周五上新前：给两千张商品图补齐可访问的替代文本
两千张图片，先别急着生成两千段描述
假设团队要在周五前上架两千张商品图。图片上传完了，发布检查却发现：大多数图片没有替代文本。逐张手写来不及，让人工智能统一生成，又担心出现错误。
替代文本是图片的文字替身，通常放在网页图片元素的 alt 属性里。屏幕阅读器可以读出它，帮助无法看见图片的人理解页面。图片加载失败时，浏览器也可能显示这段文字。它不是关键词堆放区，也不必复述图片里的所有细节。
同一张图片，放在不同位置就有不同写法
先问一个问题：这张图在这里承担什么任务？替代文本要传达的是任务相关的信息，而不只是识别画面。
- 商品详情页：可以写“黑色双肩包，正面有两个拉链口袋”，突出可见且有助于选择的特征。
- 颜色选择按钮：如果图片是唯一标签，应表达操作目的，例如“选择黑色”，而不是描述整个背包。
- 纯装饰背景：如果不增加信息，应设置为空的替代文本，让辅助技术跳过。空值不等于遗漏属性。
如果图片与旁边的文字位于同一个链接中，而且文字已经清楚说明目的，图片通常不必重复那段信息。图表则需要另外处理：替代文本概括主题和重点，完整数据与复杂关系放在附近的正文或表格里。
先给图片分类，再让模型起草
规模化处理的第一步不是选模型，而是整理输入。每条任务至少应包含图片标识、页面用途、相邻文字、语言，以及图片属于商品图、功能图、装饰图还是图表。仅靠文件名猜内容，容易把拍摄编号当成商品信息。
给支持图片输入的模型提供原图，并附上页面上下文。提示词可以这样写：“为商品详情页起草简体中文替代文本。只描述与购买判断有关的可见特征，不推断材质、品牌或人物身份；不要重复相邻商品名称；看不清时标记待审核。”
要求结果分别返回图片标识、建议文本和审核原因。不要让模型遇到不确定内容就返回空值，否则系统可能误把识别失败当作装饰图。装饰图的空值应由明确的页面规则或人工判断决定。
用一小批样本校准质量和费用
先抽取五十张有代表性的图片，覆盖白底商品、细节特写、海报、图表和模糊照片。让编辑与熟悉可访问性的同事共同审核，记录哪些信息必须保留、哪些内容应该删除，再据此修改提示词。
如果团队已有生成脚本，可以考虑通过 RelayVano 按量调用人工智能模型，并使用兼容 OpenAI 的客户端连接 https://api.relayvano.com；选型时先确认具体模型支持图片输入。欢迎注册账号，用这批样本验证质量与实际费用，再决定是否扩大处理量。
不要只比较单次调用价格。还要计算失败重试、人工修改和重复生成的成本。缓存已通过审核的结果，并记录图片版本、上下文与提示词版本；这些内容没有变化时，就不必重新生成。
审核重点是信息正确，不是句子漂亮
自动检查适合发现空缺、重复文本和异常长句，但不能证明描述准确。审核时应对照原图和实际页面，优先检查这些问题：
- 是否编造了图片无法证实的材质、功效或人物特征？
- 是否遗漏了关键差异，例如背包侧面展示的水壶袋？
- 是否重复附近文字，或者加入“精美”“高端”等营销评价？
- 按钮和链接是否说明了目的，而不只是外观？
- 海报的重要文字是否有可访问的文字版本？
长度以完成任务为准，不必追求统一字数。“图片上有”通常可以删除，但如果照片、插画或截图的形式本身很重要，就应保留。涉及健康、安全或复杂数据的图片，应安排更严格的人工审核。
把审核结果带进发布和维护流程
为每条记录保存待生成、待审核、已批准等状态。批量写入前保留旧值，只发布已批准的结果，失败任务单独排队，避免一次重跑覆盖人工修改。
上线后，用屏幕阅读器走一遍真实页面，听听商品列表是否重复、按钮是否能辨认、图表是否缺少解释。抽样测试不能替代全面检查，但能暴露只看后台文本时发现不了的问题。
最后，把替代文本检查放进日常上传流程。更换图片或改变图片用途时，也要重新审核。真正可持续的规模化，不是一次生成两千段话，而是让下一张图片也能得到合适的文字替身。