我见过太多运营晚上十一点还在改商品资料的。平台驳回、活动报名失败、详情页图文不一致被投诉这些问题不是能力问题是人的精力根本cover不住几十个字段的交叉核对。我搭了一个基于 Qwen3.8-Max 的电商商品资料包体检助手用一份资料包6份文件1张商品图做了一次完整体检一次性揪出27个问题包含跨文档价格矛盾、图文不匹配、资质文件过期、规格参数缺失这类人工极易漏掉的硬伤。这篇文章把我从拆解任务、设计检查项、写提示词到踩坑排错的全过程都放出来适合电商运营、产品经理、独立站卖家和想用大模型做业务自动化的人参考。1. 先理清楚电商商品资料包的体检到底在查什么商品资料包不是一个单一文件而是一组围绕商品上架、活动报名、平台审核、售后服务所需的全部材料集合。我这次处理的资料包包含6份文档和1张商品图具体是商品基础信息表Excel、详情页文案Word、质检报告PDF、品牌授权书PDF、价格与促销说明Word、库存与发货说明Word以及一张白底商品主图。人工核对这堆资料的典型做法是打开Excel看价格打开Word看详情页文案对比图片是不是同一款产品再翻授权书有没有过期。听起来不难但问题出在字段数量上——一款普通商品的基础字段就有三四十个跨文档出现两次以上的信息价格、规格、材质、产地、品牌至少有十五六个人眼很难在半小时内完成全部交叉验证更别提还要对照平台规则检查合规性。我把体检助手的任务拆成四层完整性检查每个必要文件是否存在每个文件里必要字段是否填写图片是否合规。一致性检查同一信息在不同文档中的表述是否冲突图文是否匹配。时效性检查授权书、质检报告、促销价是否在有效期内。合规性检查是否包含违禁词、极限词价格标注是否清晰资质是否齐全。这四层基本覆盖了平台审核和消费者投诉的高发区。大模型适合做的是第一层到第四层的语义判断但纯格式校验比如图片尺寸、文件命名规范用代码做更稳这一点后面会细说。2. 架构设计为什么大模型负责读和判代码负责算和取开始动手之前我先把架构理清楚了。这个体检助手不是单纯把资料丢给大模型让它输出结论而是解析器 大模型 规则引擎 报告生成器四段式结构。解析器负责把PDF、Word、Excel转成纯文本和结构化数据这一步很关键。Qwen3.8-Max 虽然上下文窗口够大但直接把PDF二进制丢进去是不现实的得先把PDF转成文本Word转成纯文本Excel转成CSV或JSON。我用的是 Python 生态的 pdfplumber 和 python-docx表格用 pandas 读出来之后再序列化成 JSON 文本。图片则是单独走多模态路径单独传一张图让模型描述。规则引擎处理不需要理解、只需要判断的事图片尺寸是不是800x800、文件名是否符合SKU-商品名-类型规范、数字格式是否统一、日期格式是否合法。这些事让大模型做反而容易出错而且响应慢。我把这些规则用脚本跑一遍结果合并进最后报告。大模型承担的是三类判断跨文档语义一致性比对、图文匹配度判断、合规性与风险识别。Qwen3.8-Max 的多模态能力在图文比对这一环很有用它能同时接收商品图和文字描述直接判断图里是黑色款但文案写的是白色这类视觉与文本冲突。选 Qwen3.8-Max 而不是其他模型主要考虑三点一是多模态能力二是长上下文处理三是JSON结构化输出相对稳定。API 部署方式也省事不需要自己维护推理服务成本上按调用量计费小规模使用完全可以接受。整个请求流程是这样的解析器把6份文档转成标准化文本图片走视觉通道提取关键特征组装成一份体检上下文包调用大模型带上检查项描述要求逐项输出结构化JSON规则引擎并行跑格式校验合并两边结果生成最终报告这样的好处是职责清晰出了错也好定位是模型判断错了还是解析器读漏了。3. 检查项设计27个问题背后是一张28项检查清单体检报告能查出问题前提是检查清单本身设计得够细。我把检查项做成了结构化的描述文本直接放进提示词里让模型逐项体检。整个检查清单按前面说的四层逻辑展开一共28个检查项覆盖完整、一致、时效、合规。先看完整性类检查项编号检查项检查方式C01资料包内6份文件是否齐全文件级别检查C02商品基础信息表必填字段是否完整字段级检查C03详情页文案是否有缺失的核心模块卖点、参数、售后段落级检查C04商品主图是否为白底图且商品占比合理图片检查一致性类检查项是重头戏也是人工最容易漏的地方编号检查项检查方式D01商品名称在6份资料中是否完全一致跨文档比对D02SKU编号是否一致跨文档比对D03价格在Excel、价格说明、详情页中是否相同跨文档比对D04规格参数尺寸、材质、颜色、容量是否统一跨文档比对D05商品图与文案描述外观是否一致图文比对D06品牌名称、授权品牌与商品标题品牌是否一致跨文档比对D07产地、发货地信息是否一致跨文档比对时效性检查是容易被忽略但平台审核很在意的一环编号检查项检查方式T01质检测报告是否在有效期内日期解析T02授权书有效期是否覆盖当前日期和活动期日期解析T03促销价格起止时间是否合理日期解析合规性检查主要针对广告法和平台规则编号检查项检查方式R01是否出现绝对化用语最好、第一、顶级等文本扫描R02是否出现医疗功效类表述语义判断R03价格标注是否包含价格说明和划线价解释文本判断R04是否缺少必要的资质文件如3C认证文件级别检查这28项检查不是全都要大模型做日期解析和违禁词扫描这类确定性判断我用规则引擎处理语义类和跨文档比对交给模型。最终报告里27个问题就是这28个检查项的命中结果有一个检查项没命中。这里要强调一个经验检查项的描述越具体模型的判断越准。比如检查价格是否一致模型可能会忽略划线价和到手价的区别。我最后把每个检查项都写成主数据源 对比数据源 判断逻辑的结构例如以商品基础信息表中的日常销售价为主数据源检查详情页文案中价格段落、价格与促销说明文件中的定价信息若三者不一致判定为问题并输出各自文档中的具体数值。这样模型输出结果稳定很多。4. 提示词工程把体检协议写清楚模型才会当医生这次项目里最花时间的不是代码是提示词。我迭代了五个版本才让输出稳定到可以直接用。第一版提示词写得很泛只说了检查这6份资料中是否有问题结果输出看起来有道理但没法用因为问题描述太模糊没有定位到具体文件和字段。后面我总结出一个稳妥的提示词框架分成四块角色定义、资料清单、检查项、输出格式。角色定义我写成你是一名拥有10年经验的电商平台合规审核专家精通商品上架、活动报名、广告法合规。角色定义不是废话实测下来加上明确的专家画像之后输出会更倾向于用审核口吻而不是泛泛地总结。资料清单部分很关键。需要把每份文件转成文本后用清晰的分隔符包起来并明确标注文件标识和文件名。例如[FILE 1] 商品基础信息表.xlsx SKUNB-2301-W 商品名称轻便折叠双肩包 日常销售价129元 活动价99元 材质聚酯纤维 尺寸30cm x 20cm x 45cm 颜色黑色这样做的好处是模型在输出问题时可以精确引用[FILE 1]这个标识报告的可读性会好很多。检查项部分不是简单列出28项而是按优先级分组。我把检查项分成致命问题涉及违规、资质缺失、价格严重矛盾、主要问题图文不符、参数不一致和次要问题表述不规范、信息缺失三档并且让模型在输出时带上严重程度分级。这个设计对后续运营处理问题很实用优先处理致命项次要项可以慢慢改。输出格式是让模型尽量输出严格JSON每个问题包含检查项编号、问题描述、涉及文件、具体原文引用、严重程度、修改建议。为了减少JSON格式出错我在提示词里给了明确的输出模板要求严格输出JSON数组不要Markdown不要额外解释。Qwen3.8-Max 对结构化输出的支持比较稳但偶尔还是会出现输出被截断的情况后面我会讲怎么处理。最后还有一个加分的技巧要求模型对每个问题输出修改建议。实操中这个功能特别受用因为运营拿到报告后可以直接按建议改不需要自己再查资料想怎么写。5. 实战过程6份资料和1张图是怎么查出27个问题的这一节我拿实际跑通的案例来拆解还原一次完整的体检过程。第一步是准备数据。我先把6份文档做了清洗和转换Excel 商品信息表读取后转成JSON格式保留SKU、品名、价格、规格等核心字段。详情页文案 Word提取所有段落和表格保留标题层级。质检报告 PDF用 pdfplumber 提取文字同时把报告出具日期、有效期、检测机构单独提取出来。品牌授权书 PDF同样转纯文本提取授权方、被授权方、授权期限。价格与促销说明 Word读取价格和促销时间段信息。库存与发货说明 Word读取库存量和发货时效。图片处理单独说。因为 Qwen3.8-Max 是多模态模型我直接把商品图以图片URL或base64的形式传过去并在提示词里要求模型描述图中商品的外观特征款式、颜色、形状、标识然后与详情页文案中的描述进行比对。全部资料准备好之后组装成一次请求发送给大模型。这一步我用了一个比较长但结构清晰的prompt核心结构是这样你是电商合规审核专家。以下是某商品的资料包请按检查清单逐项检查。 资料清单 [FILE 1] ... [FILE 6] 商品主图描述 图中商品为黑色双肩包正面有品牌Logo主袋拉链设计 检查清单 [28个检查项的描述] 输出要求 JSON数组每项包含{check_id, level, issue, files, quote, suggestion}不要输出额外内容。模型返回之后我把JSON解析出来再和规则引擎的结果合并。比如日期解析、违禁词扫描是规则引擎先跑结果直接塞进报告里。最终27个问题是怎么分布的呢我按严重程度统计了一下致命问题P03个包括授权书已过期、质检报告超出建议复检日期、价格说明文件中的活动价与Excel中的活动价不一致差了20元。主要问题P114个包括商品主图与文案描述颜色冲突图是黑色但文案写的是深灰色、详情页参数表缺失容量字段、品牌授权书的授权品牌与商品标题品牌不完全一致等。次要问题P210个包括产地信息在不同文件里表述不一致广东东莞和东莞、库存说明里写了现货秒发但没有说明是否支持七天无理由、部分段落用了绝对化用语等。其中让我印象最深的是那个价格不一致的问题。人工核对一般只会看销售价但这次是活动价不一致——Excel里写的是99元价格与促销说明文件里写的是119元但119元这个数字又被划线成了原价。模型不仅抓到了矛盾还结合上下文分析出营销文案可能存在价格欺诈风险。这种判断已经超出了简单的字符串比对是真正有价值的语义理解。图文比对的结果也很能说明问题。模型对商品图的描述是黑色双肩包正面有圆形品牌Logo主拉链为银色金属拉链但详情页文案里写的是深灰色隐藏式磁吸扣。这两个信息一对比直接触发D05图文一致性检查。换成人眼来看这两个问题分开看都不明显放一起才看出矛盾来。整个体检过程跑下来API调用时长约40秒费用不到两毛钱。这个成本效率完全是人工核对不可能达到的。6. 落地部署中的几个关键选型与绕坑细节把原型跑通之后我花了一些时间做工程化的落地调整这里有几个点值得单独拿出来说。文件解析要舍得花时间。大模型判断准不准30%取决于模型能力70%取决于喂进去的文本质量。PDF扫描件如果直接转文本会得到一堆乱码必须先用OCR处理。Word里如果有图片python-docx默认读不到得单独用文档图片提取逻辑。Excel里合并单元格会让 pandas 读取出现NaN要提前处理好。我的做法是写了一个预处理管线每个文件都输出一份解析日志记录提取了多少字符、有没有异常段落方便定位问题。API调用的超时和重试机制别省。长上下文的请求耗时不稳定短的20秒长的可能到60秒。如果没有设置足够长的超时时间很容易因为超时丢请求。我用的SDK配置了120秒超时和3次指数退避重试实测下来失败率可以控制在很低的水平。JSON输出偶发碎裂问题。有些调用返回的JSON会在末尾被截断。我的处理是提示词里要求输出以json开头以结尾然后用正则提取代码块再解析。即使这样还是偶发解析失败所以我加了解析失败重试机制——把上一次的prompt原样重发一次一般第二次就能拿到完整结果。上下文长度的控制策略。6份资料全塞进去文本量大概在9000个token左右加上图片描述和检查项说明总共12000个token左右Qwen3.8-Max 的上下文窗口余量很大。但如果资料包膨胀到几十份文件就需要分块处理了。我给分块方案留了接口先每份文件独立体检一次再汇总成跨文档比对专项。这样单次调用量稳定在可控范围。图片的传入方式。商品图是本地文件我用base64编码后传入。要注意的是图片不能太大控制在1-2MB以内太大会拖慢响应速度。另外一张图包含的信息有限如果是多角度商品图建议用多图拼接或逐张判断再汇总的方式而不是一次全传。这些看起来是小细节但每一处都能省下不少调试时间。工程化的本质就是把这些不确定性一个一个消掉让每次调用都尽量稳定地输出可用结果。7. 绕开大模型的自信错误校验盘怎么兜底大模型再强也会有自信地给出错误结论的时候。这次体检过程中我遇到过模型把授权日期里的结束年份2026年误判为2024年的情况字面日期明明正确但模型给出了相反判断。这种错误来自日期解析的模型幻觉是NLP模型的老问题。解决办法是给大模型的文字判断加一道规则校验的兜底日期字段由正则表达式先解析一遍解析结果直接传给规则引擎判断大模型的判断结果如果和规则引擎矛盾以规则引擎为准并在报告里标注该结论由规则引擎复核。这个设计体现了该用代码的地方别让模型乱跑的原则。文本内容扫描也有类似问题。绝对化用语最好第一顶级我用关键词清单扫描模型如果漏了规则引擎会补上模型如果说某句话违规但词库里没有说明是语义层面的判断宁可信规则引擎的把关。两种手段结合误报和漏报都会明显减少。规则引擎的补充检查项包括图片是否为白底、是否包含水印、分辨率是否达标文件命名是否符合规范所有日期字段是否在同一时区、同一格式这些确定性的检查项用代码判定准确率接近100%也能把大模型的智力用在更需要理解力的地方。8. 可以复用的通用能力从电商资料体检说起搭完这个体检助手我发现这套资料包检查项大模型判断规则引擎兜底的框架不只是能用在一个项目上几乎所有涉及材料审核的场景都能迁移供应商资质审核、招标文件检查、合同风险扫描、简历信息一致性核对。迁移的方法是四步走把目标资料拆解成文件清单 字段清单把人工审核时心里默念的规则一条条写出来形成检查项把检查项按代码能判断的和需要语义理解的分开代码判断走规则引擎语义判断走大模型最后合并报告这个框架最大的价值不是替代人工而是把审核标准从老师傅脑子里变成可执行的协议且每次执行结果都可回溯、可追责。对我个人来说它改变了处理这类琐碎工作的方法——不再靠熬夜硬扛而是先把规则想清楚然后让工具按照规则去跑。回到最开始说的27个问题。这27个问题如果让人来查最后能不能全部查到可能查得到价格矛盾但授权书过期、图文颜色冲突、产地表述不一致、容量字段缺失这类细碎问题大概率会漏掉三分之一以上。大模型的优势在于它没有疲惫感不会因为查了半小时就开始走神。这也是我现在愿意把重复性的资料审核工作放心交给它的原因。