做电商这几年最烦的事情不是什么大促备战而是上架前那堆商品资料包。标题、卖点、详情页、参数表、资质证书、价格说明动不动就是五六份文档配一张主图人工逐字核对眼睛都能看花。前阵子我实在受不了这种机械劳动直接用 Qwen3.8-Max 搭了个电商商品资料包体检助手拿一批 6 份资料加 1 张商品图的真实数据跑了一次一次就查出了 27 个问题其中有几个是平台审核绝对会打回的硬伤。这篇文章就把这套东西从设计思路到实操代码全部拆开讲清楚。这个助手适合谁适合每天要处理大量商品上架素材的运营、负责店铺合规审核的同学也适合想搞清楚大模型在垂直业务场景里到底怎么落地的开发者。你不需要有很深的技术底子但如果你能看懂 Python 基础语法那这套流程你完全可以自己复现。1. 这个体检助手到底在查什么1.1 电商商品资料包的真实构成在做任何自动化工具之前先把资料包这三个字拆开看。电商平台上架一个商品尤其是有一定客单价、需要走正规审核的商品通常需要下面这堆东西商品标题文档一般由运营拟稿包含品牌词、品类词、卖点词和规格信息五点描述/卖点文案也就是详情页最上面的那几条短描述通常4到6条详情页长文案包含场景介绍、功能说明、材质工艺、售后承诺等参数规格表从标题、卖点、详情页里抽出来的结构化参数如尺寸、重量、材质、颜色价格与促销说明日常价、活动价、优惠券门槛、赠品信息资质证书质检报告、3C认证、品牌授权书等多为扫描件或照片外加一张主图或详情页合成图图上会有文案、参数标注、促销标签。这堆资料看似各管各的实际上有大量信息是交叉重复的。标题里写了30000mAh参数表里写3000mAh详情页里又写30000mAh——这种低级矛盾人工看一遍根本发现不了因为没人会把这六份文档并排逐字比对。体检助手做的事情就是把这些文档全部喂给大模型让模型以合规审核员的视角跨文档逐项核对把所有可疑点一次性列出。1.2 人工审核的痛点在哪里这套工具并不是为了炫技而是因为人工审核有四个绕不过去的坑第一效率低。一份资料包完整核对一遍快则20分钟慢则40分钟。如果是新品上架高峰期一天200个SKU光审核就要耗尽一个组的人力。第二标准不统一。同样是标题里的顶级极致第一这类词有的审核员认为没问题有的认为有广告法风险。人工判断受个人经验影响太大。第三跨文档一致性查不动。人脑适合做点对点的检查比如看看标题有没有错别字。但要做多点交叉比对比如标题、卖点、参数表、详情页四处信息是否完全一致这是反人性的。第四资质时效性没人盯。很多资料包里附带质检报告但报告的有效期、送检单位、检测项目是否匹配运营往往不看审核员也不一定逐份核对。这四点正好是大模型擅长的事。Qwen3.8-Max 这类模型有很长的上下文窗口能把多份文档一次性吃进去再加上多模态理解能力图片上的文字信息也能抽取出来参与比对。这本质上不是技术驱动做工具而是业务需求驱动选技术。2. 技术选型为什么是 Qwen3.8-Max 而不是本地小模型2.1 模型能力与任务的匹配度技术圈有个误区觉得凡是做个工具就应该本地部署开源模型防止数据外泄省API费用。但在商品资料包审核这个场景下本地小模型其实很难胜任。原因在于任务复杂度。这不是简单的关键词匹配或文本分类而是多文档联合推理。你需要让模型同时读完六份文档理解每一处描述的业务含义再去做交叉一致性判断。这考验的是长文本建模能力和逻辑推理能力而不是单纯的分词意图识别。我用 Qwen3.8-Max 做了一次对比实验。同样一份资料包用 7B 量级的本地量化模型跑结果就是灾难性的——模型记住了标题里有30000mAh参数表里也有数据但就是没意识到两个数值不一致。它更擅长这一段文本说了什么而不是这几段文本之间是否有逻辑冲突。而 Qwen3.8-Max 之所以表现好首先是上下文窗口足够大完整吞下六份文档加一张图没有压力其次是模型的指令跟随能力强只要告诉它按照什么标准、什么格式输出它就能严格照办。这对需要结构化结果的应用场景非常关键。2.2 关于数据安全与成本控制的平衡有人会问把商品资料包传给云上API数据安全怎么办这个问题要分情况看待。对于一般电商商家商品标题和卖点文案算哪门子机密平台审核员每天看的内容比这多得多。真正需要担心的不是资料本身而是用户数据和内部系统日志。所以我在设计这个助手时只把商品相关文档发给模型全程不传会员信息、订单数据从源头规避隐私问题。成本方面我实测过一份资料包大约消耗 6000 到 9000 个 token按 Qwen3.8-Max 的定价算单次成本在几分钱到一毛多钱。相比人工审核的时间和精力成本这几乎可以忽略不计。如果你一天要跑几百个 SKU一天的成本也就十几二十块完全在可接受范围内。当然如果你对数据安全要求极其严格且预算充足可以用私有化部署的 Qwen 系列模型走同样的提示词流程。但那是另一个量级的投入对大部分团队来说API 方案是性价比最优解。3. 提示词设计与输出结构决定工具能不能用的关键3.1 提示词模板整个工具最核心的部分不是代码而是提示词。我在迭代过程中发现提示词写得越流程化模型输出就越稳定。下面直接放出我打磨过几版的模板。你现在是一名资深电商合规审核专家拥有5年平台商品审核经验熟悉广告法、电商平台规则及商品资质要求。 我会给你一份商品资料包包含标题文档、卖点描述、详情页文案、参数规格表、价格说明、资质证书文字版以及商品主图上的文字信息。 请按以下检查项逐一核对输出最终结果 1. 广告法违禁词检查标题和卖点中是否存在最、第一、顶级、极致、绝对等极限化用语 2. 参数一致性检查对比全文档中的同一个参数在不同位置的数值是否一致 3. 标题规范性检查标题是否包含品牌词、品类词、核心卖点、规格参数是否有堆砌或语病 4. 卖点可验证性检查卖点描述中的功能承诺是否在参数表中有对应支撑 5. 资质匹配检查质检报告或认证证书的检测项目、产品名称、型号是否与商品一致 6. 价格逻辑检查日常价、活动价、优惠券之间的关系是否合理是否存在立减后反而更贵的情况 7. 图片与文档一致性检查主图上的参数、促销文案是否与文档中的描述一致 输出要求 - 以JSON数组格式返回不要输出任何其他内容 - 每个问题对象包含字段check_type检查项类型、level问题等级critical/warning/suggestion、location发现问题的具体位置如标题文档、issue问题描述、evidence依据原文片段、suggestion修改建议 - 如果某项没问题不要输出该项这个模板的核心设计思路是把审核标准显式地写进去而不是让模型自己发挥。你必须在提示词里告诉模型什么算问题它才知道怎么找问题。比如广告法违禁词如果你只写检查违禁词模型可能会漏掉级别这类需要结合上下文判断的词。把具体词例列出来召回率会明显提升。3.2 输出格式约束的精妙之处可能有人问为什么非要 JSON 格式直接让模型用自然语言写报告不就行了吗自然语言报告有两个问题。第一格式不统一有的问题描述很详细有的问题描述很潦草后续程序解析全靠正则匹配极其痛苦。第二不利于生成 Excel 表格或自动统计问题数量。JSON 结构化输出之后每个问题都有明确的类型和等级代码可以直接按等级筛选、按类型分组。我实测过加了只输出 JSON这句话之后模型的输出稳定性大幅度提升。偶尔还是会出现 JSON 里夹杂解释文字的情况但整体可靠性已经足够日常使用。3.3 多模态图片信息的处理方式上面提到商品主图也要参与检查。Qwen3.8-Max 支持图片输入但我在实践中发现直接把图片作为多模态输入传给模型识别结果偶尔会丢细节尤其是图片上一堆小字的情况。为了保险起见我会先用 OCR 能力把图片中的文字抽取出来整理成纯文本和文档一起传入模型。这一方面降低了模型处理多模态输入的负担另一方面也让图片中的关键词能被明确地定位到图片位置,后续如果发现问题可以直接追溯到图上的某个角落。抽取完的文字会加上一行前缀以下内容来自商品主图OCR识别结果位置信息包含左上、右上、居中、下方等标识。 这样模型就知道这段文字是图片上的内容而不是文档的一部分比对时不会混淆来源。4. 实操过程从原始资料到27个问题4.1 数据准备与文件解析我拿一个真实的移动电源商品资料包做测试里面有6份文档和1张主图。这6份文档分别是标题文档、五点描述、详情页文案、参数规格表、价格促销说明、质检报告信息页。第一步先把这些文件统一处理成纯文本。Excel 和 Word 文件用 Python 的 openpyxl 和 python-docx 库读取PDF 文件用 pdfplumber 提取文字。处理完之后给每份文档加一个文件标识前缀方便模型在输出问题位置时能准确指认。import openpyxl from docx import Document def read_excel(path): wb openpyxl.load_workbook(path, data_onlyTrue) ws wb.active rows [] for row in ws.iter_rows(values_onlyTrue): row_text | .join([str(c) for c in row if c is not None]) if row_text.strip(): rows.append(row_text) return \n.join(rows) def read_docx(path): doc Document(path) return \n.join([p.text for p in doc.paragraphs if p.text.strip()])4.2 文件命名规范这只是读取逻辑真正麻烦的是文件命名。第一次跑的时候我把所有文件命名为1.docx、2.xlsx这种喂给模型之后发现有些输出根本没法用模型只能模糊地提到文档1里有问题但它自己也分不清文档1到底是标题还是参数表。后来我改成标题文档.txt、参数规格表.txt这种含义清晰的名字模型的表现立刻好了很多。这背后其实是给模型提供了更明确的定位锚点。在输出问题位置时模型会直接写参数规格表容量参数与标题文档不一致人工确认时可以秒定位。4.3 提示词的微调过程第一轮跑完输出结果虽然结构正确但问题出在粒度上。模型把一些我认为不算问题的问题也列了出来比如标题文档中使用了感叹号可能不符合部分平台风格。这种建议本身没错但没什么用因为运营根本不会因为一个感叹号去改标题。于是我在提示词里加了一句话仅报告可能影响审核通过率、消费者信任度或合规风险的问题轻微格式问题不要报告。 调整之后再跑输出质量明显提升留下来的基本都是值得改的问题。4.4 最终输出27个问题的完整拆解这一轮跑完模型一口气输出了27个问题。我按等级和类型做了分类真实性截图就不放了直接看表格问题等级数量典型问题critical严重6广告法违禁词第一出现2次标题中容量30000mAh与参数表3000mAh不一致质检报告产品名称与商品名称不一致warning警告9卖点描述支持华为快充在参数表中没有对应协议说明价格描述立减100元但未标明原价主图上二年质保与文档中的一年质保不一致suggestion建议12标题关键词堆砌参数表缺少无线充电标准详情页部分句式重复资质证书有效期即将到期需更新这27个问题里最典型的莫过于容量参数冲突。标题文档里写的是30000mAh参数规格表里写的是3000mAh详情页文案里又写了一次30000mAh。如果是人工审核你得把三份文档放在一起才能发现而且稍不留神就会漏掉。模型交叉比对后直接指出这个冲突效率完全是另一回事。另外质检报告的问题也比较有意思。报告上的产品名称写的是便携式移动电源而商品标题里用的是充电宝模型判断这两个名称在电商审核语境下并不完全等价建议确认是否需要提供补充材料。这种判断能力已经超出了简单的关键词比对是真正理解了业务场景之后才能给出的建议。5. 常见问题与排查技巧实录5.1 模型输出 JSON 格式不稳定的问题最大的坑就是模型偶尔会在 JSON 之外输出额外文字比如根据您的要求以下是检查结果。虽然这是少数情况但一旦出现程序解析就会报错。我的解法分两层。第一层在提示词里强调只输出 JSON不要输出任何其他内容第二层在代码里做防御性处理用正则把 JSON 部分截取出来。import json import re def extract_json(text): match re.search(r\[.*\], text, re.DOTALL) if match: try: return json.loads(match.group()) except json.JSONDecodeError: return None return None正则没匹配到就重试一次重试时把只输出JSON的约束再强化一遍。实际跑下来成功率在95%以上完全够用。5.2 长文档被截断导致的漏检商品详情页如果写得比较详细各种段落加起来可能超过一万字。虽然模型的上下文窗口很大但如果同时塞入多份文档偶尔也会出现长文本处理不完整的情况。我试过把详情页拆成两段分两次跑结果发现拆开之后模型容易丢失前后文联系比如前面的卖点承诺和后文的技术参数相互呼应拆开后就对不上了。最优方案是优先保证标题文档、参数规格表、卖点描述这三份核心文档完整输入详情页长文案如果有截断风险就删减掉重复的场景描写段落保留与参数、功能、资质相关的关键段落。实测下来信息丢失很小一致性检查的效果基本不受影响。5.3 模型幻觉问题大模型有时候会脑补出一些文档里不存在的问题。比如有一轮跑的时候模型说标题文档中写了100%纯棉但参数表中材质显示为聚酯纤维结果我打开两份文档检查发现参数表里根本没有材质这个字段参数表压根没写材质。这就是典型的模型幻觉。解决办法是要求模型在输出 evidence 字段时必须原样引用文档中的真实文本不能转述或改写。我在提示词里加了一句话所有证据必须逐字引用原文如果找不到原文支撑不要报告该问题。 加了这条之后幻觉概率大幅下降。另外在代码里可以加一道校验把模型输出的每个 evidence 和原文做关键词匹配匹配度低于阈值的自动过滤掉。5.4 资质证书扫描件识别精度不达标质检报告通常是一张扫描图片里面的文字角落会有褶皱或反光直接丢给大模型识别效果确实不如专业的 OCR 服务稳定。我在实际操作中把资质证书先跑一遍高精度的 OCR 识别识别出来的文本和商品资料一起喂给模型做逻辑判断。比如 OCR 识别出送检单位、产品型号、检测结论等字段模型就能快速比对商品信息是否匹配。这一步其实是在做信息提取和逻辑校验的分离——OCR 负责把图变成文字大模型负责理解文字之间的逻辑关系各干各的活儿效率最高。6. 进阶玩法从体检到自动整改6.1 一键生成整改报告既然模型能输出 JSON 格式的问题列表那就可以进一步做自动化处理把这些问题渲染成一份结构化的 Excel 整改报告直接发给运营同学。我在实际项目里用 openpyxl 生成了一个表格包含序号、问题等级、检查项类型、具体位置、问题描述、原文证据、修改建议、处理状态八个字段。运营同学拿到表格之后逐条确认修改即可。这个表格同时也可以作为审核留痕记录后续如果需要向平台申诉直接就能调出当时的证据链。6.2 自动改写违规文案进阶玩法是把体检升级成诊疗。当模型发现标题里包含第一这种违禁词时直接让它给出三个改写版本。我在测试中发现模型的改写质量相当不错。比如原文标题全网第一轻薄移动电源改写后变成轻至200g的便携移动电源不仅去掉了违禁词还保留了具体数字支撑卖点。自动改写不能完全替代人工确认因为品牌调性和运营风格还是需要人工把关但它至少能把从零开始改变成从三选一效率提升同样很明显。6.3 后续扩展方向这个工具目前只做了文字维度的检查后续还可以加入更多能力。比如接入商品知识库让模型知道某个品类有哪些合规红线或者接入平台规则更新提醒动态拉取最新审核规则注入提示词。我自己接下来准备把流程做成一个定时任务每天自动扫描当天要上架的商品资料包输出体检报告后推送到飞书群。这样运营同学早上到公司打开飞书就能看到哪些商品有风险、风险在哪、怎么改一整个流程就完全跑起来了。最后再分享一点我的个人体会。这类工具刚做出来的时候第一次跑出的27个问题里真正严重的只有6个大部分人可能觉得准确率也不高嘛。但你要想的是它帮你省掉了逐份文档翻找的时间而且它永远不累、永远按统一标准执行。工具的意义不是替代人的判断而是把人的精力从低级重复劳动里解放出来让人能专注于更重要的决策。这个思路放在电商资料审核上适用放在其他任何需要大量核对与交叉比对的场景里同样适用。