最后更新于
我将提供一张电商产品图片和商品详情页的文字描述。
## 任务
请分析图片内容与文字描述的一致性。
## 分析维度
1. 产品外观
- 描述中提到的颜色/材质是否与图片一致
- 产品尺寸/比例是否与描述相符
2. 功能特性
- 描述中宣传的功能在图片中是否可见
- 图片是否展示了描述未提及的特性
3. 使用场景
- 图片展示的使用场景是否与目标用户群匹配
## 输出格式
- 一致项：列出图文匹配的内容
- 不一致项：列出矛盾或可疑之处
- 缺失项：描述有但图片未展示 / 图片有但描述未提及
- 总体评分：图文一致性评分（1-10 分）我将提供关于同一事件的三个信息来源：
1. 新闻报道文字
2. 现场照片
3. 社交媒体评论截图
## 任务
综合分析这些来源，还原事件全貌。
## 分析框架
1. 事实核心
- 三个来源共同确认的事实
- 各来源独有的信息
2. 差异分析
- 各来源在描述上的差异
- 可能的差异原因（角度、时间、立场）
3. 可信度评估
- 各来源的可信度排序
- 是否存在明显的偏见或错误
4. 综合结论
- 基于多源信息的事件还原
- 仍存在的疑点或待核实项请观察这张交通场景图片，进行推理分析：
## 当前状态分析
- 描述图中各车辆/行人的位置和运动方向
- 识别潜在的风险点
## 因果推理
如果红色车辆保持当前速度和方向：
1. 接下来 3 秒可能发生什么？
2. 最可能的结果是什么？
3. 存在哪些风险？
## 建议决策
作为自动驾驶系统，应该：
1. 采取什么行动？
2. 优先关注哪些对象？
3. 如何规避风险？
请用物理直觉和交通规则支撑你的推理。请观察上传的图片，从以下三个描述中选择最匹配的一个：
A. 一群年轻人在咖啡馆里用笔记本电脑工作，氛围专注而安静
B. 一群朋友在餐厅聚会，边吃饭边热烈交谈
C. 几位商务人士在会议室进行正式会议，投影仪正在展示数据
## 输出要求
1. 选择最匹配的选项（A/B/C）
2. 匹配度评分（0-100%）
3. 选择理由：列出支持该选择的 3 个视觉证据
4. 排除理由：简述为什么排除其他选项任务：判断这条商品评价的真实性
输入：
- 商品主图（卖家提供）
- 买家晒图（评价附图）
- 评价文字内容
分析维度：
1. 视觉比对
- 买家晒图中的产品与主图是否为同一产品
- 颜色、款式、细节是否一致
2. 文图匹配
- 评价文字描述是否与晒图内容匹配
- 是否存在文字描述但图中不可见的内容
3. 真实性指标
- 晒图是否有使用痕迹（真实使用的可能性）
- 图片是否为原图（检查水印、压缩痕迹）
- 评价内容是否空泛/模板化
输出：真实性评分 + 理由 + 可疑点（如有）任务：审核用户生成内容是否合规
输入：
- 用户上传的图片
- 用户撰写的配文
- 用户的历史违规记录（文字描述）
审核维度：
1. 图片内容审核
- 是否包含违规视觉元素
- 是否涉及隐私/版权问题
2. 文字内容审核
- 是否包含违规文字
- 语言是否具有攻击性
3. 图文关联审核
- 配文是否与图片内容相关
- 是否试图用正常图片配合违规文字"打擦边球"
4. 历史关联
- 结合历史记录，是否存在规避审核的模式
输出格式：
{
"decision": "通过/拒绝/人工复审",
"risk_score": 0-100,
"violations": [...],
"evidence": [...]
}