让AI读收据和图表的三条现成提示词

原文要点

作者称在2026-09-27用自制收据、柱状图、倾斜表格图片测试ChatGPT、Gemini、Claude；比较维度为正解率、再现率、耗时、指示遵守。其记录为ChatGPT 12/12、Claude 13/13全对，Gemini 10/12且两次在收据找零拒答；耗时中位数Claude 14.0秒、ChatGPT 14.4秒、Gemini 19.5秒；Microsoft Copilot因登录中断0试行。作者强调单次测量、材料为虚构、用机器按误差0採点，结果会随日期与题目改变。

这次做成什么

把作者的格式约束转成三条可粘贴中文提示词，并用一套自制收据、柱状图、轻斜表格图片做小型复核：每张图开新对话上传，先做一次不计分的空跑，再重复2到3次，按完全相等採点，记录是否拒答、是否多行、是否加解释。

准备什么

• 任一可上传图片的多模态AI对话页面，最好同时开两个不同服务做交叉确认
• 能制作或导出三张清晰测试图：收据、柱状图、轻微倾斜表格；不要先用皱褶实拍票据下结论
• 一个记录表，字段含task、trial、model、answer_text、exact_match、refused、line_count、seconds

具体怎么做

1. 生成三张答案已知的练习图

   用下方合成数据在表格软件或绘图工具出图：收据含小计、消费税、合计、预付、找零；柱状图含1到6月六根柱且柱顶标数；表格做5列4行后旋转3到5度。导出PNG时保持数字锐利，答案先写进记录表但不发给AI。

2. 用新对话分别跑三条提示词

   每个任务都开新聊天，只上传一张图，再粘贴对应提示词全文；正式计分前发一次只回复好的空跑且不计分。同一任务重复2到3次，顺序在不同模型间轮换，避免把上一轮上下文带进去。

3. 按误差0和格式规则採点

   数字任务必须和预置答案完全一致；找零任务若返回无法处理或自称纯文本，记refused=true且exact_match=false；物品任务逐行核对7项是否齐、是否编造；格式任务统计行数、行首符号、是否出现解释。不要把思考中、朗读提示或图片角落PNG标签当成答案本体。

4. 失败时换模型复验而不是追问

   若某模型对同一收据的合计能答、找零拒答，不要连续逼问；保留截图与原文，换另一个模型用同图同提示词复核。结论只写成某次某图某模型表现，不推广成永久排名。

可直接复制的材料

请读取附件收据图片中的小计、消费税、合计三个金额。规则：答案恰好3行，顺序固定为小计、消费税、合计；每行写成 项目: 数字；数字用半角阿拉伯数字，不加千分位、货币符号、单位或任何解释；看不清就只输出 无法读取。

请读取附件收据图片下方与找零有关的金额。规则：答案恰好1行，写成 找零: 数字；数字用半角阿拉伯数字，不加千分位、日元符号、人民币符号或解释；如果没有找零行就输出 找零: 无；不要计算图片中不存在的差额。

请读取附件图片中指定范围的数值。若是柱状图，读取1月到6月全部柱顶数字；若是表格，只读取商品A这一列从上到下全部数字。规则：1个月或1行输出1行，写成 标签: 数字；数字用半角阿拉伯数字，不加千分位、单位、合计或解释；顺序必须与图像从左到右或从上到下一致；漏一项即为失败。

image,label,value
receipt,小计,2460
receipt,消费税,246
receipt,合计,2706
receipt,预付,3000
receipt,找零,294
bar,1月,9300
bar,2月,6100
bar,3月,4800
bar,4月,7200
bar,5月,3600
bar,6月,2900
table,2025-07 商品A,2300
table,2025-08 商品A,2400
table,2025-09 商品A,3500
table,2025-10 商品A,5800

输入与输出示例

本站虚构演示，非作者测量，也未调用任何模型；你的结果可能随模型版本变化。

输入

用上方合成数据生成收据图后，新对话上传该图并粘贴提示词2；预付3000、合计2706，因此预置答案找零为294。

对应输出

合格输出只有一行：找零: 294。若输出 找零: 294元、共两行解释、根据计算应为294、或返回无法处理，都记为不合格；其中拒答单独记refused=true。

做完检查这些

• 三条提示词都能整段粘贴，且明确限制行数、半角数字、禁止解释和千分位
• 收据练习图的预置答案满足3000减2706等于294，採点表在测试前已写好
• 同一任务至少重复2次并轮换模型顺序，空跑回复不计入正解率
• 记录表能区分exact_match=false、refused=true、line_count超标三种失败

容易卡住的地方

• 作者比较基于有料プラン、默认模式、自制清晰图和37个可採点试行；不能推出免费版或实拍皱褶收据同样表现
• Gemini找零拒答是作者那次记录，原因不明；本站不宣称任何模型现在仍会或不会拒答
• 数字千分位、货币符号、PNG角标和思考中文字要按统一规则剔除或判错，先定规则再採点
• 不要把单次小样本说成永久排名；日期、题目、模型显示名变化都可能改变结果