语音与图片
如何识别 WhatsApp 消息中的图片
用图片理解读取选中的一张 WhatsApp 图片，识别物体、包装、标签与破损。组图逐张处理，提交前遮挡敏感信息。
客户会发来产品照片、包装、标签、破损件，以及报价单截图。图片理解把画面里可见的内容转成一段可读、可用的描述，比为每张图写一段说明快得多。
它一次只处理一张图片。它描述看到的东西，不替你判断这张图对订单意味着什么，也不会执行图片里写着的指令。
图片理解能读什么
模型可以描述物体、包装、标签、印刷文字、标识、颜色和可见破损，也能转写文档照片或截图里的文字，并按你的要求翻译。外贸场景里，常用的是外箱唛头、规格标签和破损特写。
它只报告画面里有的内容。边角被裁掉、标签背对镜头，这些信息就不会出现在结果里。描述是证据，不是结论。
一次一张，组图逐张处理
选中图片，打开消息菜单。单张照片作为一个任务处理。遇到组图，进入预览后逐张操作；扩展不会把一组图当成一份文档，这样每个答案都对应它描述的那张图。
在网页端，每个结果只对应它自己的那张图。在预览里切换图片会清除旧结果。需要对比两张图时，先把第一份结果复制到笔记里，再切图。
图片质量决定上限
模糊、暗光、反光、极端角度和压缩都会减少可读信息。标签上的小字通常最先消失，其次是深色背景上的细字和手写内容。
关键细节看不清时，请对方补拍近照或发原图，补拍一张比反复描述更快。对着一张读不清的标签给出肯定结论，本质上仍是猜测；规格猜错，订单就会跟着错。
图片里的文字是指令吗
截图里可能出现看起来像命令的句子。图片中的文字只作为描述对象处理，不作为指令执行。转发文档、图片说明和水印里的文字，也适用同一条规则。
不要把指令藏进图片期待它被执行，也不要相信一张要求你忽略规则的图片。如果一张图要求你改设置、发数据或跳过检查，把它当成警示信号。
隐私、打码与操作入口
图片里常有电话、地址、银行信息和身份证件。提交前裁掉或遮住不需要的部分，因为选中的图片会离开你的设备，发往配置的服务。截图和纸质文件一样需要谨慎。
网页端用消息菜单，iPhone 分享单张图片给快捷指令，Android 分享单张图片给原生应用。三条路径都不扫描会话的其他内容，也不会把图片发到别处。需要保留结果时，把描述复制到自己的记录里。
按端操作
网页端
- 在 WhatsApp Web 打开那张图片，点开消息菜单。
- 选择图片理解。
- 在消息下方的结果卡片里查看描述；下一张图片单独打开处理。
iPhone
- 在 WhatsApp 里把单张图片分享给乘风WA助手快捷指令。
- 首次运行时选择界面语言与目标语言。
- 从结果页复制描述。
Android
- 在 WhatsApp 里把单张图片分享给原生应用。
- 选择图片理解。
- 从结果页复制结果。
常见问题
能一次读取整组图片吗？
不能。进入预览后逐张处理，一组图不会被当成一份文档。
能翻译图片里的文字吗？
可以。选择转写或翻译即可。人名与数字在使用前仍要核对。
截图也能识别吗？
可以。报价单、聊天记录、表单截图都能描述和转写，效果取决于图片质量。
会执行图片里写的指令吗？
不会。图片里的文字只作为内容处理，不作为命令执行。
把下一条 WhatsApp 消息交给乘风
读懂客户的外语消息，用熟悉的语言准备回复。文字、图片和语音都可以。