1.8万家药店回传陈列照片，人工审核要等3天到一周——97%手写核验词识别之后，错误摆放开始在货架前当场纠正

陈列照片 核验词 商品位置 即时重拍 人工抽检

促销活动落到门店后，店员按要求摆好商品、拍照上传，销售团队再检查品牌、数量、位置和活动真实性。问题是，人工审核排队时，现场已经进入下一班次。Google Cloud公开案例显示，一个覆盖1.8万多家药店的网络在2025年上半年收到近4.2万张照片，其中约8300张被驳回。过去反馈需要3天到一周。

新流程先识别门店摆在货架旁的手写或印刷核验词，案例测试准确率达到97%；随后再检查商品是否齐全、位置是否正确、数量是否符合要求。如果照片无效，系统当场退回；如果陈列有误，店员可以在货架前调整、重拍并在几分钟内获得结果。AI真正改变的是纠错时点，而不是看图速度。

人工审核并非没有标准，而是照片规模与活动高峰把队列不断拉长。审核人员逐张查找商品、核对位置、确认数量，再把问题反馈给可能已经离开货架的店员。原始照片、识别框、规则版本和最终处理结果应关联保存，出现合作争议时可以还原当时证据。

等待期间，错误陈列继续存在，促销窗口在缩短，合作方也无法确认约定资源是否真正落地。审核完成了，现场却未必还能低成本修正。位置规则可以关联货架区域和相邻商品，但不宜用过度精细的像素距离代替真实陈列要求。

因此，核心指标不能只看一天审核了多少张，还要看错误从上传到纠正用了多久，以及门店能否在同一次操作中完成重拍。任务下发时应写清门店、活动日期、目标商品和陈列要求，避免店员拍完才发现规则并不明确。结算流程读取视觉结果时，要区分自动通过、人工确认和仍有争议三种状态。

视觉系统的**步不是识别商品，而是确认照片是否为当次任务拍摄。门店把随机核验词写在纸上或打印出来，与陈列一起进入画面，旧照片因此难以直接复用。涉及人员或顾客入镜时，要提示门店避开人脸和敏感信息，并按用途设置图片留存期限。

识别服务要保留核验词位置、结果与置信提示。缺失或明显不符时，可以即时退回；模糊、遮挡或临界结果则进入人工复核，避免误伤有效提交。数量识别遇到遮挡时，应显示可见数量和不确定区域，而不是强行给出一个确定总数。真实性校验还应结合任务、门店、上传时间和设备记录。

单一核验词能够提高门槛，却不能独自承担全部反作弊责任。照片入口可以检查清晰度、方向和遮挡，质量不足时立即提示重拍，减少无意义的后续识别。扩展到新合作方前，应先建立少量真实门店样本，覆盖不同货架、光线和包装，再设定上线阈值。

通过真实性检查后，系统再识别指定商品是否出现、是否位于要求区域、陈列面数量是否达标。三个问题要分别输出，不能只给一条笼统的合规分数。系统权限要区分门店、区域和合作方，跨品牌陈列数据不能因为集中审核而默认互相可见。

商品包装会更新，货架光线、遮挡和拍摄角度也会变化。企业需要维护活动规则与商品样本版本，并让低置信结果自动进入复核队列。核验词应按任务随机生成并设置有效时间，长期固定词语容易被旧照片或模板重复使用。

总部还应比较区域差异，某类门店持续失败可能来自陈列空间或活动设计，而非识别模型本身。每个判断都应在图中标出对应位置，让审核人员和店员知道问题发生在哪里。

可解释的框选与规则提示，比一句陈列不合格更容易推动修改。同一门店连续多次失败，可能说明规则难懂、拍摄指引不足或现场空间受限，不一定是执行态度问题。

新流程的经营价值来自即时动作。核验词缺失时提示重新放置，商品少了时指出数量，位置不对时标出目标区域，店员可以当场调整并再次提交。即时反馈的文字要短而具体，例如缺少核验词或左侧商品不足，避免用模型语言描述复杂原因。

公开案例显示，系统在数周内自动拦截了原本会被人工驳回的20%照片。按每月5000张规模估算，可为每名员工每年收回一个多月的工作时间。门店网络不稳定时，可先在本地完成基础质量检查，并保留原始拍摄时间，恢复连接后再提交。自动驳回要给出清晰原因和申诉入口。

如果系统只说失败，门店仍要电话追问；如果错误标签不准，快速反馈反而会制造更多无效重拍。人工抽检应覆盖已通过照片，防止系统只复核失败案例，长期看不到漏放行的真实比例。效率收益要和首次纠正成功率一起看，若店员多次重拍，几分钟反馈仍可能造成新的现场负担。

自动化不必从100%替代人工开始。明确无效的照片可以即时处理，高价值活动、低置信结果、连续失败门店和新商品则进入不同强度的人工抽检。

审核人员的修改应记录到具体图片和规则，是核验词识别错误、商品漏检、位置误判还是数量争议，都要成为下一轮样本更新的依据。合作方结算、门店奖惩或合规处罚仍应保留人工责任位。视觉结果可以提供证据，不能在缺少申诉和复核时直接触发不可逆后果。

案例中的系统支持1.8万多家药店，并计划从一个合作方扩展到70多个而不同比例增加审核人员。规模化难点会从识图转向不同品牌、活动和结算规则的治理。门店申诉被确认后，应更正任务状态并进入误判统计，不能只在客服聊天里解决。

企业可观察首次通过率、现场纠正时长、人工抽检准确率、误驳回率、重复提交率和活动执行差异，判断速度是否真正改善陈列质量。商品样本更新要区分包装变化与新品替换，旧模型若未同步，可能把合规陈列误判为缺失。

当照片真实性、商品规则、即时动作、人工复核和结果回写连成闭环，视觉AI才不再是一双远程看图的眼睛，而成为门店与总部共同使用的执行基础设施。活动规则发生变化后，未处理任务和旧提示都要同步更新，避免店员按照过期标准反复重拍。

编辑：丁帆

审核：董晓龙

本文章由烁域科技原创出品，版权归属烁域科技所有。部分图片为原创配图资产，如有版权问题，请联系公众号客服。