随着电商购物中消费者以“图片”作为咨询入口的场景日益普遍（如晒单求同款、截图问参数、拍照反馈售后问题），传统文本机器人因无法理解图片而大量漏回复或答非所问。语流Agent基于多模态大模型与OCR技术，将图片识别作为标准标品能力全量交付，无需定制开发，开箱即用。本文档系统介绍该能力的功能框架、核心场景、技术优势、覆盖范围及常见问题，为产品选型与内部评估提供全面参考。
文章导航
一、能力概览（标品全量交付）
- 标品全量交付 — 图片识别能力作为标准产品能力全量应用，无需定制开发，开箱即用
- 多平台覆盖 — 图片识别已覆盖语流支持的主流电商平台
- 全 Agent 覆盖 — 内置售前、售后各 Agent 均支持图片识别能力（除智能尺码推荐外）
- 多模态融合 — 图片 + 文字 + 订单 + 历史对话综合理解，回复更精准
- 真实客户验证 — 已在多个不同行业品牌店铺实际应用，效果可验证
二、三大核心能力
1. 图片智能导购 · 以图搜款
顾客发小红书穿搭图、商品截图问同款？Agent 秒级识别图片中的商品特征，从店铺商品库中精准匹配同款 / 相似款，3 秒内给出商品推荐与链接，大幅缩短顾客决策路径。
- 适配服饰鞋包、家居家装、家电数码等多个类目
- 支持同款精准匹配 + 相似款智能推荐
- 直接推送商品链接，一键直达购买页
备注：语流Agent「图片智能导购」能力介绍 – 目前是小部分客户灰度使用中
2. 商品信息解读 · 专业答疑
顾客发商品截图问参数、比功能？Agent 自动识别图片中的型号、规格、接口等信息，结合商品知识库进行专业解答，堪比资深导购的专业度。
- 识别产品规格、型号、颜色、价格等关键信息
- 多商品对比：自动总结核心差异与卖点
- 3C 数码、小家电、食品等多行业适用
3. 售后场景辅助 · 智能排障
顾客发破损图、少件图、故障图反馈问题？Agent 结合图片内容与历史对话，精准识别异常类型，引导顾客确认信息或按流程排障，提升售后处理效率。
- 收货异常识别：破损、少件、错发自动判断
- 故障问题处理：按售后流程引导排障
- 质保期咨询：订单截图自动识别，智能判断在保状态
三、应用场景案例
🔹 售前场景
🔹 售后场景
🔹 通用场景
四、技术优势与完整应答链路
技术优势
- 多模态大模型：融合视觉理解与 OCR 文字识别，精准提取图片中的商品主体、规格参数、文字信息
- 上下文理解：图片 + 文字 + 历史对话 + 订单信息综合判断，避免单图歧义，回复更精准
- 秒级响应：以图搜款 3 秒内完成匹配，回复话术自动生成，顾客无需等待
完整应答链路（标品全量应用）
| 应答环节 | 核心能力 | 关键技术 | 解决的问题 | 应用范围 |
|---|---|---|---|---|
| 图片内容解析 | 识别商品主体、规格参数、文字信息（如型号、颜色、屏幕显示、价格） | 多模态大模型、OCR 文字识别 | 传统机器人“看不懂图”，无法基于图片内容回复 | 标品全量 |
| 多模态对话理解 | 结合图片内容与用户的文字提问、上下文对话、焦点商品、订单信息进行综合判断，生成回复 | 上下文理解、意图识别 | 单纯图片识别可能存在歧义，需结合文本上下文提升准确性 | 标品全量 |
| 回复话术生成 | 基于识别结果，生成结构化的商品对比、规格差异说明、场景化推荐建议等专业回复 | 文案生成、结构化输出 | 回复内容需专业、清晰，帮助用户快速决策 | 标品全量 |
| 应用场景：售前（商品检索与匹配 – 以图搜图） | 从店铺商品库中，快速检索并匹配图片中识别到的同款或相似款商品 | 向量检索、商品特征提取 | 人工翻图库耗时5-10分钟，Agent可在3秒内完成匹配 | 标品全量 |
| 应用场景：售后（收货异常识别） | 在售后收货异常场景中，结合历史聊天图片，识别问题（如少件、破损、错发）并辅助判断 | 特定场景图片分析 | 提升售后问题处理的自动化程度和准确性 | 标品全量 |
五、覆盖平台与行业
全平台支持
图片识别能力已作为标准产品能力全量应用，覆盖主流电商平台：
淘宝、京东、抖音、拼多多、得物、小红书、微信小店、快手、唯品会
多行业适用
| 行业 | 典型应用场景 |
|---|---|
| 👗 服饰鞋包 | 以图搜款、穿搭推荐 |
| 📱 数码 3C | 参数对比、功能解读 |
| 🏠 家居家装 | 款式匹配、规格咨询 |
| 🍳 小家电 | 故障排障、质保咨询 |
六、常见问题解答（FAQ）
1. 目前图片回复能力是否已经作为标准功能交付给商家使用？还是更多应用在标杆客户、POC 或定制项目中？如果已有真实商家在用，是否可以提供脱敏案例或量化结果，比如图片识别准确率、自动回复率、人工审核通过率、转人工率、售后处理时长变化等。
答：
- 目前图片识别能力是作为标准产品能力全量应用于所有商家的agent应答，图片识别能力分两个层面：
- 覆盖范围：多平台（淘宝、京东、抖音、拼多多、得物、小红书）、全 Agent（除智能尺码推荐）支持识别用户发来的图片，并结合用户的问题进行精准回复。
- 图片识别准确率没有单独的指标，最终看的是「回复率」，因为图片识别后，agent还要结合上下文、订单、商品等信息综合评估再生成回复话术。
- 人工审核通过率 – 没有单独统计，这个取决于不同客服的使用习惯，目前大部分客户是开的自动发送。
- 转人工率 – 根据不同的场景，部分场景Agent只是承担了售后问题的前置信息收集，最终都还是会由人工参与。
- 售后处理时长变化 – 暂无对比数据
2. 图片能力目前支持哪些具体场景？例如订单截图、物流截图、好评截图、开票信息截图、吊牌/洗标图、商品破损/缺件图等，分别能做到识别、字段抽取、自动回复、人工审核、建工单或转人工中的哪一步？
答：
- 应答方式支持自行选择：「Agent自动回复」 或 「人工手动采纳后回复」，语流标品是主要在应答阶段，如果无法回复的问题会亮黄提醒人工跟进。
- ⚠️ 如需进一步建工单，要配合售后工单使用，非语流标品能力。
核心应用场景与能力
- 图片智能导购：针对顾客拿图问款场景，可实现图片秒懂、店铺内快速检索、同款精准匹配、多模态理解，3 秒内从店铺商品库中找到同款 / 相似款推荐给顾客，适配服饰鞋包、家居家装、家电数码等多个类目。
- 商品信息解读：可识别图片中的产品规格、总结核心差异及卖点，结合用户问题进行专业解答，如在 3C 数码场景中，能识别商品截图并对比两款产品的接口配置和功能差异。
- 售后场景辅助：售后收货异常 Agent 可结合历史聊天中的图片内容，理解顾客反馈的问题，辅助判断异常情况，例如识别顾客图片中标注的缺失配件信息，引导顾客进一步确认。
3. 想确认一下您发给我们的 4 月案例图，回复生成链路具体是什么：AI 输入里除了图片本身，是否还结合了当前咨询商品、商品知识库、店铺知识、历史会话或预设规则？最终回复是基于图片理解直接生成，还是图片识别后命中知识库/规则，再由语流或毕昇生成回复？
答：
Agent输入包含：图片预处理后的信息、当前焦点商品、商品知识库、店铺政策知识、焦点订单数据、历史对话。
在图片解析后，语流Agent 结合用户发的文字信息、历史会话、订单信息、商品信息等信息，生成最终的回复，并不是直接基于图片理解生成的，因为即使对于人工客服来说，也很难判断客户发过来的一张图片想表达什么意图，往往都需要结合客户的上下文进行理解后再回复。
应答链路（再次明确，与上文表格一致）：
| 应答环节 | 核心能力 | 关键技术点 | 解决的核心问题 | 应用范围 |
|---|---|---|---|---|
| 图片内容解析 | 识别图片中的商品主体、规格参数、文字信息（如型号、颜色、屏幕显示、价格） | 多模态大模型、OCR文字识别 | 传统机器人“看不懂图”，无法基于图片内容回复 | 标品全量 |
| 多模态对话理解 | 结合图片内容与用户的文字提问、上下文对话、焦点商品、订单信息，进行综合判断，生成回复 | 上下文理解、意图识别 | 单纯图片识别可能存在歧义，需结合文本上下文提升准确性 | 标品全量 |
| 回复话术生成 | 基于识别结果，生成结构化的商品对比、规格差异说明、场景化推荐建议等专业回复 | 文案生成、结构化输出 | 回复内容需专业、清晰，帮助用户快速决策 | 标品全量 |
| 应用场景：售前（商品检索与匹配 – 以图搜图） | 从店铺商品库中，快速检索并匹配图片中识别到的同款或相似款商品 | 向量检索、商品特征提取 | 人工翻图库耗时5-10分钟，Agent可在3秒内完成匹配 | 标品全量 |
| 应用场景：售后（收货异常识别） | 在售后收货异常场景中，结合历史聊天图片，识别问题（如少件、破损、错发）并辅助判断 | 特定场景图片分析 | 提升售后问题处理的自动化程度和准确性 | 标品全量 |
4. 案例中的 AI 回复是线上真实客户会话里的自动发送结果，还是客服侧的建议回复/人工审核后发送？如果方便，希望能看一下完整链路：客户发图、系统识别结果、AI 回复、是否人工介入、最终处理结果。
答：
所有案例都是线上真实客户的会话，都是自动发送的，只要看到抬头是「语流Agent消息」的，都是agent自动回复的。
我们不是要求所有图片都自动处理，主要是想判断当前能力是“可自动闭环”“辅助客服判断”，还是“仍需定制/人工兜底”，这样方便我们内部做选型评估。
- 售后场景 – 可自动闭环、不需要人工介入，比如：物流状态咨询（自动同步平台的物流信息回复），Agent 引导客户自行申请退货、换货，引导客户自行申请发票等。
- 售后场景 – 辅助人工收集必要信息，再转由人工处理、需要人工介入，比如：赠品登记、好评返现/红包补偿、货损协商赔偿（前置收集货损照片、再交由人工客户最终确认补偿金额）。
