用 AI 建美甲款式库：图片管理与推荐

美甲店的款式库用 AI 管理，核心是把散落在相册和聊天记录里的款式图片，变成带标签、可检索、能按需求推荐的结构化资产：顾客说想要「显手白、适合上班的款」，几分钟内就能翻出对应图片。这件事不需要专业软件，用支持图片理解和分类的 AI 工具就能搭起来，难点在标签体系的前期设计。

图片收集与整理规则

款式库的地基是图片质量。收集时立三条规矩：自己店的成品优先实拍，统一背景与光线，顾客手指自然摆放；参考图与成品图分开存放，避免顾客拿着网图来对照产生色差误会；文件按「色系-风格-序号」命名，比如「裸色-通勤-017」，命名本身就是最基础的标签。历史图片不用一次整理完，按每周一批的节奏往库里搬，先处理近期的高频款式。图片入库前让 AI 批量检查一遍清晰度，糊掉的图留在库里只会拉低推荐效率。

标签体系的搭建

标签是检索和推荐的枢纽，五个维度够用：色系（裸色、红调、莫兰迪等）、长度与形状（短方、中圆、延长梯形）、适用场合（通勤、婚礼、节日）、工艺难度（决定价格档与耗时）、风格关键词（纯色、渐变、手绘、贴饰）。让 AI 按这套维度给每张图打标签，输出成表格，你人工抽查几行校准它的判断标准——比如它把某个颜色归进「粉调」而你想归「裸色」，纠正几次它就统一了。标签宁少勿滥，维度一多，每个标签下的款式就稀，检索反而变慢，先跑起来再逐步加维度。

让 AI 做推荐与点单应答

标签库建好后，AI 的第二个用法是当点单助手。顾客描述需求，你转述给 AI：「顾客想要低调的裸色系、短甲、周内能做完、预算两百以内（假设）」，它按标签条件筛出三五张候选图。这个流程有两个好处：筛图速度快，顾客等待时间短；候选图带标签信息，报价区间和耗时当场能说清。顾客犹豫时，让 AI 从候选里挑两张对比着讲差异，比如「这款纯色更耐看，这款加了金箔更上相」。话术可以请 AI 预先写几套模板，店员照着用，新员工也能快速上手。

款式更新与数据沉淀

款式库是活的资产，需要两个沉淀动作。一是记录点单次数：每做完一单，把款式编号记下来，月底让 AI 统计出高频款与零点单的冷门款，高频款备好甲油胶与工具、做成店里的招牌推荐，冷门款图片淘汰或下架，库保持精而不杂。二是记录客人偏好：回头客的甲型、色系偏好存进档案，下次到店直接调出上次款式做微调，这种「记得你」的体验是街边店留住客人的实招。数据沉淀三个月后，AI 还能帮你看出趋势，比如莫兰迪色系点单占比在升，下一批进货就有了方向。

版权与肖像的边界

两个法律边界要守住。版权方面：网上的款式图多为他人作品，直接搬运到自己的宣传账号有侵权风险，参考学习没问题，对外发布尽量用自己店的实拍；从别的店图库里扒图发朋友圈招客，这种习惯要改掉。肖像方面：顾客的手部照片用于款式库或宣传前，先征得同意，尽量留一句书面确认，涉及面部出镜的更要谨慎。AI 生成的美甲图可以做灵感参考，但工艺可行性要自己判断，图上画得出来的花色，实操未必做得出来，别拿生成图当宣传主图。

延伸阅读：素材库的收集与检索、导购连带销售的推荐话术、工作室定价与接单。

标签体系先跑三个维度

• 先用色系、场合、难度三个维度
• 每张图打完标签再抽查几行
• 纠正几次，AI 的判断就统一了
• 维度宁少勿滥，标签下款式才不稀
• 每完成一单记录一次款式编号

五条里最容易被忽略的是抽查校准，标签一旦跑偏，后面每次推荐都跟着偏。

美甲款式库的标签怎么定才好用？

• 标签维度太多记不住怎么办？：先从色系、场合、难度三个维度跑起来，这三个覆盖了绝大多数点单场景，跑顺一个月后再考虑加长度形状等维度，循序渐进比一次建全更实用。
• 顾客发来网图要求同款怎么处理？：让 AI 按图识别工艺要素（色系、饰品类、难度），再从自己库里找最接近的两三款给顾客选，同时如实说明可还原的程度，管理预期比硬接单更稳。
• 款式库需要专门的软件吗？：起步阶段用 AI 工具加在线表格就够了，几百款以内完全够用；款式过千、多人协作时再考虑专业图片管理工具，具体以实际规模决定。