AI 把服务标准落到每一张图片
安装维修等以不同规则自动核验，一线服务标准化、统一化。
- 检查工服、工牌、安全设备、安装规范、设备外观等图片要求。
- 按安装、维修、退换货等场景配置不同图片规则和通过标准。
- 审核记录随工单留存，后续结算、客诉和责任界定都有依据。
智能质检 Agent
从事后抽检，到现场闭环
把企业服务标准放进回单上传动作里，AI 自动审核图片、OCR 文本与工单字段，工程师上传即收到不合规反馈，让问题在现场整改，让结果可追溯。
上传即审
全量质检
现场整改
服务图片越来越多，现场质量却越来越难靠人工管住
服务商多、工单多、图片多，标准又分散在安装、维修、退换货等不同场景里。只靠人工事后抽检，问题常常发现得太晚。
人力成本高海量回单审核跟不上
反馈太滞后离场后才发现问题
标准难统一判断容易依赖经验
举证不完整纠纷责任难界定
改进缺依据运营复盘缺少数据
让质检从事后抽查变成现场闭环
把质检标准、行业模型、OCR 与大模型接入回单流程，让问题上传即发现、现场可整改、结果可追溯。
AI 全量初审，人工聚焦异常复核
视觉大模型先做高频图片初筛，行业专有视觉模型再做复杂规则理解，兼顾效率、准确率及成本。
- 高频图片由视觉大模型先做初筛，减少人工逐单看图。
- 复杂规则、字段关联和异常原因由行业专有视觉模型精判。
- 人工重点处理疑难和异常工单，把审核精力用在真正需要判断的地方。
AI 现场反馈，问题当场整改
工程师上传图片或填写字段时，AI 秒级返回不合规项，减少事后返工和客诉争议。
- 缺图、角度不对、安装不规范等问题在上传时即时提示。
- SN、铭牌、面单、服务描述等信息可与工单字段一起核对。
- 异常类型沉淀为培训、考核和服务商质量管理依据。
