All systems operationalAI Agent Automation Platform
AI商品图真实性验收工作流

AI商品图真实性验收工作流

核对商品事实、图片来源和结构化视觉声明,生成人工修正与放行队列。

E-commerce Operations
技能数量
4
¥123.00
参考价 · 登录确认

购买前,先确认这些

My Purchased Workflows

以下摘录自发布者现有说明,不代表平台已完成运行验证。完整交付范围、限制与验收要求请继续阅读原文。

交付内容

交付4个独立技能目录,每个包含_meta.json、SKILL.md、agents/openai.yaml、README、Python执行器和脱敏输入输出样例。 4个脚本均可离线重复运行,相同输入产生稳定JSON;技能数与工作流步数精确为4。 验收7条商品事实、2张资产来源、5条视觉声明、2处MISMATCH、HIGH风险、P1队列、2类审核人和4项人工动作是否按样例触发。 输入冲突、缺必填字段、无效哈希、尺寸或授权问题、AI元数据缺失都会产生blockers或issues;不查看像素、不调用视觉模型、不下载、编辑、上传或放行图片。

需要准备

脱敏商品ID、变体ID、事实字段、来源类型与SHA256;不提供订单、客户或供应商秘密 资产ID、文件SHA256、角色、来源、尺寸、大小、授权、实物参照和AI来源元数据状态 经批准视觉模型或人工标注输出的field、value、confidence与evidence_region;不要放原图URL或图片二进制

运行与安装说明

使用Python 3.10或更高版本,按各技能README准备UTF-8 JSON;无第三方依赖。 依次运行商品事实合同、资产来源、声明一致性和人工放行队列;也可把结果接入PIM、DAM或上架工单。 先用随包样例验收海军蓝/黑色、额外钱包和AI元数据门禁,再由有权人员查看真实图片、实物样品和目标平台当前规则后修正并放行。

费用、服务与边界

本套餐只处理组织有权使用且已脱敏的商品与图片元数据,不接收原图二进制、可下载URL、订单、客户信息、账号、密码、令牌、Cookie、密钥或供应商秘密。结构化视觉声明可能误识别,事实合同也可能来自错误规格;MATCH不能证明像素与实物一致,MISMATCH也不能单独证明欺诈。Google等平台规则会变化,买家必须在发布前核对目标渠道当前图片、AI来源、广告、知识产权和消费者保护要求,并由有权人员查看实物与原图。本资源不承诺平台审核通过、零退货、零投诉、转化提升或合规认证,也不包含视觉模型、图片托管、店铺账号、人工修图、实物质检或法律意见。

安装准备与故障排查确认材料、运行环境与额外费用后再购买。阅读完整说明

工作流详情

AI商品图真实性验收工作流

4个可下载技能 · 4步自动化工作流 · 每个技能可单独运行

生成式AI让商品图制作更快,也更容易出现颜色、材质、数量、配件、尺寸或型号与实物不一致,以及AI来源元数据在导出时丢失的问题。本套餐先把商品事实整理成有来源哈希的合同,再规范主图与附图的资产来源、授权和AI元数据,把视觉模型或人工标注的结构化声明逐字段与真实商品比较,最后生成由商品负责人和合规复核人批准的放行队列。4个技能均为本地确定性Python脚本;不查看像素、不调用视觉模型、不下载或编辑图片、不登录店铺、不自动上传或放行,也不把元数据声明当成实物真实性证明。

4步自动化工作流

1 规范商品事实证据合同

对应技能: product-fact-evidence-contract-normalizer

解决什么: 把颜色、材质、数量、尺寸、配件、型号和品牌外观绑定到规格表、批准样品、目录系统或包装记录哈希,并拦截冲突与缺失字段。

What you get: canonical_facts、source_count、conflicts、missing_required_fields、contract_hash和READY/BLOCKED。

流转到下一步: 唯一商品事实合同作为所有图片的共同基线,与每张资产的来源、授权和结构化视觉声明一起进入下一步。

2 规范商品图资产来源

对应技能: product-image-asset-provenance-normalizer

解决什么: 统一主图与附图的哈希、角色、尺寸、文件大小、授权状态、实物参照、CAMERA/GENERATIVE_AI/COMPOSITE来源和AI元数据。

What you get: 规范资产清单、issue_count、policy_snapshot、READY/REVIEW/BLOCKED和不进行图片操作的边界。

流转到下一步: 通过来源检查的资产携带visual_claims进入逐字段一致性审计;来源问题会保留到最终放行队列。

3 审计商品图与实物声明

对应技能: product-image-claim-consistency-auditor

解决什么: 把视觉模型或人工标注产生的颜色、材质、数量、配件和型号声明与商品事实合同比较,区分MATCH、MISMATCH与UNVERIFIED。

What you get: 逐字段findings、risk、severity、mismatch_count、unverified_count和BLOCK_FOR_HUMAN_REVIEW等门禁。

流转到下一步: 不一致、未验证和来源问题一起进入人工队列,决定先扣住哪张图、补哪项证据以及由谁批准。

4 生成人工放行队列

对应技能: product-image-human-release-queue-builder

解决什么: 将高风险不一致和AI来源问题转成扣住资产、核验批准样品、修图或修正商品事实、补齐来源元数据和记录人工决定的顺序。

What you get: P1/P2队列、required_reviewers、按序动作、final_release_status和禁止自动上传放行的边界。

最终交付: 一份可交给商品负责人和合规复核人执行的图片放行清单;本技能不编辑图片、不上传店铺,也不更改商品状态。

实际示例

随包样例使用一个虚构的海军蓝帆布单肩包,只含内部商品ID、相对资产ID和哈希。第一步根据7条来源建立商品事实合同;第二步规范一张带实物参照和AI来源元数据的合成主图,以及一张实拍附图,两张均通过尺寸和授权检查;第三步比较5条结构化视觉声明,发现主图把海军蓝写成黑色,并额外展示未包含在包装记录中的钱包,输出2处MISMATCH、HIGH与BLOCK_FOR_HUMAN_REVIEW;第四步生成P1、2类审核人和4项人工动作,最终为BLOCKED_PENDING_HUMAN_REVIEW。以上只是程序测试,不是真实商品、图片、平台处罚或客户结果。

适合谁

  • 使用AI生图、扩图、换背景或合成模特图的电商运营、商品和设计团队

  • 需要在淘宝、天猫、京东、拼多多、抖音电商、Amazon或Google Merchant等渠道前建立图实一致性门禁的商家

  • 为视觉模型输出增加商品事实证据与人工放行边界的AI应用团队

  • 需要保留图片来源、授权、AI元数据和修正记录的品牌、合规与服务商团队

买家只需提供

  • 脱敏商品ID、变体ID、事实字段、来源类型与SHA256;不提供订单、客户或供应商秘密

  • 资产ID、文件SHA256、角色、来源、尺寸、大小、授权、实物参照和AI来源元数据状态

  • 经批准视觉模型或人工标注输出的field、value、confidence与evidence_region;不要放原图URL或图片二进制

使用方式

  1. 使用Python 3.10或更高版本,按各技能README准备UTF-8 JSON;无第三方依赖。

  2. 依次运行商品事实合同、资产来源、声明一致性和人工放行队列;也可把结果接入PIM、DAM或上架工单。

  3. 先用随包样例验收海军蓝/黑色、额外钱包和AI元数据门禁,再由有权人员查看真实图片、实物样品和目标平台当前规则后修正并放行。

交付与验收

  • 交付4个独立技能目录,每个包含_meta.json、SKILL.md、agents/openai.yaml、README、Python执行器和脱敏输入输出样例。

  • 4个脚本均可离线重复运行,相同输入产生稳定JSON;技能数与工作流步数精确为4。

  • 验收7条商品事实、2张资产来源、5条视觉声明、2处MISMATCH、HIGH风险、P1队列、2类审核人和4项人工动作是否按样例触发。

  • 输入冲突、缺必填字段、无效哈希、尺寸或授权问题、AI元数据缺失都会产生blockers或issues;不查看像素、不调用视觉模型、不下载、编辑、上传或放行图片。

服务说明

本套餐只处理组织有权使用且已脱敏的商品与图片元数据,不接收原图二进制、可下载URL、订单、客户信息、账号、密码、令牌、Cookie、密钥或供应商秘密。结构化视觉声明可能误识别,事实合同也可能来自错误规格;MATCH不能证明像素与实物一致,MISMATCH也不能单独证明欺诈。Google等平台规则会变化,买家必须在发布前核对目标渠道当前图片、AI来源、广告、知识产权和消费者保护要求,并由有权人员查看实物与原图。本资源不承诺平台审核通过、零退货、零投诉、转化提升或合规认证,也不包含视觉模型、图片托管、店铺账号、人工修图、实物质检或法律意见。

Back to top