多维表格 AI 图片质检：设计稿与印刷稿自动比对

饮料、食品这类快消品的包装上线前，要拿印刷实物稿和设计标注稿逐项核对：配料表、营养成分表、英文标注、条形码、厂家信息……任何一个字印错都是事故。传统做法是人眼逐项看，慢且容易漏。

我们在「飞书 AI 最佳实践」知识库里沉淀过一个元气森林的 AI 图片质检案例表：把比对工作放进多维表格，每行一组图，多模态大模型自动输出差异清单。本文拆解它的表结构、提示词和调优方法。

表结构：一行就是一次质检

示例表（50 条真实质检记录）的字段设计：

字段	类型	作用
序号	自动编号	质检单号
标准图片	附件	设计标注稿（主图，作为基准）
对比图片	附件	印刷实物稿 / 修改稿
prompt	文本	比对指令（见下文）
对比结果 / 对比结果2	文本	AI 输出的差异清单（可配多个模型字段对比效果）
问题1 / 问题2	文本	人工标注 AI 的误报，用于回溯调优

新的包装稿要质检时，新增一行、传两张图，AI 字段自动跑出差异清单；表里同时保留了两列结果字段，方便对比不同模型或不同提示词版本的输出质量。

核心提示词：把质检标准写成规则

示例表用的 prompt 原文如下，值得整段抄走：

你是一个图片对比专家，请严格按照以下标准完成主图与对比图的专业差异比对：

差异识别：仅提取客观、可量化或可明确描述的差异。包含营养成分表、配料表、生产厂家、外观、结构、文字、内容、位置、颜色、比例、形状、条形码内容所有信息。

字符高度、尺寸标线等信息不需要输出

优先级要求：文字相关内容（如文字错误、缺失、多余、位置偏移、字体变化等）优先输出，置于差异列表最前。

标注要求：所有差异需明确指向对比图中的具体位置或特征，清晰说明与主图的区别。

输出规范：统一使用以下格式，编号连续，每条差异独立成项：差异项N: ...

几个设计要点：

只要客观差异：明确要求”客观、可量化或可明确描述”，避免模型输出”整体风格略有不同”这类没法执行的话；
排除已知噪音：设计标注稿上必然有字高标注、尺寸标线，提前声明不输出，减少无效差异项；
文字错误优先：包装质检里文字错误代价最高，强制排在差异清单最前面；
固定输出格式：差异项1 / 差异项2… 编号连续，方便后续按条核对甚至用公式统计差异数量。

真实输出效果

从示例表的真实记录看，AI 能抓到相当细的问题。例如某款产品标签比对中输出：

差异项1: 文字内容错误（图片2中两处主标题”维B水”下方区域）——图片1中左右两处”维B水”下方的英文均为”VITAMIN B”，图片2中这两处位置均错误显示为”VITAMIN C”。

一个人眼极易放过的英文标注错误（B 写成 C）被排在了第一条。其余记录还抓到了：印刷稿上多出的大面积水印、底部物料编号文字整段缺失、印刷定位色块（电眼点）缺失、背景区域的划痕印记等。

用「误报列」持续调优

这套实践最值得学的是问题1 / 问题2 两列人工标注。质检员核对 AI 输出后，把误报记录在案，例如：

误报1：实际都是青提浓缩汁——AI 认为配料表被修改，实际两张图一致。误报2：实际位置都相同——AI 报告提示文字位置移动，实际未变。

这些标注沉淀在表里，回头就能针对性改提示词（比如补充”两图裁切范围可能不同，位置判断以相对参照物为准”），形成”AI 输出 → 人工复核 → 标注误报 → 迭代 prompt”的闭环。AI 质检不是一次配置就完美，靠这个闭环把误报率压下去才真正可用。

适用场景

同样的表结构可以平移到：包装稿 vs 印刷打样、设计稿 vs 开发还原截图、商品主图 vs 渠道分发图、合同盖章版 vs 原始版等任何”两图找不同”的核对场景。

这类图片比对依赖多模态大模型能力，波波 API（apibobo.com）在多维表格里提供按次计费的多模态模型接口，可按本文的表结构直接搭建。