Adobe、Vecteezy与Dreamstime CSV表头对比：一次上传失败的教训

一次上传失败，让我重新审视CSV表头

一位创作者曾因CSV表头多了一列"notes"，导致40张图片在Adobe Stock上传时被系统秒拒。这个经历揭示了一个容易被忽视的事实：图库平台的CSV上传格式远非"差不多就行"，每个平台对列数、列名、关键词分隔符都有精确要求。据该创作者在个人博客中的记录，他花了一整晚打开三个浏览器标签页，逐一记录Adobe、Vecteezy和Dreamstime的上传表头规范，最终写了一个Python脚本来自动生成元数据，彻底告别手工维护三份表格的混乱。

Adobe Stock：五列，一列不能多

Adobe Stock的CSV上传是最严格的。表头固定为五列，顺序不可更改，系统会在人工审核之前先做列数校验。正确的表头是：

Filename,Title,Keywords,Category,Releases

几个关键陷阱：列数会被检查，不仅仅是列名。作者因为多加了第六列"notes"而被拒，整个校验在人工看到文件之前就已完成。关键词在一个带引号的单元格内用空格分隔，而不是逗号。如果写成"sunset, beach, ocean"，每个素材会被识别成一个包含逗号的长关键词。Category是数字而非名称，留空时Adobe会猜测，但猜测质量一般。对于扁平插画类作品，作者通常落在8到15之间（物体、背景、教育类）。Releases列可以留空，如果画面中没有人物或财产。对于纯AI生成的矢量图和贴纸，该列全部为空。

实用规则：五列、精确列名、关键词空格分隔，完成。这个文件里不需要任何创意发挥。

Category 数字编码是 Adobe Stock 投稿中容易忽略的细节。平台将内容类别映射为固定整数，例如 8 通常对应“图形与背景”、11 对应“抽象”、14 对应“教育”等。不同类别区间覆盖摄影、插画、矢量等媒介，具体映射以 Adobe 官方贡献者文档为准。脚本化生成时，建议为每个素材显式指定类别数字，而非依赖平台猜测，因为空值会触发自动分类，准确率有限。若同一批素材属于同一类别，可在脚本参数中统一传入，避免逐条填写。

Vecteezy：四列，关键词是重头戏

Vecteezy的贡献者CSV更短：

Filename,Title,Keywords,Category

只有四列，没有Releases列，这暗示了其审核重点的差异。两个需要注意的地方：关键词用逗号分隔，与Adobe相反。这是最容易踩的坑——如果直接复用Adobe的CSV只删掉一列，关键词会变成一坨，搜索排名会受影响。作者曾上传20个文件后搜索自己的作品却找不到，才意识到这个问题。标题比在Adobe上更重要，因为Vecteezy的搜索更依赖标题匹配。用文件名当标题在第一遍可行，但会损失被发现的机会。

关键词分隔符的差异源于各平台搜索索引的解析逻辑。Adobe Stock 将带引号单元格内的空格视为关键词边界，而 Vecteezy 和 Dreamstime 则按逗号切分。这意味着同一个关键词短语（如“sunset beach”）在 Adobe 中会被拆成两个词，在逗号分隔的平台中则保持为一个短语。脚本统一生成时，应对不同平台采用不同的连接策略：Adobe 用空格连接单个词，Vecteezy 与 Dreamstime 用逗号连接。若关键词本身包含逗号，需按 CSV 规范用双引号包裹整个单元格，避免解析错位。

Dreamstime：十五列，大部分留空

Dreamstime是另一个极端。其CSV模板有十五列，但对于独立创作者做AI辅助工作来说，大部分列都是空的：

Filename,Image Name,Description,Keywords (comma separated),Category 1,Category 2,
Category 3,Extra Keywords,Is Free,Is Editorially Reviewed,Sex,Age,Model Release,
Property Release,Country

真正需要填的：Description是一句真正的句子，不是关键词列表，Dreamstime会索引它。Is Free和Is Editorially Reviewed是字面的yes/no字段，除非清楚为什么修改，否则不要动。Model Release和Property Release对作者的作品留空，与Adobe一致。三个Category槽位接受类别名称，填一个就够。

十五列听起来吓人，实际上每行只填四列，其余十一列留空——这正是为什么它应该用脚本处理，而不是在电子表格里手动操作。

Model Release 与 Property Release 是图库平台用于确认肖像权与物权授权的字段。当画面中出现可识别的人物时，通常需要上传由模特签署的授权书；出现私人财产（如特定建筑、艺术品）时，则需要财产授权。对于纯 AI 生成、无真实人物或可识别财产的矢量图与贴纸，这两列留空是合规做法。Dreamstime 的模板中这两列独立存在，但独立创作者在无授权文件时不应随意填写 yes，否则可能引发审核争议。脚本化处理时，可将这两列固定输出为空字符串，保持与 Adobe 的 Releases 列逻辑一致。

为什么我放弃了维护三份表格

三个平台表头整理完毕后，问题就简化了。每个平台需要的是同一组底层数据：文件名、标题、关键词、类别。差异只在列数（5、4、15）、关键词分隔符（空格vs逗号）和类别格式（数字vs名称vs两者皆可）。

作者因此写了make_metadata.py，指向一个文件文件夹并指定平台：

python make_metadata.py ./my-assets --platform adobe   --out adobe.csv   --ext .jpg
python make_metadata.py ./my-assets --platform vecteezy --out vecteezy.csv --ext .jpg

脚本会写出每个平台要求的表头，仅此而已。内部为每个素材维护一条规范记录，渲染成三种格式。关键词对Adobe用空格连接，对Vecteezy和Dreamstime用逗号连接。只使用Python标准库，无需安装任何东西。如果不传标题文件，会对文件名做标题化处理，第一遍够用，正式提交前再替换。

另一个教训来自那次失败之夜：修复CSV后，作者差点重复上传同一批文件，因为上传失败了但记忆没有。重复发布是让贡献者账户被标记的最快方式。所以第二个脚本upload_tracker.py是一个简单的台账，记录已完成的内容，重新运行时只处理待处理列表。两个脚本加起来大约200行，替代了每周最容易出错的一小时。

核心结论：脆弱而非复杂

平台CSV本身不复杂，但很脆弱。Adobe检查列数，Vecteezy要逗号分隔的关键词，Dreamstime要十五列模板但只填四列。任何一项错了，拒绝是即时且无声的。把表头写下来一次，编码一次，再也不要手动编辑上传CSV。

这套系统——元数据生成器、上传台账、Markdown转PDF工具，以及将产品打包为1280x720封面和600x600缩略图的打包器——是作者在1 vCPU、2 GB内存、无GPU的服务器上打包39个产品、856 MB输出时构建的。相关脚本和规则背后的推理收录在AI贴纸工厂手册中。如果你正准备手工输入第四个平台的CSV，这套方法能帮你省下作者失去的那个夜晚。