商品正确识别及精准卖点提炼

背景

运营给 Listing 写的卖点太泛化（好比"适合秋季家居装饰"），换任何同款都通用，导致下游文案、场景图、A+ 质量参差；根因是运营难以准确描述产品的图案、色彩、风格等视觉特征。

输入

一张产品主图加品牌、产品名、目标市场、输出语言等基础信息（面向家居展示型品类）。

方法

系统用视觉模型"看图"识别 6 维视觉特征，按 4 大维度提炼 3–5 条卖点；对陈列类家纺额外输出 9 维双语产品档案与关键词架构，并加一道独立质检重新看图防编造，最后回写结果表。

成果

主工作流 48 个节点，已同时部署到自有实例与客户实例（客户实例另保留旧版作回滚兜底）；产出为 4 维卖点加 9 维档案、一句话定位与下游生图指令（口径：技术开发总结 v4）。

成本口径

视觉与文本按次计 API 消耗；人力口径为把"手填 15–30 分钟卖点"变成"传一张图"。

证据与限制

可放脱敏输入/输出对照、卖点档案节选、质检记录。不能承诺"卖点全部可直接用于宣称"——系统已加防编造质检，但功效类表述仍受平台规则约束，需人工审核；适用品类限定为家居展示型商品。

工作流程

真实产物 / 界面