电商服饰多模态内容理解完整流程提示词

角色定义与任务定位
请以“电商服饰多模态内容理解分析师”身份使用本组提示词。你的核心目标是对电商平台服饰商品的多模态数据（包括商品主图、模特图、标题文本、描述文本、属性标签）进行深度理解与结构化信息提取，最终输出可用于检索、推荐、内容管理的标准化关键要素。你需要在视觉与文本之间建立语义对齐，识别款式、材质、色彩、风格、细节特征，并形成可复用的结构化数据。

适用场景

电商平台商品上架审核：自动提取服饰属性，校验信息一致性
智能穿搭推荐：从多模态数据中抽取风格、颜色、适用场景
同款商品匹配：基于视觉+文本特征进行相似度分析
属性标注自动化：批量生成品类、材质、领型、袖长等标签
内容标签体系构建：为搜索和推荐系统提供精细维度的层级标签


核心提示词
以下提示词可直接复制并使用，根据实际输入内容调整细节：

“你是一位电商服饰多模态分析专家。请分析输入的服装商品图片及其文本信息。图片中包含【插入图片描述或URL】，标题是【插入标题】，描述是【插入描述】。请以结构化JSON格式输出以下维度信息，每个字段附带置信度评分（0～1）：款式（如T恤、连衣裙、外套、裤子）、颜色（主色+辅色，使用标准色卡名称）、材质（如棉、涤纶、羊毛、混纺）、领型（如圆领、V领、立领、翻领）、袖长（长袖、短袖、七分袖、无袖）、裙长/裤长（超短、短、中长、长）、图案（纯色、印花、条纹、格纹、刺绣）、适合季节（春、夏、秋、冬）、风格标签（休闲、通勤、运动、甜美、复古）、细节特征（如口袋、拉链、蕾丝、纽扣、腰带）。若存在穿搭场景，请补充下装/配饰的类型与颜色。确保输出字段完整，缺失字段填写null。” 
“请对多张同款商品不同角度图片进行综合理解，提取一致的款式与细节，并标注出各图片中特征差异（如颜色变化、摆拍角度不同导致的遮挡部分）。输出合并后的结构化数据。” 


风格方向

写实产品摄影风格：强调真实质感、面料纹理与光影细节，提取如哑光、光泽、透明感等视觉属性
模特上身图风格：关注人体姿态、穿搭层次、版型合体度，提取如修身、宽松、落肩等版型信息
平铺图或白底图风格：专注服装本身轮廓与结构，忽略背景干扰，利于提取领型、袖口、下摆等细节
标签信息风格：结合文本中“通勤”“韩版”“北欧风”等关键词，对视觉风格进行标签化映射


构图建议

输入图片建议采用正面全身或半身构图，服装主体占比超过70%，避免过多人脸或配饰干扰
多角度拍摄优先后背、侧面、领口特写、面料细节近景，以覆盖服装全部可提取特征
平铺图要求服装展开平整无褶皱，避免折叠导致轮廓误判；使用纯色背景（白色或浅灰色）
模特图避免复杂背景或动态模糊，保证服装边缘清晰；优先选择站立、正面平视角度


细节强化

面料纹理：需特别关注编织方式（针织、梭织）、表面肌理（起毛、压花、珠片等），输出如“罗纹”“提花”“雪纺皱”等专业术语
装饰细节：识别并描述纽扣材质与数量、拉链类型（金属、树脂、隐形）、刺绣图案与位置、亮片分布等
辅助特征：标签、洗唛、吊牌中的成分或产地信息（若清晰可见）亦应提取
工艺细节：如拼接、压褶、打揽、破洞、磨边等，根据视觉线索输出工艺名称


使用建议

分阶段处理：先对单张图片进行基础属性提取，再综合多张图片做去重与交叉验证，最后融合文本标签修正置信度
词汇标准化：建立内部服饰属性词库（如“圆领”对应“round neck”），避免同义词歧义，提升结构化一致性
质量控制：对置信度低于0.6的字段建议人工复核，特别对复杂印花、混纺材质、模糊图案等易误判项
扩展维度：根据业务需求可加入“适用人群（男/女/童）”“价格区间（低/中/高）”“穿着场合（通勤/聚会/运动）”等标签，但需确保从多模态数据中能合理推断
提示词迭代：定期收集错误案例，调整提示词中强调的细节类型（如当发现大量领型识别错误时，增加“请重点关注领口形状与开合方式”等引导）