展开本页目录
开始前准备什么
- 使用有权处理的清晰图表,保留完整坐标轴、单位与图例。
- 本页为虚构非金融报名图,不是实际业务趋势。
- 把精确读取和估计读取区分字段,不接受只有结论没有数字的输出。
- 真实业务决策需要原始数据、定义及业务背景,图片摘要不能替代它们。
- 读取图名单位
- 核对标签
- 区分估计
- 程序计算
- 补业务背景
说明依赖版本、离线命令、请求协议与验收边界;所有素材为虚构资料。
本地编码真实图片,生成 Chat、Responses 或 Anthropic 请求体;不联网、不保存 Key。
含完整单位、日期范围、0起点和明确数值标签,适合证据字段检查。
由绘图代码给出的五个数值与算术标准,不是模型识别结果。
分别保存标签证据、未知背景和估计标记,不让模型补来源或因果。
先读坐标轴,避免被图形高度误导
| 项目 | 练习图可见内容 | 保留方式 |
|---|---|---|
| 图名 | 虚构体验课报名人数 | 原文标题 |
| 横轴 | 周一、周二、周三、周四、周五 | 按原顺序,不擅自改成累计值 |
| 纵轴与起点 | 人数(人),0开始 | 单位与 baseline 独立字段 |
| 数据标签 | 20、35、25、40、30 | 逐点保存标签证据 |
| 来源与样本定义 | 没有真实来源或业务样本 | unknown_context,不补机构或原因 |
- 项目
- 图名
- 练习图可见内容
- 虚构体验课报名人数
- 保留方式
- 原文标题
- 项目
- 横轴
- 练习图可见内容
- 周一、周二、周三、周四、周五
- 保留方式
- 按原顺序,不擅自改成累计值
- 项目
- 纵轴与起点
- 练习图可见内容
- 人数(人),0开始
- 保留方式
- 单位与 baseline 独立字段
- 项目
- 数据标签
- 练习图可见内容
- 20、35、25、40、30
- 保留方式
- 逐点保存标签证据
- 项目
- 来源与样本定义
- 练习图可见内容
- 没有真实来源或业务样本
- 保留方式
- unknown_context,不补机构或原因
精确标签与刻度估计,用不同口径
有清晰数值标签时读取标签;只有柱高或线位置时,结果可能受缩放、截断坐标轴和像素误差影响。把估计值写成 estimated:true,并保留估计区间;看不清时用 null,不能写出假精确的小数。
读取字段示例;不是 API 实测输出
{
"unit": "人",
"baseline": 0,
"series": [
{ "day": "周一", "count": 20, "evidence": "柱顶标签20", "estimated": false },
{ "day": "周二", "count": 35, "evidence": "柱顶标签35", "estimated": false }
],
"unknown_context": ["真实样本来源", "报名口径", "变化原因"]
}模型读取,程序负责可复查的算术
| 练习计算 | 结果 | 说明 |
|---|---|---|
| 五天合计 | 150人 | 只对五个标签求和 |
| 最高 / 最低 | 周四40 / 周一20 | 来自可见标签 |
| 最高与最低差值 | 20人 | 40-20 |
| 最高与最低比例 | 2.00 | 40÷20;不是增长原因证明 |
- 练习计算
- 五天合计
- 结果
- 150人
- 说明
- 只对五个标签求和
- 练习计算
- 最高 / 最低
- 结果
- 周四40 / 周一20
- 说明
- 来自可见标签
- 练习计算
- 最高与最低差值
- 结果
- 20人
- 说明
- 40-20
- 练习计算
- 最高与最低比例
- 结果
- 2.00
- 说明
- 40÷20;不是增长原因证明
只对下载的明确整数数据计算
const points = [20, 35, 25, 40, 30];
if (!points.every((value) => Number.isSafeInteger(value) && value >= 0)) {
throw new Error("请先核对非负整数人数");
}
const total = points.reduce((sum, value) => sum + value, 0);
const max = Math.max(...points);
const min = Math.min(...points);
console.log({ total, max, min, difference: max - min, ratio: min === 0 ? null : max / min });把变化描述和原因推断分开
这组虚构数值先升、后降、再升再降,最高点是周四。可以这样描述可见变化;没有渠道、活动、样本或口径资料,不能断言“投放导致增长”或“用户偏好改变”。
多序列图先按图例绑定系列,双轴图先绑定各自单位,百分比先说明分母。不同口径与不同单位不应直接求和;图片中没给出分母时不要补成完整转化率。
正式报表先回到原始数据
- 核对 OCR 标签与源图,再核对源图与原始数据表。
- 坐标轴截断、对数刻度、缺测点和累计值要在摘要里保留。
- 手工确认估计值后仍标记估计,不把图像读取变成精确测量。
- 本页没有新增图表 API 实测;示例材料只验证输入设计和确定性计算,不声明跨图表准确率。
怎样确认已经完成
- 单位、坐标轴起点、图例和日期范围完整。
- 每个数字都有可见标签或明确估计标记。
- 整数算术从读取数据计算,没有模型心算补值。
- 趋势描述和原因推断分开,未知背景未被补写。
- 真实报告与原始数据完成二次核对后使用。
常见问题
柱状图识别能达到精确数字吗?
清晰标签可以读取并核对;仅依赖柱高或线位置是图像估计。需要精确数字时优先请求原始表格。
能直接分析图中业务为什么下滑吗?
可以整理待验证假设,但图形变化本身不能证明原因,需要补业务资料与真实数据证据。
