先说个让我下决心写这东西的瞬间。上个月要上架一款桌面暖风机运营同事打包发来6个文件加1张商品主图我坐在电脑前对着“全网最热销”“限时抢购”这种标题一层层往下核两个多小时下来只查完标题和详情页结果还是漏了一个致命问题——参数表写着额定功率1500W详情页却写2200W等平台抽检反馈回来差点整批链接被下架。那一刻我意识到光靠人眼去给商品资料做体检效率太低漏检率还高。后来我花了三天时间用 Qwen3.8-Max 搭了一个电商商品资料包体检助手把6份资料和1张商品图一次性丢进去结果它一口气查出了27个问题很多是我人工核对时会忽略的细节。这篇就把整个项目的思路、搭建过程、踩坑记录全部拆开来讲适合电商运营、商品审核、以及想用大模型做文档质检的朋友参考。1. 商品资料质检的痛点为什么人工核对永远有漏网之鱼1.1 一个典型商品资料包里到底有什么先别急着聊模型把业务场景摆清楚。电商平台上架一个商品看起来只是填个表单实际上运营手里收到的是一堆来源不同、格式各异的资料。我这次处理的暖风机项目资料包里有标题与基础信息文本包含商品标题、短标题、核心卖点、促销话术详情页文案文档通常是从旧链接或者竞品那边改来的包含品牌故事、功能描述、使用场景规格参数表一般是Excel或者PDF内容覆盖型号、尺寸、重量、额定功率、电压、材质、安全认证资质证书目录包括3C认证证书、质检报告、能效标识等售后政策说明包含退换货规则、保修年限、维修流程物流发货说明涉及偏远地区是否包邮、发货时效、运费标准。加上一张商品主图它承担的任务包括展示产品外观、铭牌信息、核心功能图标、插头类型这些细节。这7个输入人工核对的时候要在多个文件之间来回切换眼睛很容易疲劳。而且问题往往藏在细节里比如证书上的产品型号和参数表里的型号差了一个字母这种错误不逐字比对根本发现不了。1.2 人工质检的三个死穴一致性、合规词、图片交叉验证我复盘了几年的上架经验发现人工核对在三个环节上特别容易崩。第一是跨文件一致性。标题里写“升级款”详情页却还在用上一代的产品图参数表写重量1.2kg详情页写1.5kg售后政策说整机保修一年客服话术却说核心部件保修三年。这类矛盾必须把多个文件摊开才能发现一旦资料多起来人的工作记忆根本装不下。第二是合规词与极限词。电商平台对“最”“第一”“顶级”“绝对”这类词卡得很严但运营写文案时往往顺手就带出来了。人工看一遍两遍可能觉得没什么平台抽检却是一次命中就违规。更麻烦的是“秒杀”“限量”这类促销词有时需要结合活动时间判断是否合规纯靠眼睛扫很难覆盖。第三是图片与文字的交叉验证。商品主图里明明画着两脚插头文案里写“国标三脚插头”图上标注的颜色是“奶白色”参数表里写“象牙白”。这种问题做平面设计的人容易忽略而平台审核有时会拿图片和文字做对照。人眼识别图片细节可以但要同时记住图上所有信息和所有文字资料里的对应描述几乎是做不到的。1.3 传统自动化方案的局限为什么正则表达式不够用你可能会问这种核对工作能不能用传统脚本做我一开始也试过。用Python写正则匹配能查出“最”“第一”这类固定关键词也能对比一下Excel参数表和文字里出现的数字。但它的局限太明显了。正则只能查“已知的、确定的模式”查不了“语义层面的矛盾”。比如详情页写“采用PTC陶瓷发热体”参数表写“发热体材质金属”这种表述上的冲突正则完全无能为力。再比如“保修三年”和“3年质保”人一眼看出是一个意思但正则要分别写规则。最麻烦的是图片传统脚本读图之后只能做OCROCR出来的文字还需要再用另一套规则去比对流程又臭又长。所以当我看到 Qwen3.8-Max 支持长上下文和多模态输入的时候第一反应就是这东西天然适合做商品资料质检。它能同时接收文本和图片能理解语义还能按我的要求输出结构化结果。把原本要写几百条正则规则的事情变成一个提示词工程问题这个转变是质变。2. 体检助手的能力边界与“27类问题”分类体系2.1 我给体检助手的定位不是改文案而是找问题搭建之前我先把需求边界划清楚。这个助手是“体检医生”不是“文案代笔”。它的任务是输出一份问题清单把风险点全部列出来至于怎么改、改成什么样由运营和设计去决定。这个定位很重要因为它直接影响提示词设计和输出格式。如果让模型直接改文案一方面改出来的风格未必符合品牌调性另一方面会把“查问题”和“改内容”混在一起输出结果难以量化。我只让它做三件事读资料、找矛盾、按分类输出问题。每个问题包含位置、原文引用、问题类型、严重程度、修改建议。这样运营拿到报告之后可以直接分派任务谁负责改文案谁负责改图片谁去核对证书清晰明了。2.2 27类问题的四级分类为了后续统计和分析我把可能出现的资料问题分成四个大类每个大类下面再细分小类。这27个问题不是凭空想出来的而是结合过去两年处理过的上架驳回记录总结出来的。合规词问题主要覆盖标题和卖点里的极限词、虚假承诺、绝对化用语。一致性问题是重头戏跨文件之间的参数、型号、保修政策、材质描述只要出现冲突就算一条。资质问题聚焦证书编号是否有效、产品型号是否一致、认证范围是否覆盖在售型号、有效期是否过期。图片交叉类问题则专门用来挑主图、详情图与文字描述之间的“图文不符”。表格里我按大类列了一下分布情况大类问题小项实际查出数量合规词类标题含极限词、卖点含绝对化承诺、促销用语缺少限定5跨文件一致性功率冲突、重量冲突、保修政策冲突、材质描述冲突、型号不一致、颜色命名不一致、尺寸数据矛盾、功能描述前后矛盾8资质证书类证书编号格式异常、证书型号与参数表不一致、能效标识缺失、检测报告覆盖范围不足4图片与文案交叉图中插头类型与文案不符、图中含遥控器但资料未提及、颜色与文字不一致、包装清单数量冲突4文案质量类错别字、全角半角标点混用、重复段落、过度承诺、参数单位缺失、段落结构混乱6合计正好27个。这套分类我后来一直在用因为它的颗粒度足够细每条问题都能直接对应到具体的修改责任人。2.3 为什么连“错别字”和“全角半角标点”都要查有人可能觉得错别字和标点这种小问题平台审核又不会管查它干什么实际不是这样。详情页文案是从旧链接复制过来的经常出现繁体字、半角逗号、缺单位的问题比如“1500W”写成“1500w”这种细节在移动端展示时特别影响观感。更重要的是标点和错别字往往是内容被批量复制修改过的信号如果一篇文案里出现“干静”“的却”这种错字很可能整段都是从别处搬来的连带的信息准确性也要打问号。所以我把这类问题也纳入体检范围作为内容质量的兜底指标。3. 搭建过程从文档解析到多模态识别3.1 整体流程解压→解析→分块→送检→汇总整个体检助手的代码不算复杂核心流程分五步。第一步是解压资料包把6份资料和1张图片统一放到工作目录。第二步是解析文件txt和md直接读取docx用python-docx转成纯文本xlsx用pandas读取所有sheetpdf用pdfplumber提取文本图片读取之后转成base64编码。第三步是分块因为单次请求能处理的上下文有限而且商品资料里有大量重复的模板内容我会把不同类型的资料切成独立的块避免无关内容干扰模型判断。第四步是送检把分块后的文本和图片一起发给 Qwen3.8-Max提示词里明确要求它按照预定义的问题分类输出JSON。第五步是汇总把多次检查的结果合并成一个统一的报告按严重程度排序写到markdown或者Excel里。import base64 import json from docx import Document import pdfplumber import pandas as pd def extract_text(path): if path.endswith(.docx): doc Document(path) return \n.join(p.text for p in doc.paragraphs) elif path.endswith(.xlsx): df pd.read_excel(path, sheet_nameNone, dtypestr) return \n.join(f{name}\n{frame.to_string()} for name, frame in df.items()) elif path.endswith(.pdf): with pdfplumber.open(path) as pdf: return \n.join(page.extract_text() or for page in pdf.pages) else: with open(path, encodingutf-8) as f: return f.read() def encode_image(path): with open(path, rb) as f: return base64.b64encode(f.read()).decode(utf-8)这段代码是主干实际操作的时候要针对乱码pdf和加密的xlsx做额外处理但大部分情况下够用。解析这一步最需要注意的是不要把Excel里的NaN值直接拼进去否则模型会把“nan”当成一个真实内容。3.2 提示词工程让Qwen3.8-Max“带着挑刺的眼镜”读文档提示词是整个项目的灵魂。我试过好几版最终沉淀出一个稳定可用的模板。核心思路是明确角色、定义问题类型、限定输出格式、强调引用原文。角色设定部分我会告诉模型“你是一位资深的电商合规审核专员负责在上架前对商品资料进行全量体检”。这句话能显著改变模型的输出风格从“回答助手”变成“挑刺专家”。问题定义部分我会穷举需要检查的类别并且给每个类别加上例子。比如合规词类举“最”“第一”“顶级”的例子一致性类明确要求“跨文件对比相同字段时必须列出两个文件各自的内容”。输出格式部分我要求模型输出一个JSON数组每个元素包含location、problem_type、severity、original_text、suggestion五个字段。同时明确要求“只输出JSON不要输出任何解释性文字”这样后续处理起来非常方便。PROMPT 你是一位资深的电商合规审核专员。你收到的是一份待上架商品的完整资料包包含标题、详情页文案、规格参数表、资质证书说明、售后政策、物流说明和商品图片。 请对这些资料进行全面体检重点检查以下五类问题 1. 合规词类标题或卖点中是否包含“最”“第一”“顶级”“绝对”“秒杀”等极限词或绝对化用语。 2. 跨文件一致性不同文件中相同字段是否存在冲突例如功率、重量、型号、保修期限、材质、颜色命名等。 3. 资质证书类证书编号格式、产品型号是否匹配、认证覆盖范围、有效期。 4. 图片与文案交叉商品图片中所能看到的插头类型、配件、颜色、功能标识是否与文字资料一致。 5. 文案质量类错别字、全角半角标点混用、重复段落、缺少单位、过度承诺。 输出要求 - 只输出JSON数组不要包含任何解释或前后缀。 - 每条问题包含字段location出现位置、problem_type问题类别、severityhigh/medium/low、original_text引用原文必须保留原始表述、suggestion修改建议。 - 如果某段内容没有问题不要输出。 - 务必逐条引用原文便于人工复核。 这套提示词有一个关键细节要求它输出原文字段。这一步很多人会偷懒让模型直接说“这里有问题”但如果不强制引用原文后续人工复核的时候还得自己回原文里找位置效率大打折扣。强制引用之后每一条问题都可以直接对应到原始文件的具体句子。3.3 图片质检怎么做主图与文案的交叉验证图片质检是这次项目里最有意思的部分。Qwen3.8-Max 是多模态模型可以直接把图片和文字一起传进去。但这里有个坑就是模型视力再强也没法理解图片里的每一个像素所以提示词里要明确告诉它“重点关注图中可以辨认的中文文字、插头形状、按键数量、颜色、配件清单”。我测试了几种做法效果最好的是把商品主图和全部文字资料放在同一次请求里让模型自己看图、读文、做交叉比对。举个例子我那张测试主图上产品正面清晰地印着两脚扁形插头但规格参数表里写“插头类型国标三脚”。模型一眼就识别出这个矛盾输出了一条high级别的问题。这种跨模态的比对传统OCR加正则的方案很难做到。另外主图上的文字信息也很重要比如图里拍的包装盒上印着“奶白色”参数表里写“象牙白”这种颜色命名不一致的问题模型也能通过绘图文字识别和语义理解发现。3.4 结构化输出设计我如何拿到可落地的JSON报告为了让输出结果能直接进入流程我设计了一个两段式的处理方案。第一次请求是“体检”模型返回JSON数组。第二次请求是可选的“复核”我把第一次结果里的original_text和suggestion重新塞给模型加上一句“请检查上述问题和建议是否合理是否误报”让模型自己纠错。这两段式能有效降低幻觉率因为大模型的自我纠错机制在多次提示下确实能过滤掉一部分“没影的问题”。我实测下来第一次输出27条复核之后有2条被模型自己标记为“可能是误报”我把它们单独摘出来人工确认后保留了一条、删除了一条。最终27条里26条有效。JSON输出还有一个处理细节有些情况下模型会在JSON前后加上json这样的标记或者偶尔吐出一句说明文字我的代码里用一个简单的清洗函数把非JSON部分剥掉然后解析。如果解析失败就自动重试最多重试三次。4. 实测全流程复盘6份资料1张图27个问题是怎么被揪出来的4.1 测试资料构造我故意埋了哪些“雷”为了检验效果我专门造了一份带“雷”的资料包不是随便找现成商品而是在真实商品资料基础上人工注入了20多处错误。这些雷覆盖了前面说的五类问题而且有些埋得很隐蔽。比如标题里我放了“2024年度最受欢迎的桌面暖风机”其中“最受欢迎”就是极限词。还有一个雷藏在两个文件之间标题写“三档调节”详情页里却只写了两档这个矛盾需要把两个文件关联起来才能发现。更隐蔽的是功率参数表里写1500W售后政策里提到“本产品额定功率为1200W”两个数字都不算离谱但就是不一致。证书那边我故意把型号写成“HF-02”参数表里却是“HF-03”同时检测报告上的日期已经超过有效期。图片上则埋了一个插头类型错误和包装清单数量对不上的问题。这套“雷”方案是为了让测试有确定性能精确评估模型的召回情况。如果直接拿真实资料测试我也说不清有没有遗漏埋雷之后就能计算出模型找出了多少、漏了多少。4.2 执行过程实录分步骤说明我把整个执行流程记录了下来方便复现。先运行了解压和解析脚本把6份文件变成纯文本。参数表Excel里有一个sheet叫“规格参数”里面混着NaN空值我用dropna清理了一遍。资质证书PDF提取出来之后有乱码因为证书本身的排版比较复杂pdfplumber提取出来的文本顺序有点乱检查了一遍手动调整了段落顺序。接着构造请求体文本部分把标题、详情页、参数表、售后、物流按顺序拼在一起图片部分用base64编码。提醒一点通过API传图片时通常要用data:image/jpeg;base64,xxxx这种带前缀的格式模型才能正确识别图片类型。发送请求之后第一次返回的JSON里包括29条问题。我看了下里面有2条重复——参数表里同一个字段在两个位置出现模型给两条都标记了我做了去重。还有1条是模型把详情页里的非绝对化用语“强力加热”错判成了绝对化用语我人工复核时删掉了。所以第一轮抛掉2条去重、1条误报还剩26条。然后在第二轮复核中我让模型检查这26条里有没有明显误判它返回了两条存疑的我再人工确认其中一条确实存疑因为图片上的颜色在屏幕上看偏暖实际产品是奶油白这个冲突算不算问题我最后保留为低优先级提示。最终定稿27条。4.3 27个问题的最终分布我按严重程度和类别做了统计严重程度分布如下严重程度数量处理方式high阻断上架6必须修改后才能提交medium建议修改14运营确认后修改low体验优化7排期处理6条high级别问题分别是标题含“最受欢迎”、功率跨文件冲突、证书型号与参数表不一致、图片插头类型与文案不符、保质期信息前后矛盾、详情页缺少额定功率参数这会导致售后争议。任何一个问题如果漏掉都可能造成上架驳回或者消费者投诉。medium级别里最典型的是重量1.2kg和1.5kg的差异、颜色命名不一致、材质描述冲突、包装清单数量不一致。这些问题不至于被平台直接拦截但会影响转化率和售后体验比如材质写错了消费者到手后发现不对退货率会明显上升。low级别主要是错别字、标点混用、单位大小写不一致、段落重复。改起来不难但需要有人发现。输出报告的时候我按severity排序生成Markdown运营拿到手的第一眼就能看到high级别的问题有哪些。5. 必须说的三个坑幻觉、格式漂移和上下文超长5.1 幻觉问题模型查出“不存在的问题”怎么办大模型质检工具最让人头疼的就是幻觉。我这次实测也遇到了模型把“强力加热”判成绝对化用语实际上这个词在电商语境里是允许的还有一次它说“参数表里没有找到保修年限”但我明明把保修政策单独作为一份文件传了进去它可能因为内容太长焦点被前面的大段详情页文案带偏了。针对幻觉我的解决方案是三重校验。第一提示词里强制要求引用原文没有原文支撑的方案不能被标记第二增加复核机制第二次请求让模型检查自己的输出第三关键问题必须人工复核我专门把high级别的问题做成一个待确认列表不能自动通过。这套组合下来误报率能压到可以接受的范围。5.2 JSON输出结构漂移容错与重试机制模型输出JSON虽然支持但有时候会出现结构漂移。最典型的情况是明明要求输出数组结果它在数组前加了一句“以下是对这些文件的体检结果”或者整个输出被包在代码块的标记里。这种问题在直接调用API时很常见所以我的代码里专门写了容错逻辑def parse_json(raw): raw raw.strip() if raw.startswith(): raw raw.strip() if raw.startswith(json): raw raw[4:] start raw.find([) end raw.rfind(]) if start -1 or end -1: return None try: return json.loads(raw[start:end1]) except json.JSONDecodeError: return None如果解析失败就重试重试时会把上一次的输出也放进提示词里告诉模型“你刚才的输出格式不符合要求请修正后重新输出”。这个基于错误信息的重试比直接盲等结果有效得多。5.3 长文档超限分块策略与上下文管理6份资料加1张图文本量加起来其实不算特别大但如果商品资料是大型家电说明书可能有几十页一次性全传进去很容易超长。我的策略是把体检拆成两类请求单文件请求和跨文件请求。单文件请求针对“文案质量类”问题只检查错别字、标点、过度承诺这些东西一次输入一个文件。跨文件请求针对“一致性”和“资质”问题会把多个文件的摘要和关键字段单独抽出来拼成一个精简版而不是把全部原文塞进去。比如参数表只保留字段名和值不保留空行和注释这样可以把token消耗降到最低。有一个细节值得注意跨文件请求时一定不要把所有文件一股脑按顺序拼接因为模型对出现在中间位置的内容关注度会下降。我的做法是把“主锚点”文件放在最前面比如规格参数表其他文件放在它后面提示里明确要求“以第一个文件的参数为准逐一检查后置文件中的描述是否与它一致”。6. 把这套体检助手接到日常流程里的几点建议6.1 落地形态命令行脚本、定时任务还是Web界面如果你只想在每次上架前手动跑一遍命令行脚本就够了。解压包放到一个目录执行一行命令几秒后得到一份Markdown报告。如果你想把它集成到现有审核流程可以做成一个FastAPI服务把资料上传接口和报告生成接口封起来运营在页面上传文件后端自动调用 Qwen3.8-Max 的接口生成PDF或者Excel报告。我自己的做法是两套并行本地用命令行脚本做深度调试线上用FastAPI封装成异步任务报告生成后推送到企业微信机器人。运营只需要把资料包拖到网页上传区几分钟后收到一份体检报告不需要了解任何模型细节。把这个工具当成一个“审核同事”用而不是让每个人都去研究提示词。6.2 成本与耗时估算一次完整体检处理6份资料加1张图实际token消耗大概在两万左右按 Qwen3.8-Max 的定价算单次成本在几分钱到一毛钱之间远远低于人工质检的时间成本。耗时方面单次请求在一分钟左右如果把多文件和图片放在一起可能要两分钟左右。如果文件特别多建议切分成并行请求同时处理多个子任务能把总耗时压缩到三十秒以内。6.3 我个人的使用体会与后续扩展用了几天之后最大的感受是大模型质检最大的价值不在于替代人工而在于把人工从重复性的枯燥核对里解放出来让它去处理真正需要判断力的事情。以前人工核对这些资料两个小时能查完就算快的但现在五分钟出一份包含27个问题的报告剩下的时间我可以逐条确认、分类分派判断错误率和风险点整个审核质量反而上来了。后续我打算在几个方向上继续扩展。一个是用同样的思路去检查直播脚本和短视频口播词把合规审核的环节提前到内容制作阶段避免发布之后再被平台下架。另一个是尝试把历史驳回记录整理成带标签的样本用few-shot的方式让模型理解目标平台更深层的审核倾向降低误报率。还有一个思路是把体检报告和任务管理工具打通high级别问题自动创建待办任务分派给对应负责人把整个流程串得更顺。如果你也有大量商品资料需要定期核对的场景完全可以照这套思路搭一个自己的版本比我这个更贴合你们的类目特点。