电商出图任务做不完怎么办？AI排期处理方法

周一下午三点的例会上，做家居百货的小周把排期表摊在桌上。表上这个月要出的图一共一百八十多张，截至当天下午完成的是四十一张。她没有说自己加了多少班，只问了一句：「这些图是不是真的都要做？」

会议室安静了两秒。运营说主图全部要，新链接这周要上；投放说视频素材也要，下周一开投；老板说详情页还得改一版，客服反馈了几处说法。三边都有理由，三边的截止时间都写着「这周」。

小周这个方向问对了。电商出图任务「做不完」，多数时候不是手脚不够快，而是任务从没被分过级——哪些图卡着上线、哪些可以后补、哪些其实不做也没有影响，从来没有被摆到桌面上讨论过。这篇把这件事拆成四个动作：按上线依赖分级、能批量化的环节集中跑、等待时间不空着、砍版本数但不砍验收，末尾给一份可以直接照抄的周排期模板。

图1：任务做不完，往往不是能力问题，而是这些任务从来没被区分过轻重。

一、出图任务为什么会「做不完」

把「做不完」当成一个结果来看，它背后其实只有四种成因，而且这四种成因的解法完全不同。分不清是哪一种，加人、加班、换工具都只是暂时把线往后推，下个月同样的场景会再来一次。

这四条里，前两条属于「怎么安排」，后两条属于「怎么用时间」。它们有个共同的解药，叫做先想清楚再动手：任务先分级再排期，环节先归并再执行，等待先规划再利用，版本先定数再开工。

还有一层容易被忽略的现实。电商出图的量在一年里是波动的，上新季、大促前的两周、平台活动期，需求的峰值可能是平日的三到五倍。如果排期方式只在平日够用，那它到了峰值一定会崩。所以排期要解决的其实是峰值问题——平日不需要复杂方法，峰值需要。

二、排期前先做一件事：按上线依赖分级

给任务分级不必用复杂的模型，一个足够有力的判断问句就可以：这张图如果晚交付一天，会不会影响上线？回答是「会」的，就属于不能被别的任务挤掉的那一类；回答是「不会」的，它就还有往后排的空间。

沿着这个问题往下问，任务会自然分成四级。第一级是卡上线的，链接上架、页面发布缺少它就走不下去，晚一天就是上线晚一天；第二级是跟节奏的，比如配合一场投放或者一个活动的素材，时间点明确但留有一定缓冲；第三级是可后补的，例如素材库的常规补充、旧链接的画面更新；第四级是不必做的，比如「先做着看看」这种没有明确用途的需求。

分级的价值不只是排出先后，它还让「不做」变成一个可以被讨论的选项。绝大多数排期崩掉的团队，卡住的不是做不到，而是没人敢说「这条可以不做」。把四级摆出来，讨论对象就从「谁先谁后」变成了「这张图属于哪一级」，争执会少很多。

分级时还有一个口径要统一：级别看的是「不做会怎样」，不是「谁提的」。运营提的图和投放提的图，判断标准完全一样。如果分级标准里混进了提需求的人，排期表会在两周内失效。在青虎AI 里处理这类批量任务时，级别判断同样先于动手——因为不同级别的图往往对应不同的处理批次。

三、四类任务的优先级对照

把四级落到具体动作上，可以对照下面这张表。表格的最后一列是关键，它决定了每一级任务在排期里应当被安排成什么节奏。

这张表用起来有个小技巧：不要逐条给任务定级，而是先把所有需求摊开，一次性划出四级。逐条定级时人容易受最近一次沟通的影响，一次性摊开看反而更容易分出真实差别。

另外要接受一个事实：级别不是固定的。今天属于第三级的素材库补充，明天可能因为一个临时活动升到第二级。所以分级动作要周期性重做，每周一次或者每次上新前一次都可以，关键是让级别保持在当前有效状态。

四、能批量化的环节集中跑

排期算出「做不完」，还有一种很常见的错觉：把一张图的全流程当成最小工作单元。按这个单元算产能，一张图从准备到归档要占掉一整段连续时间；但真实的工作里，这些环节并不都同样耗神，也不都必须在同一段时间里完成。

更合理的单元是「环节」。把这一周所有图的准备环节集中起来做完，再把所有图的生成放到一起跑，再把所有需要译图的图一起处理，最后统一归档。这样做的好处有两层：同一环节连续做，切换成本低、判断标准一致；以及批量化功能本身就有一次处理多张的能力，集中跑能把它的效率收益吃满。

图2：同样是十六张图，左边是一张一张走流程，右边是按环节集中处理，总时长差别很大。

集中跑的时候有一处必须守住：批次的划分依据还是处理需求，不是数量。把十七张图凑成一批看起来很整齐，但如果这十七张里有三类完全不同的处理需求，这一批跑出来的结果依然要重新分拣，省下的时间会被挑图吃掉。前一篇讲流程错误时提过这件事，放到排期语境下它换了个说法——批次划得对，排期才跑得动。

还有一点关于「等待」的认识：批量处理看起来是把多张图塞进一次任务，实际节省的主要是准备和切换时间，生成本身仍然需要时间。所以集中跑解决的是「一次做多少张」，解决不了「等待期间干什么」，后者要靠下一节的办法。

五、等待时间不要空着：把下一批的参数先备好

出图这条链路里有一段固定的等待：提交之后结果不是立刻回来的。这段等待时间在排期表上常常是隐形的，因为「等」看起来不算工作，但它一天累计起来相当可观。把它明确规划出来，等于凭空多出一段产能。

这三步的顺序本身就是一条流水线：提交以后不等于休息，而是切到下一批的准备；准备做好之后再回到第一批做验收。这样一天里真正「空等」的时间会被压得很低。

以青虎AI 的广告视频素材为例，这类任务本身有等待属性——上传商品参考图之后，系统需要解析商品特征并渲染输出视频，支持十五秒内自定义时长和多比例切换，等待几分钟是正常的。这段等待如果用来准备下一批的商品图、把下一批要用的比例和用途写好，同一段时间就能同时推进两批任务。功能和工具决定的是单次能出多少，排期方法决定的是这些等待被怎么用。

这里有个容易忽略的细节：等待期间不适合做需要深度判断的事。等待随时会被结果回来打断，所以用来做「准备性、机械性、可中断」的动作最合适——筛图、写参数、复制命名模板都属于这一类，而评估效果、决定方向这类事应该留到有完整时段的时候做。

六、砍版本数，不砍验收

版本数量是出图产能里最容易膨胀的一项，因为它增长的时候几乎没有阻力。一款产品的图，先做中文版、再做外文版、再做方版和竖版、再做活动版和常规版，每一步都听起来合理，几轮下来一个商品就是六七个版本，而投放真正会用的往往只有一两个。

砍版本数有两个可操作的依据。一是按投放位置砍：同一个位置只用一版，除非有明确的测试目的。二是按测试目的砍：如果一批版本之间的差别只在于「看看哪个更好」，而这批图并不承担投放测试的任务，那就只留一版。反过来，如果这批图确实是用来做 A/B 对比的，那多出来的版本就是必要的，不算浪费。

有一件事不能跟着版本数一起砍，那就是验收。验收的内容可以固定成四条：画面清晰度是否达标、主体是否完整没有被裁切或遮挡、图内文字是否准确、比例与用途是否匹配。版本从六版降到两版，这四条照样每条过一遍。省下来的时间应该来自「少做了不必要的版本」，而不是来自「验收做得更粗」——后者省下的时间，会以返工的形态还回来。

在青虎AI 里，多比例、多语言的产出属于批量能力范围，做起来比手工快得多，正因为快，版本数更容易不受控。一个务实的口径是：宁可少做版本、把每个版本做扎实，也不要一次铺开六版、每版都赶。

版本数控制下来之后，还有一个衔接上的细节值得注意。版本少了，每个版本承担的信息量反而上升，命名和登记就必须更清楚，否则以后回看时会分不清哪一版对应哪个用途。命名里至少要能看出三个维度：投在哪里、属于哪个期次、语言是哪种。这三项写全，一个只有两版的商品也不会和别的商品混淆。反过来说，如果版本铺得很开却不登记，产出的图越多，可检索性衰减得越快，最后只能靠逐张打开看，省下来的执行时间又从检索环节还回去了。

七、一周排期模板

下面这份模板把前面四个动作串成一周的节奏。它不要求精确到小时，只要求把「哪一天做哪一类事」定下来，避免每天都处在救火状态。

这份模板有两个刻意的设计。一是把验收单独放在周四，不和生成混在一起。验收和修改混着做，判断标准会随疲劳程度浮动，退回的原因也记不清楚。二是把第三级任务放在周五，让它不占峰值产能。这两条坚持几周之后，你会发现本周完成量的波动明显变小。

模板里没有把时间填满，这是有意的。留出的空档有两个用途：一是接住临时插进来的任务，不至于因为插队把整周安排推倒重来；二是接住前面环节的意外，比如某批结果不理想需要重跑。排期排到满负荷，看起来效率很高，实际上一遇到波动就会连锁崩溃。留出大约一成到两成的余量，整张表反而更稳。青虎AI 把出图拆成相互衔接的若干模块之后，每批任务的处理时长更容易预估，排期时的余量也就可以按实际情况调整，而不是凭感觉留一个数字。

图3：把一周的节奏固定成六步，任务量再涨也有一个不慌的底。

八、四个常见误区

推行这套排期方法时，下面四种想法出现频率最高。它们听上去都有道理，但每一个都会让排期慢慢退回原点。

九、四个让排期跑得动的习惯

下面四条不改流程结构，只调整几个动作的时机和写法，成本很低，但能明显降低排期的执行难度。

十、三个可以照做的场景

下面三个场景覆盖了出图任务积压时最常见的三种情形，每个都给出可以直接执行的动作。

图4：分级、并行、归档、复盘，四件事做到位，积压就不容易再出现。

三个场景的共同点是把决策提前。分级提前到周一，比例提前到开工前，准备提前到等待时。这些决策本身不产出任何图，看起来像是拖慢进度，实际上它们决定了整周产出量的上限。

十一、总结

十二、常见问题解答