detect-task

name	detect-task
description	投前 AI 图真实性质检。待检图 → 风险等级 + 8 项逐条判定 + 可直接追加到 prompt 的修正句，可自动重跑直到达标。当用户说「投前检测」「图片质检」「检查有没有崩」「上架前把关」「这图能不能用」时使用。

detect-task — 投放前 AI 图真实性检测

AI 生图上架前的最后一道关。判断这张图能不能直接投，崩在哪里，怎么修。

和其他技能的区别：本技能不生成图片，输出的是判断。它的价值在于把「生成 → 检测 → 重跑」闭起来——检测报告里直接给出该追加到 prompt 的修正句。

---

生成效果示例

输入：待检图
candidate.jpg — 由 flat-lay 生成的军绿毛衣模特上身图，1024×1536

实际执行的命令：

dlazy claude-sonnet-5 \
  --prompt '你是电商投放前的图片质检员。审查这张 AI 生成的服装商拍图能否直接用于电商投放。全部用中文作答（第 4 项的 prompt 修正句除外）。严格按以下结构输出：
## 1. 风险等级
低风险 / 中风险 / 高风险（三选一）
## 2. 风险项逐条判定
用表格输出，三列：风险项 / 结论（通过 或 命中）/ 证据。风险项固定为这 8 条：商品崩坏、人脸不自然、手部异常、肢体结构错误、文字乱码、光影矛盾、边缘融合痕迹、平台合规。
## 3. 投放建议
建议投放 / 建议重跑 / 建议人工修图
## 4. 修正建议
若建议重跑或人工修图，给出应追加到生成 prompt 的英文修正句 1-3 条；若建议投放，写「无需修正」。
只输出报告，不要寒暄。' \
  --images docs/detect-task/candidate.jpg \
  | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["data"]["texts"][0])' \
  > docs/detect-task/example-report.md

输出：完整报告见 docs/detect-task/example-report.md，3 credits。摘要：

• 风险等级：低风险
• 8 项判定：7 项通过；文字乱码 命中（轻微）——左侧袖口的织标图案模糊不可辨
• 投放建议：建议人工修图（仅需局部处理袖口小标签）
• 修正建议：clear and legible brand tag/logo embroidery on cuff, sharp fine detail, no blurry or garbled text

这条修正句可以直接追加到 flat-lay 的原 prompt 末尾重跑——这就是闭环。

---

1、能力边界

输出	说明
风险等级	低风险 / 中风险 / 高风险
风险项逐条判定	8 项，每项给出 通过 / 命中 + 一句证据
投放建议	建议投放 / 建议重跑 / 建议人工修图
修正建议	可直接追加到生成 prompt 的英文修正句

8 项风险清单

#	风险项	看什么
1	商品崩坏	款式、织法、印花、logo 位置是否失真
2	人脸不自然	五官比例、皮肤质感、眼神
3	手部异常	手指数量与形态
4	肢体结构错误	肩线、四肢数量与朝向
5	文字乱码	画面内任何文字
6	光影矛盾	投影方向与光源是否一致
7	边缘融合痕迹	抠图边、鬼影、糊块
8	平台合规	是否含违规元素

不做：不替代人工终审（模型判断有误报漏报）；不做法律与平台规则的最终裁定；不用于给明显违规的图背书。

---

2、报告要能直接驱动重跑

检测的意义不是打分，而是告诉生成环节要改什么。所以报告的第 4 项必须是可直接复制到 prompt 的英文句子。

典型映射：

命中项	应追加到生成 prompt 的修正句
商品崩坏	Cross-check the garment against the reference: [关键特征] must match exactly.
人脸不自然	Photorealistic human face: correct facial proportions, natural skin pores and subsurface scattering, natural gaze.
手部异常	Hands anatomically correct — five distinct fingers per hand, natural knuckles, no fused or extra digits.
肢体结构错误	Correct anatomy: symmetric shoulders, two arms and two legs, no extra or missing limbs, no impossible joint angles.
文字乱码	No text anywhere in the image. 或（需要文字时）All text must be clear, correctly formed [语言] characters.
光影矛盾	Single consistent light source from [方向]; all shadows must fall in the same direction.
边缘融合痕迹	Blend all edges seamlessly; no cut-out halo, no ghosting, no blurred patches.
平台合规	视具体问题调整构图或去除违规元素

闭环写法：

生成 → detect-task → 命中项 → 取修正句 → 追加到原 prompt → 重跑 → 再检测

---

3、批量抽检

批量出图后不必全检（成本 3 credits/张，但人工看报告的时间是瓶颈）。建议：

场景	抽检比例
新规范段的首批	100%
规范已验证的批次	10% ~ 20% 随机
带人物的图	提高到 30%（手和脸最容易崩）
纯商品图无人物	5% 即可

批量脚本见第五节 command examples。把 高风险 的 SKU 自动打回重跑队列。

---

4、工具调用

本技能使用 dLazy 的 claude-sonnet-5（具备图像理解能力的文本模型；本技能要的是判断与结构化报告而不是图片，需要能逐项审查画面并写出可执行的修正建议——单张约 3 credits）。

调用方式

两种等价写法，选一种。统一入口会自动选后端、失败重试、建目录落盘、估算成本：

# A. 统一入口（推荐）：可切任意后端，加 --dry-run 不计费空跑
node scripts/gen.mjs --task detect-task \
  --prompt '<见下方 Prompt 模板>' \
  --images <按下表顺序> \
  --save output/detect-task-<sku>.jpg

# B. 直接用 dLazy CLI（不想引入 Node 依赖时，效果等价）
dlazy claude-sonnet-5 --prompt '...' --images ... --save output/detect-task.jpg

参数约定（本技能固定用法）

参数	取值	理由
--images	[待检图]（最多 10 张，可一次送多张同批图对比）	单张检测最准；多张适合看整批一致性
--prompt	固定的质检 prompt（见第五节模板）	整个项目用同一份，否则报告不可比
--batch	1	检测不需要多样性
--no-wait	批量抽检时开启	先提交后统一收结果

取结果：文本模型的输出在 result.data.texts[0]（不是 urls）。

dlazy claude-sonnet-5 --prompt '...' --images a.jpg \
  | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["data"]["texts"][0])'

dlazy --format text <tool> 也可以把纯文本打到 stdout，注意 --format 是全局选项，必须写在子命令之前。

Command Examples

# basic call: 单张检测
dlazy claude-sonnet-5 \
  --prompt '你是电商投放前的图片质检员。审查这张 AI 生成的商拍图能否直接投放，输出风险等级、8 项风险的逐条判定、投放建议，以及应追加到生成 prompt 的英文修正句。只输出报告。' \
  --images docs/detect-task/candidate.jpg \
  | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["data"]["texts"][0])'

# complex call: 固定质检 prompt + 批量抽检 + 高风险自动打回
QC='你是电商投放前的图片质检员。审查这张 AI 生成的服装商拍图能否直接用于电商投放。全部用中文作答（第 4 项的 prompt 修正句除外）。严格按以下结构输出：

### 延伸阅读

| 要查什么 | 去哪 |
| --- | --- |
| 认证、多后端配置、输出结构、错误码 | [`references/provider-cli.md`](references/provider-cli.md) |
| `claude-sonnet-5` 的全部可用参数 | [`references/model-flags.md`](references/model-flags.md) |
| 统一入口的全部选项 | `node scripts/gen.mjs --help` |

## 1. 风险等级
低风险 / 中风险 / 高风险（三选一）
## 2. 风险项逐条判定
用表格输出，三列：风险项 / 结论（通过 或 命中）/ 证据。风险项固定为这 8 条：商品崩坏、人脸不自然、手部异常、肢体结构错误、文字乱码、光影矛盾、边缘融合痕迹、平台合规。
## 3. 投放建议
建议投放 / 建议重跑 / 建议人工修图
## 4. 修正建议
若建议重跑或人工修图，给出应追加到生成 prompt 的英文修正句 1-3 条；若建议投放，写「无需修正」。
只输出报告，不要寒暄。'

mkdir -p docs/detect-task/reports
: > docs/detect-task/rerun-queue.txt

for f in docs/batch-image/out/*.jpg; do
  SKU=$(basename "$f" .jpg)
  dlazy claude-sonnet-5 --prompt "$QC" --images "$f" 2>/dev/null \
    | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["data"]["texts"][0])' \
    > "docs/detect-task/reports/${SKU}.md"
  if grep -q '高风险' "docs/detect-task/reports/${SKU}.md"; then
    echo "$SKU" >> docs/detect-task/rerun-queue.txt
  fi
done

echo "需要重跑：$(wc -l < docs/detect-task/rerun-queue.txt) 个 SKU"

# 先估价不真跑
dlazy claude-sonnet-5 --dry-run --prompt '...' --images a.jpg

Error Handling

Code	Error Type	Example Message
401	Unauthorized (No API Key)	ok: false, code: "unauthorized", message: "API key is missing or invalid"
501	Missing required parameter	error: required option '--prompt <prompt>' not specified
502	Local file read error	Error: Image file/Video file not found: C:\path\to\your\file
503	API request failed (no balance)	ok: false, code: "insufficient_balance"
503	API request failed (server error)	HTTP status code error (500 server crash)
504	Asynchronous task execution failed	=== Generation Failed === / {Specific error reason returned by backend, for example "Prompt violates safety policy"}

AGENT CRITICAL INSTRUCTION:

1. If the execution result returns code: "insufficient_balance", you MUST explicitly inform the user that their credits are insufficient and guide them to recharge: https://dlazy.com/dashboard/organization/settings?tab=credits
2. If the execution result returns code: "unauthorized" or indicates missing API key, you MUST inform the user to get their API key from https://dlazy.com/dashboard/organization/api-key and save it using dlazy auth set <key> and resume the task.

---

5、Prompt 模板

这份 prompt 应该在整个项目里固定不变，否则不同批次的报告没法比较。

你是电商投放前的图片质检员。审查这张 AI 生成的[品类]商拍图能否直接用于电商投放。
全部用中文作答（第 4 项的 prompt 修正句除外）。严格按以下结构输出：

## 1. 风险等级
低风险 / 中风险 / 高风险（三选一）

## 2. 风险项逐条判定
用表格输出，三列：风险项 / 结论（通过 或 命中）/ 证据。
风险项固定为这 8 条：商品崩坏、人脸不自然、手部异常、肢体结构错误、
文字乱码、光影矛盾、边缘融合痕迹、平台合规。

## 3. 投放建议
建议投放 / 建议重跑 / 建议人工修图

## 4. 修正建议
若建议重跑或人工修图，给出应追加到生成 prompt 的英文修正句 1-3 条；
若建议投放，写「无需修正」。

只输出报告，不要寒暄。

可选的加强项

需求	追加到 prompt
要和原商品图比对	多传一张原图，并写 图1 是待检图，图2 是原始商品图，逐项比对商品保真度。
要打分便于排序	在风险等级后追加一个 0-100 的可投放分数。
要卡特定平台规则	额外检查以下平台规则：[规则清单]。
要机器可读	以 JSON 输出，字段为 risk_level / items[] / recommendation / fixes[]。

---

6、执行流程

1. 固定质检 prompt（第五节模板），整个项目复用。
2. 单张检测：取 result.data.texts[0] 得到报告。
3. 读第 3 项：建议投放 → 上架；建议人工修图 → 转修图；建议重跑 → 下一步。
4. 取第 4 项的修正句，追加到原生成 prompt 末尾，重跑。
5. 再检测一次——确认修正生效，别盲信一次重跑。
6. 批量场景：按第四节的比例抽检，高风险 自动进重跑队列。
7. 人工终审：模型有误报漏报，上架前仍需人眼扫一遍。

---

7、常见问题

现象	原因	处理
报告输出英文	未强制语言	prompt 里写明「全部用中文作答」
拿不到结果	取错了字段	文本模型的结果在 data.texts[0]，不是 urls
--format text 报错	全局选项位置错	--format 要写在子命令之前
不同批次报告没法比	质检 prompt 每次都改	固定一份 prompt 全项目复用
明显崩坏没被检出	模型漏报	提高抽检比例；上架前人工终审
正常图被判高风险	模型误报	看第 2 项的证据描述再决定，不要只看等级
修正句不够具体	报告太笼统	追加「要和原商品图比对」的加强项，多传一张原图

---

Tips

Visit https://dlazy.com for more information.