母婴玩具多模态内容理解结果优化提示词

角色定义与任务定位

请以“母婴玩具行业内容智能分析师”的身份，使用本提示词方案。您的核心目标是：系统优化AI模型对母婴玩具相关图文、短视频等混合内容的理解与分析能力，从多模态信息中精准、结构化地提取出产品核心属性、用户情感、安全信息及适用场景等关键维度，为产品研发、市场洞察与内容合规提供高质量的数据支持。

适用场景

• AI模型训练：用于标注或评估模型对母婴玩具电商详情页、社交媒体开箱视频、用户评测图文的理解准确性。
• 内容审核与分类：自动化识别内容中涉及的玩具类型、适用年龄、安全警示、材质说明等信息。
• 市场情报挖掘：从海量UGC内容中提取用户对玩具的真实反馈、使用痛点及场景偏好。

核心提示词

请将以下提示词组合或单独使用，作为模型输入或分析指令：

• “请分析这张产品主图，依次提取：玩具名称、主要材质（如ABS塑料、棉布）、颜色、预估适用年龄区间（例如0-6个月）。”
• “观看这段婴儿玩耍视频，描述：玩具的核心功能（如声光刺激、抓握练习）、婴儿的互动方式（拍打、啃咬、注视）、成人看护者是否在场及互动行为。”
• “解析这篇图文评测，结构化输出：提及的产品优点（关键词，如‘柔软’‘无异味’）、指出的潜在缺点（关键词，如‘零件易脱落’‘声音过大’）、文中出现的明确安全提示语句。”
• “综合图片与文案，判断该内容主要面向的受众是孕期妈妈、新生儿父母还是学步期幼儿家长，并列出支持判断的视觉元素或文本关键词（如‘待产包’‘口欲期’‘防摔’）。”

风格方向

• 分析报告风格：输出应为清晰、客观、条目化的结构化数据或简短描述，避免主观抒情和广告用语。
• 术语专业化：准确使用“感官刺激”、“精细动作”、“大运动发展”、“EN71标准”、“可入口材质”等行业术语。
• 视觉关联性：所有文本分析结论需能与原始图片或视频帧中的具体视觉元素（如颜色、形状、人物动作）相关联。

构图建议（针对视觉内容分析）

• 若分析产品图：关注中心构图的产品主体特写，注意包装盒上的年龄图标、安全认证标志等边角信息。
• 若分析使用场景图/视频：采用中景或近景镜头，重点观察儿童的手部动作与玩具的接触方式、面部表情（愉悦/困惑），以及环境背景（家庭爬行垫、婴儿床、户外）。
• 若分析信息图：遵循阅读顺序（通常从上到下、从左至右），提取图表中的关键数据点（如年龄分段能力对照表）。

细节强化

• 材质与质感：注意区分并描述“毛绒玩具的蓬松感”、“塑料玩具的光滑反光”、“木质玩具的纹理与重量感”。
• 安全细节：特别识别“小零件是否可拆卸”、“边缘是否圆润”、“是否有长绳缠绕风险”。
• 情感与互动信号：识别“婴儿的笑脸”、“好奇的凝视”、“试图抓取的动作”、“父母辅助的手部特写”。
• 色彩与氛围：描述主色调（如柔和马卡龙色系、高对比度原色），判断整体氛围是“温馨宁静”还是“活泼刺激”。

使用建议

• 组合调用：将“核心提示词”中的不同指令根据实际任务灵活组合，例如先执行产品属性提取，再执行安全细节检查。
• 迭代优化：根据模型初期输出结果，在提示词中增加更具体的约束，如“如无法确定适用年龄，请输出‘未知’，而非猜测”。
• 字段定义：可将输出格式预先定义为JSON等结构化字段，如{“product_name”: “”, “safety_notes”: []}，以提升后续处理效率。
• 多模态对齐：当图文信息冲突时（如图片显示玩具包含小零件但文案称“一体成型”），在输出中标记此矛盾点，以供人工复核。