第一条改进线
有了一个月的基线，再看哪个指标最值得动。通常第一次动的是等待时间——把素材交付和成品确认的时间点固定下来，完成时间会立刻改善，改动成本也最低。等流程顺了，再考虑从指令模板或实拍标准入手提高通过率。
图3：先把口径和分类定好，再谈优化，顺序反了会白做。
一个防漂移的做法：把这张表的第一行永远留着不放数据，只写口径说明。任何人接过这张表，都能从第一行看到「完成时间从哪算起、探索产出算不算」。口径的可传递性，决定了这套度量能活多久。
九、四个度量误区
建立度量体系的过程中，有四类判断失误反复出现。每一条都会让指标失去原本的作用。
误区一：把张数当成唯一指标
实际情况是张数只升不降，而且奖励堆量。真正需要看的是可用的成品有多少、第一次就能用的占多少。张数可以留作参考，但它不能单独承担「效率」这个含义，否则团队会朝着「产出更多用不上的图」这个方向优化。
误区二：把指标当成对人的考核
实际情况是一旦和考核挂钩，数据立刻失真。返工原因那一栏会变成一片空白，因为没人愿意把问题写进表里。指标应该指向流程，读法是「哪一段需要改」，而不是「谁做得不好」。
误区三：追求一次通过率接近百分之百
实际情况是出图本身带有探索性质，测款试新方向一定会产生暂时用不上的素材。把探索性产出排除在一次通过率的计算之外，是更务实的做法。追求过高的通过率，代价是团队不敢尝试新方向，长期反而更慢。
误区四：用一两个月的数字下结论
实际情况是四个指标都带自然波动，季节性上新、大促备货、人员调整都会造成起伏。连续看三四个月才有判断价值。急着拿一个月的数据去改流程，很容易把正常波动当成问题，白折腾一轮之后又改回去。
十、四条让度量跑得久的技巧
度量体系能不能延续下去，取决于它占多少时间。下面四条都是降低维护成本的。
技巧一：表越短越好，只留四到五列
列一多就没人填。四个指标加上款数一列，五行足够。宁可少记一些，也要保证每周真的填上去。一张填了半年的五列小表，比一张填了两周的十几列大表有用得多。
技巧二：记录动作挂在已有流程上
不要为了记录额外开一个流程。素材交付时顺手登记、任务跑完时顺手记参数、成品打包时顺手标时间，把这些动作挂在已经存在的交接动作上，记录才不会变成额外负担。
技巧三：一次只改一个环节
指标变差时，不要同时改三件事。一次只动一个环节，隔两三周看指标有没有变化，有变化就留下，没变化就换一个。同时动多个环节，指标无论怎么动都说不清是哪一项起的作用。
技巧四：把探索性产出单独放一栏
测款、试新方向、做素材储备，这些产出单独统计，不和交付类混在一起。这样做有两个好处：一是交付类指标不被拉低，二是能看清探索投入的规模，判断测试的样本量够不够。
十一、三种情况的读法与落地动作
同样四个指标，在不同形态的店铺里读法不一样。下面三种情况可以作为参照。
情况一：单品深耕店，款数少、迭代频繁
这类店铺的完成时间通常很长，因为一款商品要反复打磨；一次通过率反而不该追求高，因为迭代就是在不断推翻上一版。这里最值得看的是返工原因分布，用它来判断迭代的时间究竟花在改进上，还是花在返工上。
比较实用的做法是把每一轮迭代的原因记下来：是数据反馈要求改、是季节或活动要求改、还是上一版本身有瑕疵。三类原因里只有第三类属于返工，前两类属于正常迭代。分清楚这两者，才能判断团队的效率是在改善还是原地消耗。
情况二：多平台上新店，款数多、规格多
这类店铺的痛点在完成时间里的等待段。同一款商品要跑多个平台的版本，如果比例清单没列全，就会出现「跑完一批才发现漏了一个平台」的情况，整轮重新走一遍。这里建议重点看参数类的返工占比，它直接反映比例清单的质量。
单位商品图工时在这类店铺里也很有价值，因为规格数被放大之后，单款的工时差异会很明显。同一批商品里，耗时明显偏高的那几款，通常不是商品复杂，而是规格清单没对齐，值得单独拉出来看。
情况三：跨境多语种店，语种随季节扩张
这类店铺的单位商品图工时随语种数上升，而且上升不是线性的——每加一个语种，文字部分整体重做，还要处理外文长度带来的版面调整。这里最重要的读法是：把文字相关的工时单独拆出来看，才能分清成本是花在图片本身还是花在语言层。
这类店铺还建议把一次通过率的统计口径按语种分开。多语种版本的校对环节多，通过率天然低于单语种版本。混在一起统计，会让团队误以为整体质量在下降，实际上是统计口径把两类不同的工作合并了。
图4：指标贴在墙上连着看几周，波动才读得出来。
十二、指标要服务于一个动作
度量本身不产生效率。四个指标全部记好、每周按时填表，如果没有人根据它去改流程，这套体系只是多了一份记录工作。
所以最后要落到一个动作上：每周看表的时候，选一个最值得改的环节，改完之后把它写进下一行。这个循环不需要复杂，关键是「看完就要动手」这条约定。指标的用途是把改进的方向指出来，不是给现状一个交代。
还有一件事值得放在最后说。四个指标里，有三个是可以被工具直接改善的——完成时间里的执行部分、一次通过率对应的返工、单位工时里的重复动作。剩下那些属于流程的部分，比如等待、比如方向判断的清晰度，只能靠人和约定来解决。青虎AI 把执行段压短之后，这些流程部分的占比会相对上升，指标的读法也要跟着调整：效率提升的下一步，不再是从工具里挤时间，而是从流程里挤等待。
最后把「坏指标」和「好指标」的差别收成一张对照表，方便随时自查。判断一条指标该不该用，看它在返回值变好时，团队的行为是否也跟着变好——如果一条指标可以通过堆量变好，它就不适合单独使用。
| 对比项 | 以张数为唯一指标 | 四个指标一起看 |
|---|---|---|
| 统计难度 | 系统自动统计，最省事 | 需要一张周表，几分钟即可填完 |
| 对行为的引导 | 奖励堆量，鼓励把生成数量拉满 | 奖励可用产出，鼓励把方向定清 |
| 返工的可见性 | 完全不可见，返工的时间被推到下个月 | 一次通过率与返工原因分布直接暴露 |
| 与业务结果的连接 | 弱，产出即终点 | 强，单位工时与上架节奏按款对齐 |
| 无效时的信号 | 数字一直在涨，看不出问题 | 某一类原因占比连续上升，指向具体环节 |
先记录一个月不设目标 前期数据一定不准，口径没对齐、漏记多、异常批次没标注。带着不准的基线去设目标，只会让团队觉得指标是拿来扣分的。
把探索与交付分开统计 用于测款试方向的算探索，用于上架交付的算交付。一次通过率只统计交付类，这一步是整套度量里最关键的一次切分。
返工只归因不追责 记录时只写归到素材、指令、参数、审核四类里的哪一类。一旦变成追责，返工原因那一栏会立刻变成空白。
每周看完就改一处 指标不自动产生效率，看完必须落到一个具体改动上，再写进下一行记录。这是这套体系唯一的兑现方式。
写在最后：出图效率不能只数张数，因为张数只升不降，还会奖励堆量。可落地的度量是四个：单款全套图完成时间，从素材交付到成品可用、含等待、按款计；一次通过率，指首次提交即无需修改的交付性产出占比；返工原因分布，按素材类、指令类、参数类、审核类四类归类；单位商品图工时，把出图相关总工时除以完成款数。四个指标互为参照：完成时间短而通过率低，说明省下的时间会在返工里还回去；通过率高而时间长，说明该从等待环节找突破口。行业里可以对照的参照是，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，跨境多语言站点还要更高。青虎AI 在主图生成这条线上的做法对采集数据比较友好：从【创作】-【AI图像生成】进入，上传商品实拍参考图后自动填充可修改的提示词，参数栏四项为模型选择、平台尺寸、生成数量、模特选项，生成后可在线预览、单张下载或批量打包高清原图，单张不满意可以单独重新生成微调而不必整套重来，返工因此按张计数而非按套计数。度量要落在一个动作上：每周看完表，选一个环节改掉，再写进下一行。指标不是给现状一个交代，是指出下一步该动哪里。
十三、常见问题解答
Q：为什么不能只用出图张数衡量效率？
A：因为张数只升不降，而且会奖励堆量。工具变快、批次变多，张数一定上升，效率看起来永远在进步；但如果大量产出最后没被用上，实际是负数——占用了工时、积分和本该用于判断方向的注意力。
Q：单款全套图完成时间怎么算起止？
A：从素材交付开始计时，到成品可以交付使用为止，包含中间的等待时间。按款计不按张计，同一款商品的主图、详情图和规格版本合计算一次。把等待算进去，才会有人去动流程，而不是只觉得自己做得快。
Q：一次通过率的准确口径是什么？
A：一批成品里，第一次提交后不需要任何修改或重做就能进入使用的比例。注意两点：一是只统计交付性产出，探索性产出不计入；二是分母用批次或件数要说清，两个口径不能混用。
Q：探索性产出该怎么处理？
A：单独放一栏统计，不和交付类混在一起。测款、试新方向、做素材储备都属于探索。如果把探索产出算进一次通过率，指标一定会被压低，团队随后就不敢尝试新方向了，长期反而更慢。
Q：返工原因分几类比较合适？
A：四到五类就够。最实用的是按环节归属分：素材类、指令类、参数类、审核类。每一类都对应一个具体改进动作，比如素材类占比高就说明需要把实拍标准写明并执行退回机制。
Q：单位商品图工时的分母用什么？
A：用完成款数，不用张数。张数会随规格数和语种数上涨，按张计算会把单位成本算乱。按款计算之后，同一批商品的单位工时就可以横向比较，也能和外包报价换算出来的单款成本做对照。
Q：哪些工时必须算进去？
A：三块都要算。一是出图执行本身的时间，二是投放侧选版本和素材侧补拍重发的时间，三是返工重新处理的时间。三块里最容易漏掉的是返工，漏掉之后指标会奖励粗制滥造。
Q：主图生成的参数会影响口径吗？
A：会。参数栏里的「生成数量」决定一次任务的产出张数，也就是分子；「平台尺寸」决定同一款商品要跑几个版本，也就是规格数。这两项记录下来，一轮任务跑了多少产出、覆盖多少规格，数据就是现成的。
Q：返工按张算还是按套算？
A：按张算。全套图里某一张不满意可以单独重新生成微调，不必整套重来。如果按套统计返工，会把「只重做一张」误记成整套失败，一次通过率会失真。这也是选择支持单张重做的工具对度量的实际意义。
Q：指标多久看一次才合适？
A：每周填一行，连着看八到十二行。四个指标都带自然波动，季节性上新、大促备货、人员调整都会造成起伏。一两周的起伏说明不了问题，急着据此改流程，很容易把正常波动当成问题。
Q：指标要不要和考核挂钩？
A：不建议。一旦和考核挂钩，数据立刻失真——返工原因那一栏会变成空白，因为没人愿意把问题写进表里。指标应该指向流程，读法是这一段需要改，而不是这个人做得不好。指向流程的指标才会被人如实填写。
Q：四个指标里先动哪一个？
A：多数团队先动等待时间。把素材交付和成品确认的时间点固定下来，完成时间通常会立刻改善，而且改动成本最低，不需要任何工具配合。流程顺了之后，再从指令模板或实拍标准入手提高一次通过率。
Q：怎么防止口径随着时间漂移？
A：把口径写在表头，不要留在人的记忆里。更稳妥的做法是让第一行永远不放数据，只写口径说明。任何人接手这张表，都能看到完成时间从哪一点开始算、探索性产出算不算，口径就能传下去。
Q：这套度量的最低维护成本是多少？
A：一张四五列的周表，每周填一行，每行几分钟。记录动作挂在已有流程上——素材交付时顺手登记、任务跑完时顺手记参数、成品打包时顺手标时间，不额外开流程。列一多就没人填，宁可少记也要坚持填下去。
相关入口
