这条规则到底要求什么

2026 年 7 月 22 日起，含写实 AI 生成人物的图片和视频，在加到 listing 和 A+ 内容之前必须被标识出来。执行方式有点特别，值得逐项写清楚：

项目	要求
关键词	`contains-synthetic-performer`，精确字符串
字段	`dc:subject`（XMP），用支持 IPTC 的元数据编辑器写入
时点	文件上传到亚马逊之前
范围	listing 图片与 A+ 内容，全球站点
效果	亚马逊会在前台加一个标识，告诉买家该图含 AI 生成人物

注意：这不是后台勾一个框，是把一串字符嵌进文件本身。亚马逊论坛的官方说明写得很直接——你写了这个元数据，亚马逊就会加上「本图含 AI 生成人物」的提示。

推动这条规则的是立法而不是平台生意。按一篇针对该规则的法律分析，纽约州 General Business Law § 396-b 已于 2026 年 6 月 9 日生效，首次违规罚 $1,000、再犯 $5,000。但对卖家来说，真正的风险敞口走的是亚马逊自己的 Business Solutions Agreement：图片被撤、listing 被压、账号健康度扣分，严重的直接停售。

范围比你以为的窄

这里最贵的错误是「打多了」，而它几乎全部来自没把豁免条款读完。明确不在范围内的有四类：

真人，哪怕用 AI 工具修过。 补光、精修、AI 辅助去瑕疵，都不触发。
非写实人物。 插画、卡通、风格化渲染。
影视与游戏角色——电影、电视、流媒体、纪录片、游戏。
画面里根本没有人。 纯产品渲染图无论多「合成」，都不在范围内。

真正触发的只有一种：完全由 AI 生成、不基于任何真人的写实人像。

所以「保险起见全打上」不是稳妥策略。它会给真人实拍的素材挂上一个公开的 AI 声明标识——这是另一种失真，而且品牌那边会比合规那边先发现。

「不追溯」为什么一碰就失效

真正把一条 7 月的政策变成 Q4 运营问题的，是下面这段。有人直接问了老图怎么办，亚马逊论坛的回复是：新上传的必须合规；如果你本来就打算改那条 listing，把老图一并更新是 best practice。

把这句话放回一张正常的 Q4 日历上看。从现在到黑五，大部分商品库都要做这些事：换季节性主图、更新场景图、改 A+ 模块、上节日套装、加变体图。每一项都是「在一条已有 listing 上做新上传」。

豁免撑不过这次换图。它从来不是给你整个商品库的永久豁免，而是给「你不去碰的文件」的临时豁免——而且它出现的时间点，正好在人人都要把所有东西碰一遍的那个季度之前。

这个工作量到底有多大

义务是按文件算的，所以工作量取决于一条在架 listing 究竟挂着多少张图。这个我们没有估，直接量了。

2026-09-11 用 Helium 10 Product Research，在 8 个美国类目里各取近 30 天子体 ASIN 销量前 100 的 listing，共 800 条，逐条读图片数：

类目	图片数中位数	均值	≥7 张占比
Beauty & Personal Care	9	9.38	91.0%
Baby Products	9	10.12	87.0%
Home & Kitchen	8	8.07	88.0%
Health & Household	8	9.01	93.0%
Electronics	8	7.96	78.0%
Clothing, Shoes & Jewelry	7	7.10	72.0%
Sports & Outdoors	7	7.33	66.0%
Toys & Games	7	7.02	65.0%

800 条合起来看，图片数中位数 8 张、均值 8.25；800 条里 640 条（80.0%）在 7 张以上；样本里没有任何一条是 0 张。8 个类目合计 6,599 个图片文件。

有两点值得注意。

一是分布出奇地平。从 Toys 到 Beauty，中位数只在 7 到 9 之间波动。没有哪个类目「这事很轻松」，也没有哪个类目是异常值——而中位数最高的 Beauty 和 Baby，恰好是场景图里最常出现写实真人模特的两个类目。

二是 8 张是下限不是总量。Helium 10 数的是 listing 上的图片，A+ 模块是另外叠上去的，而规则明确覆盖 A+。主推 ASIN 上了完整 A+ 的品牌，要审的远不止每条 8 个文件。

还有一个方法论说明，因为它改变了我们最终发布的内容。Helium 10 同时返回 number_of_videos 和 influencer_videos，看上去用前者减后者就能得到「卖家自己上传的视频数」。这个减法是错的：800 行里有 480 行（60.0%）的 influencer_videos 大于 number_of_videos，其中不乏「视频 0 个、达人视频 15 个」这种组合。两个字段是彼此独立的计数，不是包含关系，所以本文只报图片数。另需说明：8 个类目的 has_more 均为 true，因此这是「销量前 100」的抽样，不是类目全量普查。

最容易翻车、却没人检查的那一步

写标签是简单的那一半。难的是让它活下来。

dc:subject 属于 XMP 元数据，而元数据在图片处理链路里非常不保险。Adobe 自家社区文档就描述过 Export As 与 Save for Web 会抹掉 XMP，而 Save As 会保留。问题在于，大多数团队产出亚马逊用图走的恰恰是会抹掉的那条路——因为那条路本来就是为「生成小体积网页图」设计的。

结果是一次没有任何症状的合规失败：设计师在母版上标对了，导出环节把关键词丢了，传到亚马逊的文件没有标签，而且在链路上每一个人眼里，它和有标签的文件长得一模一样。不报错，不告警。

所以验证必须放在链路末端，而不是开头。唯一值得检查元数据的文件，是你真正上传的那一个。

运营者结论

要倒推的时间点不是 7 月 22 日，而是你们 Q4 换图启动的那一天。

分类这一步放在创意开工前。 把含人素材分成真人实拍、AI 修过的真人、非写实人物、完全 AI 生成的写实人物四类，只有第四类要打标。这一步做完，后面全是机械劳动。
不要防御性打标。 打多了等于给真人照片挂上公开 AI 声明。这件事上「拿不准就打」是错的指令；拿不准就去搞清楚画面里的人到底是谁。
用一个已知合格的文件去测导出链路。 标好一张测试图，走一遍你们实际产出上传图的路径，再把元数据读回来。如果字符串没了，问题在链路，上游标得再仔细也没用。
验证上传后的那个文件，并留存读回结果。 你日后需要的证据是「亚马逊收到时文件里有什么」，不是「9 月有人在母版上标过」。
把 Q4 换图清单直接当成合规清单。 它们本来就是同一张清单：这个季度要换图的每一条 listing，都是豁免在新文件落地那一刻结束的 listing。

如果想让人帮你过一遍这个季度到底哪些 listing 会被动到、以及这些页面还在漏掉什么，我们的 Amazon listing 审计是按素材层和 offer 层来做的，报价也全部公开，不用先约电话。

这条规则 7 月上线时带了一个「老图豁免」。而 Q4，本来就是这个豁免注定活不过去的那个季度。

AI 人像标签「不追溯」——但你为旺季重传图片的那一刻，豁免就没了