AI 智能填表与 AI 图片审核是两项强大的自动化功能：一个负责“帮人写”，一个负责“帮人看”。
AI 智能填表面向高级版及以上版本使用。了解详情
AI 图片审核免费可用：了解详情
为什么要看「AI 判断设置」？
在实际业务中，管理员负责制定规则（提示词），一线员工负责执行（拍照）。但这中间往往存在“信息断层”：
对于填表： 员工拍了照片，AI 却没填出来，是因为没拍清楚，还是 AI 没认出来？
对于审核： AI 把合格的照片判为“不合格”，是因为照片太模糊，还是 AI 的标准太严苛？
「AI 判断设置」页面就是管理员的“调试后台”。
它将 AI 的运行过程数据化，帮助你快速定位问题根源： 是提示词的问题（标准对齐） 还是照片的问题（拍摄规范） 还是字段的问题（组件拆分）
界面数据解读
1、AI 填表
常见问题分析：情况1: 准确率高，但 AI 填写次数少？
现象描述： 你可能会发现某个字段的 AI 准确率达到了 100%，但在 5 张、10 张图片中，AI 实际只填写了 1 次或 2 次。
原因分析： 这说明 AI 的判断逻辑是准确的（填了的全都对），但大部分图片中 AI 没有找到需要识别的目标。 例如：在一张全景照片中，AI 可能看不清微小的“压力表”或“保险销”，为了避免填错，AI 选择了跳过不填。
优化建议：
- 规范拍照要求（提升图片质量） 如果识别目标较小（如仪表读数、铭牌、零部件），建议在表单说明中要求员工“近距离拍摄特写”，确保画面中清晰包含识别主体，避免拍摄远景或模糊照片。
- 拆分拍照组件（降低拍摄难度） 如果一张照片需要同时识别多个细节（如既要看压力表又要看保险销），拍摄难度会很大，容易顾此失彼。 建议将一个图片组件拆分为两个：
图片组件 A： 专门拍摄“压力表特写”（AI 识别压力表）
图片组件 B： 专门拍摄“保险销特写”（AI 识别保险销） 通过拆分任务，引导一线人员拍摄特定部位，能显著提升 AI 的覆盖率和识别效果。
情况2: 准确率偏低，经常需要人工修改？
现象描述： 某个字段的准确率较低（例如 20%），这意味着 AI 的判断结果经常被人工否决。
原因分析： 这通常是因为判断标准过于模糊或主观性太强。 例如：你要求 AI 判断“卫生是否合格”，但 AI 认为“有一团纸屑”不算脏，而你的标准是“地面必须一尘不染”。这种认知偏差导致了误判。
优化建议：点击字段旁的「修改提示词」进行调整
- 将“抽象标准”改为“具体特征” AI 更擅长识别具体的物体，而不是抽象的概念。
模糊的提示词： “检查地面是否干净。”
优化的提示词： “检查地面是否有垃圾、纸团、积水或泥土。如果没有这些杂物，则判定为合格。” - 明确“不合格”的红线 明确告诉 AI 看到什么必须判错。
优化的提示词： “只要看到灭火器压力指针在红色区域，必须填入‘压力异常’；只有指针在绿色区域才填入‘正常’。” - 补充业务背景知识 如果物品容易混淆，需要在提示词里“教”AI 区分。
优化的提示词： “请注意区分消火栓和灭火器。本次任务只检查红色的罐状灭火器，如果是嵌在墙上的箱子（消火栓），请判定为不符合。”
2、AI 审核
基于你设定的标准（如：必须穿工服、必须戴安全帽），AI 判断照片是否达标。
核心指标： 审核通过次数 / 图片总数 = 审核通过率
- 如果通过率过低（例如 20%），可能意味着一线执行不到位，或者 AI 的审核标准太严（把合格的判错了）。
- 如果通过率 100%，需检查是否 AI 标准太松（把不合格的放过了）。
修改提示词
点击每个字段的“修改提示词”，可修改并测试。
提示词撰写的过程中，完全可以把问题丢给文心、元宝、豆包、Kimi 这类AI模型，让它帮你生成更合适的提示词。
示例话术：
“这是一张消防栓巡检照片。当前提示词导致 AI 把轻微裂纹误判为异常。我希望：自然老化不算异常，只有明显变形或影响开关功能的损坏才算异常。请给我一段用于视觉模型的提示词。”
你会发现，AI帮写AI，效率非常高，并且严谨。
总结
「AI 判断设置」不仅仅是一个统计报表，它是连接管理员规则与一线现场的桥梁。
通过观察 准确率（填表）和 通过率（审核），并不断微调提示词和拍照规范，你将能够把 AI 从一个“尝鲜工具”打磨成真正懂业务、高效率的“金牌巡检员”。