做个电商资料体检助手这事儿说来挺巧。团队最近赶上平台大促要集中上架一批新商品每个商品得配标题、卖点文案、详情页、规格参数、质检报告、品牌授权书、实物图这些少说七八份材料。以前全靠运营妹子手动核对一份商品资料过下来少说半小时遇到标题里藏着极限词、详情页和质检报告数据对不上的情况返工两三趟都是常态。我接手之后一直琢磨怎么把这摊子事自动化后来拿 Qwen3.8-Max 搭了个商品资料包体检助手6 份文本资料加 1 张商品主图丢进去一次跑出 27 个问题分类清清楚楚从“标题含违禁词”到“详情页克重与规格参数不一致”全标出来了。这篇文章就把整个思路、提示词设计、踩坑过程都拆开讲讲适合电商运营、商品经理、代运营团队还有想用大模型做垂直自动化检查的朋友参考。1. 项目背景为什么一个商品资料包需要“体检”1.1 电商上架资料的真实复杂度很多人以为上架商品就是传几张图、写个标题的事实际接触过才发现一份完整的商品资料包远比想象中复杂。我这次处理的这批货一个 SKU 配套的资料就包含产品标题、电商详情页文案、卖点提炼文档、规格参数表、第三方质检报告、品牌授权书外加一张用来做主图的商品照片总共 6 份文本类资料和 1 张图片。这里头每一份材料都有自己的作用也都有自己的坑。标题要合规还得有搜索权重详情页要把卖点讲透还得跟参数表完全对得上质检报告上的数值要能支撑详情页里的宣传话术授权书的品牌主体又要跟店铺主体一致。单看某一份可能觉得没什么问题但把多份材料放一起交叉比对问题就来了。比如详情页说“面料克重 320g”规格参数表里写的却是“280g”这种情况下消费者收货后一称发现不对退货退款是小被平台判罚才麻烦。更头疼的是这些文件格式还不统一。有的运营同事交的是 Word有的是 PDF质检报告干脆是一张扫描图商品主图又是一张 JPG。想靠人眼逐份核对一个 SKU 没二十分钟下不来而且是那种高度重复、极其消耗耐心的活儿。人一旦疲劳漏检率就往上飙本来该查出来的问题反倒成了隐患。1.2 人工核对的三座大山慢、漏、标准不一我找运营同学聊过她们最怕的不是工作量本身而是“明明查了还是出错”。慢是有数据支撑的6 份资料逐字过一遍再加图文对比单商品耗时基本在 20-40 分钟。漏检往往发生在一致性检查上因为跨文档比对需要来回切换视线的焦点标题、卖点、详情、参数这个链路一旦拉长任何一个环节的微小偏差都可能被忽略。标准不一更普遍同一个极限词列表有人记全了有人记不全同样是“纯棉”这个词在 A 平台可能没问题在 B 平台就要慎重全靠个人经验判断没有统一标尺。我统计过团队最近三个月的商品审核返工记录大约 32.6% 的返工原因是“详情页和规格参数不一致”21.4% 是因为“标题含平台重点监控的营销违禁词”只有剩下不到一半是因为图片质量问题。这说明最容易出错的地方恰恰不是那种需要专业知识的判断而是跨文档的一致性核对这种活偏偏是大模型最擅长的。1.3 为什么用 Qwen3.8-Max 而不是传统规则脚本最开始我想过用传统方案写个 Python 脚本准备一批敏感词表用字符串匹配的方式去扫。这个方案对付“标题含违禁词”这种明确规则还行但碰到语义层面的问题就完全失灵。比如“全网最低价”是明摆着的违规脚本能查但“极致性价比首选”这种擦边表达规则脚本就两眼一抹黑得靠理解。再比如图文一致性检查要判断商品主图里的产品外观和详情页描述是否吻合这本质上是个多模态理解问题字符串匹配根本无从下手。选 Qwen3.8-Max 主要看中三点。第一是它同时支持文本和图像输入模型可以直接读取商品图片识别图里的文字、颜色、主体轮廓再跟文本资料里的描述做比对这就是多模态联检的基础。第二是它的指令跟随能力能在一次请求里塞进去一个完整的检查清单然后严格按照 JSON 结构返回结果不需要我写一堆分支逻辑去解析。第三是它对上下文的理解连贯性6 份资料加起来可能上万字模型有能力在这么长的上下文中捕捉到不同文档之间的矛盾点。综合下来它是目前把“理解能力、多模态能力、结构化输出能力”平衡得最好的选择。2. 体检助手方案设计2.1 27 个检查项是怎么拆出来的体检助手的核心不是模型本身而是“检查项清单”。模型再聪明你让它“随便检查一下”它也不知道该查什么。所以第一步需要把电商商品资料审核的经验固化成一张可执行的检查清单我把它拆成了四大类共 27 个具体检查项。第一类是合规性检查主要扫文本里的违禁词、极限词、虚假宣传词比如“国家级”“最高级”“第一品牌”“绝对”这类广告法明令禁止的表达还有平台自定义的敏感词像“治疗”“药用”这种保健品相关的违规词也在范围内。这类问题全靠命中词库命中一个标注一个带上下文摘录。第二类是信息一致性检查这是最有价值的一类。需要把标题、卖点文案、详情页、规格参数表放在一起横着比比如标题宣称的材质、规格、功能是不是和参数表里一致详情页引用的质检数据是不是和报告原始数据对得上授权书的品牌主体是不是和商品品牌名一致。这类检查传统脚本基本做不了得靠大模型的理解和推理能力。第三类是图文一致性检查把商品主图和文本描述做交叉验证。图里展示的产品颜色、型号、包装数量和详情页描述的有没有冲突图里出现的文字信息比如包装上的“500ml”和规格参数表里的容量是不是一致图片本身是不是清晰、有没有杂乱的背景、有没有未打码的二维码等。这类检查最考验多模态能力。第四类是资料完整性检查确保每份必备资料都真实存在、格式正确、没有缺页。比如质检报告是不是完整扫描有没有关键信息被遮挡品牌授权书的有效期是不是覆盖了当前销售周期。27 个检查项并不是我一次性拍脑袋定的而是把团队过去三个月的商品审核记录翻出来把每一个返工原因都过了一遍凡是出现频率超过两次的问题都收进来整理成一个可以执行的结构化清单。这个清单在工作中是文档在模型提示词里就是一条条编号规则每个规则都配了判断标准、输出字段和严重级别。2.2 提示词结构设计让模型按规则出牌提示词是整个助手能不能用的分水岭。我见过不少朋友一上来就是“请检查以下商品资料并输出问题”这种写法在大模型应用里基本等于白写模型会给你一段散文式回答根本没法自动化处理。实际做法是把提示词拆成四个模块。角色定义模块负责跟模型说清楚“你是谁、你要干什么、你的输出给谁用”。我写的是“你是一位拥有 5 年经验的电商平台商品合规审核专家负责对商品上架资料进行系统性检查。你的审核结果将直接决定该商品能否上架销售请务必严谨、客观、不遗漏任何一个可疑项。”检查清单模块就是前面整理出来的 27 条规则逐条编号写清楚。需要注意原文在检查项里除了给“违禁词”这类明确规则还会给“判断标准”比如对“夸大宣传”的定义是“包含无法提供证据支撑的绝对化描述或效果承诺”。这样模型就知道不是简单匹配某个词而是去判断语义。输出格式模块是最关键的设计。我要求模型严格按照 JSON 数组返回每个元素包含四个字段issue_id 对应检查项编号、issue_type 问题等级致命/严重/一般、issue_desc 问题描述、evidence 证据原文摘录、suggestion 修改建议。这样后面写脚本处理返回结果就非常顺畅直接 json.loads 就行。最后是拒绝回答规则明确告诉模型“如果某份资料内容无法辨认、文件损坏或者图像不清晰请单独在 need_manual_review 字段里说明不要强行猜测”。这能避免模型在看不清楚图片时脑补出一个错误结论。2.3 批量检查工作流一次跑完 7 份文件工作流的设计逻辑是“先并行预处理再统一入库最后循环调用模型”。7 份资料不是一股脑全塞给模型那会把上下文撑爆而且格式混合PDF、Word、JPG 混在一起也没法直接处理。我是先把文本类资料全部转成纯文本图片单独走视觉通道统一处理后放到一个临时目录里再按顺序让模型检查。顺序上也很有讲究。我是先让模型把所有文本资料读一遍做一个全局理解提取出商品的关键信息档案比如品牌、品名、材质、规格、认证编号、质检数据。然后带着这个档案去检查每一份单独的文件判断它跟档案是否一致。最后才把图片丢给模型做图文比对。这样做的好处是模型在检查某一处文本时已经有了全局背景不会出现“只看标题觉得没问题结果跟详情页参数一比就露馅”的情况。3. 实操过程从脚本到跑通全流程3.1 资料预处理把杂乱文件变成模型能吃的格式实际操作中预处理环节比想象中更耗时。6 份文本资料里有两份是 PDF其中一份质检报告其实是扫描件本质是图片直接提取文本会得到一堆空行必须先做 OCR。我用的方案是先调用一个本地的 OCR 工具把扫描件转成带文字的 PDF再用解析库抽取文本内容。Word 文档相对好处理直接读取正文内容就行但要注意表格里的内容经常会被解析成连续字符串需要在预处理阶段把表格结构标记出来不然“克重320g”这种数据很容易黏在一起变成乱码。商品主图的做法是压缩到合理分辨率再传给模型。原始图片有些是 4000 像素超高分辨率直接送进模型又慢又费 token。我实测下来把长边压到 1280 像素质量几乎不影响模型判断但响应速度快了将近一倍。唯一不能压缩的是图上带的小字如果原图本身就模糊压缩后会更糊所以图上有密集文字的时候我会保留原始分辨率宁可慢一点。3.2 搭建检查脚本核心调用逻辑整个脚本的核心就是循环调用模型接口。我用 Python 写了一个检查函数输入是一份文件的内容和当前商品的全局档案输出是模型返回的问题列表。伪代码逻辑如下def check_document(doc_type, doc_content, global_profile): prompt build_check_prompt(doc_type, doc_content, global_profile) response qwen_client.chat.completions.create( modelqwen3.8-max, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: prompt} ], temperature0.1, response_format{type: json_object} ) return parse_response(response.choices[0].message.content) results [] for doc in text_documents: results.extend(check_document(doc.type, doc.content, global_profile)) results.extend(check_image(main_image_path, global_profile))有两点操作细节值得分享。第一temperature 必须设得很低我直接拉到 0.1因为这是审核场景要的是稳定输出而不是创意发散。温度越高模型越容易发挥发挥就意味着误报这对审核工具来说是致命的。第二response_format 指定 JSON 对象输出这步必须有不然模型偶尔会在 JSON 前后夹杂解释性的自然语言解析的时候还得甩脏数据。图片走的是另一个函数。商品图先做一次预处理让模型先从视觉上提取图片信息包括产品主体、颜色、包装标注、背景环境再用这些提取出来的信息去和 global_profile 做比对。这一步的提示词我写得特别细专门做了“先描述后判断”的要求让模型先客观描述图上有什么再基于描述做判断而不是直接跳结论。这样能显著减少幻觉。3.3 执行检查与结果解读27 个问题的实际输出跑完整个流程后我的脚本会把结果汇总成一个 Markdown 格式的检查报告。这次实际跑出来 27 个问题按严重度分布是致命级 3 个、严重级 9 个、一般级 15 个。不少问题确实是人工审核容易漏掉的。举几个典型的例子。致命级问题里有一个是详情页声称“产品通过 SGS 检测认证”但质检报告的检测机构实际是“CTI 华测检测”机构名称对不上这属于虚假宣传的范畴如果被平台抽检发现后果非常严重。这个案例要靠“全局档案”跨文档对比才能找出来仅看详情页本身完全没问题人工核对时除非把机构名称逐个对照否则很容易忽略。严重级问题里有一个很典型规格参数表标注的“产品净重 0.85kg”和卖点文案的“轻至 0.5kg”矛盾同一商品两个重量数据。还有一个是品牌授权书的授权期限到 2027 年 3 月 1 日而当前日期是 2027 年 2 月 28 日看起来没到期但模型根据有效期判断逻辑提示“该授权即将到期需提前准备续期材料”这种前瞻性判断让我有点意外。一般级问题里大都是标题里含不必要的限时促销词比如“限时抢购”“手慢无”这类在活动期间之外容易引起歧义的表达以及主图背景不够干净等。我把这次输出整理成了表格形式汇总起来大概长这样检查项编号严重级别问题描述证据位置修改建议C-01致命详情页检测机构与质检报告不一致详情页第 2 屏修改详情页机构名称或更换质检报告C-02致命标题宣称“国家级品牌”涉及极限词标题第 7 词删除“国家级”改为中性描述D-05严重详情页克重与规格参数表不一致详情页第 4 屏/参数表第 6 行统一克重数值I-03严重主图标注容量与参数表标注容量不一致主图左上角/参数表第 3 行统一为“500ml”A-01一般品牌授权将于 30 天后到期授权书右上角日期提前准备续期材料4. 常见问题与排查技巧实录4.1 大模型漏检与误报原因和解法任何基于大模型的检查工具都不可能做到 100% 准确这一点认知要先建立。跑了小半个月我总结了几个重灾区。漏检最常见的原因是检查项描述得不够具体。我最初写“检查标题是否包含违禁词”效果很差模型只会找出词库里最典型的几个。后来改成“检查标题是否包含以下违禁词或与违禁词相似的表达违禁词清单见附件”同时把真正的违禁词列表直接塞进提示词里漏检率立刻下降了一大截。结论就是能把规则写多细就写多细能给出清单就不要只给概念模型本质上还是一个“看着说明书操作”的实习生不是全知全能的专家。误报的高发区在语义判断上。比如模型把“极致性价比”判断成了极限词实际上这个词虽然有宣传意味但在多数平台并不算违规只是灰区表达。这种误报没办法完全消除只能靠人工复核收尾。我的策略是给每条检查结果都带上“严重级别”让团队只需要重点处理致命和严重两级一般级问题批量过一遍就行把人工复核的成本压到最低。还有一个特别容易踩的坑是一次让模型检查太多份文件模型会在后面的检查里遗忘前面文件的关键信息导致跨文档一致性检查失准。我之前试过一次性把 7 份材料全塞进一个请求里模型返回的问题数明显变少后来拆成“先建立全局档案再逐个检查”的流程效果立竿见影。这个本质上是受限于模型的注意力机制上下文越长对信息的利用率越低所以长文档处理一定要做拆解别指望一口气吃成胖子。4.2 处理长文档分段、摘要、重点标记质检报告这类文件有时候长达二三十页真正有用的信息其实集中在检测结论、检测数据、机构信息这几页。如果不做处理直接全文塞给模型会稀释掉重点信息让模型抓不住关键字段。我后来做了一套“文档摘要”机制先把全文传一遍让模型生成结构化摘要提取出机构名称、报告编号、检测日期、各项检测数值然后再把这些摘要字段传给后续的检查流程。这样既保留了关键信息又不会让历史干扰后续判断。实测下来问题检出率比直接读原文提高了约一成。另一个经验是给文本加“锚点标记”。预处理阶段就把原文的行号、段落号、表格编号标出来这样最后输出问题的时候能精确指到证据在第几段第几行。模型如果不知道位置信息只能泛泛地说“详情页中有一处描述与参数表不一致”有了锚点之后就能直接告诉运营同学问题在哪个位置修改效率高很多。这个细节让我在团队里收获了一波好评毕竟“修改建议”有了位置信息才能真正落地。4.3 多模态图文核对让模型先描述再判断图文一致性检查是这轮最容易翻车的环节。最开始我直接把图片丢给模型然后问“图片和详情页是否矛盾”模型的回答模棱两可经常说“存在一定不一致的可能性”这种含糊表达对审核毫无价值。后来参考了视觉语言模型常用的一些技巧把检查流程改成两步走。第一步先让模型做纯视觉信息提取不掺入任何判断要求输出例如“产品主体颜色白色”“瓶身标签文字净含量 500ml”“包装盒左上角有品牌 Logo”“背景为白色”这类客观描述。这个步骤对模型来说只是一个看图说话任务准确率非常高。第二步再把这份视觉描述和 global_profile 里的参数表做比对这一步纯粹是文本比对逻辑模型不会受图片像素的干扰判断自然更果断。两步式设计让图文核对的效果提升了不少而且真正解决了“模型看了图但不知道图里有什么”的问题。还有一个细节图片里如果有局部文字比如包装上的小字“50ml”模型看图时可能看不清。这时候如果原图允许可以把图局部裁剪或者放大后再调用一次 OCR再把 OCR 出来的文字和规格参数表比对。这个思路不算复杂但很实用能补上大模型视觉识别精度不足的短板。4.4 常见问题速查表问题可能原因解决技巧模型漏检某个违禁词提示词里没有明确词表把违禁词列表直接写入提示词不依赖模型“常识”跨文件比对失准上下文过长导致信息稀释先抽取摘要建立全局档案再逐文件检查图片上的文字识别错误图分辨率不足或文字过小局部裁剪后二次 OCR将结果与参数表比对返回格式无法 JSON 解析模型输出了解释性文字设置 response_format 并要求严格 JSON误报过多temperature 过高或指令模糊将 temperature 调到 0.1把判断标准写清5. 这个工具还能怎么扩展写完这套体检助手之后我又顺手把同一个思路扩展到了商品评价分析上。把售后群里的客诉记录、差评文本、退货原因说明导出来让 Qwen3.8-Max 按“质量问题”“物流问题”“尺码问题”“描述不符”四类做归因再统计高频关键词。这个扩展比商品资料体检还简单因为不需要处理图片纯文本任务模型完成得相当稳。跑完第一个月的客诉数据团队很快发现了“蓝色款存在色差”是核心差评原因后来把主图颜色饱和度做了调整相关差评率肉眼可见地降下来了。说回来商品资料体检助手本质上是用大模型的语义理解和多模态能力把原来高度依赖人工经验的审核工作标准化、自动化。这 27 个问题能一次查出来靠的不是模型的魔法而是前面做的检查项梳理、提示词设计和流程拆分这些前期工作占了整个项目八成的时间。如果你也想搭这么一套东西我建议从自己的高频返工原因清单开始整理别直接抄别人的提示词因为每个品类的合规规则差异很大只有从自己的业务里长出来的检查项清单才是真正有价值的资产。