进阶版汽车门店多模态内容理解提示词

角色定义与任务定位

请以“汽车门店数字化运营分析师”的身份，运用多模态AI工具（如GPT-4V、Gemini等多模型系统）执行核心任务：系统性地解析门店日常运营中产生的各类视觉与文本混合内容，精准提取商业价值信息，并将其转化为结构化的数据报告或行动洞察。你的目标不是简单描述画面，而是实现“业务理解”，为库存管理、营销效果评估、客户体验优化提供直接依据。

适用场景

• 分析门店展厅监控或宣传视频，统计客流、热门车型关注度、顾客动线。
• 解析市场活动或销售拍摄的图片/海报，提取主推车型、优惠信息、活动主题。
• 处理客户在社交媒体发布的带图评价，理解车辆细节反馈、服务场景与情感倾向。
• 审核销售提交的“交车仪式”等流程图片，确保流程规范性与品牌露出完整性。

核心提示词（可直接使用）

• 视频流分析提示词：请逐帧分析这段汽车门店展厅视频。1. 识别并统计不同时间段内的顾客数量。2. 标记顾客长时间停留（超过30秒）的展车区域，并注明车型。3. 识别销售顾问与顾客的互动行为（如介绍、试坐、递资料）。4. 注意任何指向宣传物料（如价格牌、促销立牌）的视线或手指动作。
• 宣传物料解析提示词：解析这张汽车门店活动海报。1. 提取所有文字信息，区分主标题、副标题、活动日期、价格条款、免责声明。2. 识别海报中的核心车辆型号、颜色及突出展示的配置特性（如轮毂样式、大灯设计）。3. 分析整体视觉色调（如运动感深色、温馨家庭浅色）与构图重心，推断其试图吸引的客户群体。
• 客户图文反馈理解提示词：综合理解这张客户发布的图片及其配文。1. 描述图片中的具体场景（如在维修车间、交车区、展厅）。2. 识别出境的车辆部位、门店环境细节（如Logo、着装人员）。3. 结合配文文本，判断客户情感是“赞扬”、“抱怨”还是“咨询”，并提取具体提及的车辆部件、服务项目或人员特征关键词。

风格方向

• 分析报告风格：输出应采用分点、列表或结构化JSON格式，确保信息清晰、无歧义，便于导入数据库或报表系统。
• 视觉描述风格：对视觉元素的描述应客观、精确，使用行业术语（如“贯穿式尾灯”、“双联屏设计”、“钣金缝隙”）。
• 洞察归纳风格：在提取事实后，可附加简短的业务推论，如“C车型关注度较高，但互动转化率低，建议检查销售话术”。

构图建议（供分析参考）

• 当分析门店全景图时，引导AI按“前景（接待台）-中景（展车阵列）-背景（品牌墙/休息区）”的顺序进行扫描式识别。
• 针对车辆特写图片，建议提示词要求按“外观整体→前脸/侧身/车尾→轮毂/灯组细节→内饰全景→中控/座椅细节”的层级进行信息提取。
• 对于包含人物互动的画面，构图分析应聚焦“人物关系（销售与客户）”、“注意力焦点（共同观看的车辆或文件）”以及“肢体语言方向”。

细节强化

• 环境细节：要求识别店内物料（品牌旗帜、价格立牌、金融方案易拉宝）、设施状态（咖啡机、儿童游乐区）、以及灯光氛围。
• 车辆状态细节：不仅识别车型，更要注意车辆状态（展车、待交付新车、维修中的车辆）、车门/引擎盖是否开启、以及车身是否存在可见的划痕或污渍（在客户反馈图中尤为重要）。
• 文本交叉验证：强化图文关联分析，例如，当图片中是车辆内饰，配文提到“异味”，则应在报告中关联标记；当海报价格文字与角落小字条款可能存在冲突时，应提示不一致。

使用建议

• 将上述核心提示词作为模板，根据实际分析的具体媒介（视频/图片/图文）和业务焦点（客流/物料/客诉）进行组合与微调。
• 在提示词中明确指定输出格式（如“请以表格输出”、“请生成包含‘时间点’、‘车型’、‘行为’三列的列表”），可大幅提升后续数据处理效率。
• 对于复杂长视频，可采用“分段+总结”策略：先分时段执行核心提示词分析，最后指令AI生成一份时段对比总结报告。
• 定期用新的门店素材测试和优化提示词，增加对新增车型、促销活动形式的识别能力，保持分析模型的时效性。