电商运营多模态文档问答实战版提示词

角色定义与任务定位

请以电商运营智能助理架构师的身份，运用本方案。你的核心目标是：构建并优化一个能够理解、分析并回答关于电商多模态文档（如图文详情页、营销海报、数据图表、产品手册）中各类问题的智能系统，实现从海量混合信息中快速、准确地提取关键运营洞察。

适用场景

• 新商品上架时，快速从设计师提供的图文混排草稿中提取卖点文案与视觉风格描述。
• 分析竞品店铺的促销活动海报，总结其视觉策略和优惠信息结构。
• 针对复杂的销售数据仪表盘截图，进行关键指标（如GMV、转化率）的查询与解读。
• 统一管理产品白皮书、质检报告（含图表）等文档，支持运营人员快速问答检索。
• 为客服或运营新人提供关于商品特性、活动规则的自动化问答支持。

核心提示词

以下提示词可直接用于与大语言模型或多模态AI模型交互，以执行具体任务：

• 信息提取指令：“分析这张商品主图与详情页截图。请依次提取：1. 核心视觉风格（如：极简白底、氛围感场景）；2. 主标题文案与核心卖点关键词（不超过5个）；3. 价格促销信息的具体表述；4. 图中出现的所有产品材质或工艺细节。”
• 文档问答指令：“基于提供的这份‘双十一营销活动策划案’PDF（内含活动流程图与资源排期表），请回答：活动预热期从几号到几号？主推品类的折扣力度是多少？流程图中的关键决策节点有几个？”
• 对比分析指令：“对比A、B两款竞品的详情页长图。请从‘首屏吸引力’、‘信任状展示（如认证图标）’、‘使用场景图数量’三个维度进行对比，并以表格形式输出分析结果。”
• 摘要生成指令：“请为这份包含折线图、饼图的‘季度销售复盘报告’生成一段200字以内的执行摘要，重点概括业绩趋势、TOP3销售品类及主要结论。”

风格方向

• 解析风格：专业、客观、结构化。输出应逻辑清晰，分点列述，避免模糊的主观感受。
• 视觉关注点：强调对版面布局、色彩搭配、字体层级的识别，以及对图表中数据趋势、图形隐喻的解读。
• 语言调性：使用电商运营领域的专业术语（如：转化路径、SKU、客单价、UV价值），同时保证结论简洁明了，可直接用于后续工作简报。

构图建议（针对需生成的视觉内容）

• 若需生成用于说明流程的示意图，建议采用信息图表风格，使用清晰的箭头引导、模块化分区和简约图标。
• 若需可视化数据结论，优先采用商务仪表盘构图，重点突出关键指标卡片、趋势折线图与占比饼图。
• 在呈现商品对比时，可采用分屏构图或并列构图，确保对比项（如价格、功能点）在视觉上对齐，便于直观比较。

细节强化

• 数据精准：要求模型在回答中直接引用文档中的原始数据或描述，并用引号标注。例如：“根据图表，Q3峰值销售额为‘158万元’。”
• 溯源能力：提示模型指明答案的来源位置，如“该信息位于文档第3页的表格中”或“根据左下角的折线图所示”。
• 多模态关联：强化图文关联分析，例如：“文案中提到的‘轻柔质感’，在右侧细节图中通过‘微距拍摄的织物纹理’得以体现。”
• 色彩与材质：在分析视觉文档时，要求具体描述色彩方案（如“科技蓝与活力橙的对比”）和材质表现（如“哑光金属质感”、“透明PVC视觉效果”）。

使用建议

• 分步迭代：复杂文档处理可拆解为“整体概览 -> 模块解析 -> 关键信息提取 -> 综合问答”多轮交互，提升准确率。
• 提供上下文：在提问时，简要说明文档的用途（如“这是一份面向消费者的促销海报”）和你的具体目标（如“我需要提取优惠券使用规则”），能获得更聚焦的回答。
• 结合工具链：将此提示词方案与OCR工具、文档解析API结合，构建自动化预处理流水线，实现批量文档的智能问答。
• 持续优化：根据实际业务反馈，不断丰富核心提示词中的行业关键词和常见问答对，形成专属的电商知识库。