资讯 2026-10-22 #AI 构建器#多模态#产品动态

给 AI 构建器发 PDF 和图片,它看得懂了

AI 构建器会话已支持直接上传 PDF 与图片:扫描的表单、合同文件、Excel 截图都能作为开发输入,构建器先读懂再建模。本文讲清它怎么解析、适合投喂什么、以及上线前必须人工核对哪些地方。

先说结论:表格不用再手打进对话框

用 AI 构建器做业务模块,最卡人的一步从来不是"生成",而是"描述"。很多企业手上的东西本来就是一张纸、一个 PDF、一张截图——车间的设备点检表贴在机器旁边,供应商的对账单是一份 PDF,仓库账在 Excel 里存了七八列。要把它变成能用的模块,过去得有人把这些格子一栏一栏念给 AI 听,念漏一列,后面字段就缺一列。

从 2026-10-11 起,这一步省掉了:构建器会话支持直接上传附件,PDF 和图片都能作为开发输入。你手上有什么,就直接给什么。

具体到日常,常见三种投喂方式:

  • 现有表单拍照:纸质点检表、报修单、领料单、验收单,用手机拍一张,上传进会话,让构建器按这张表的栏目建模块。
  • 合同或单据 PDF:合同台账、对账单、报价单这类原本就在文件里的东西,直接把 PDF 拖进会话。
  • Excel 截图:来不及整理模板时,先把表头和一个填好的样例截一张图,构建器按截图里的列去建字段。

操作位置很直白:会话输入框的附件按钮上传文件,然后像平时一样把需求写在后面。比如"照这张照片里的点检表建一个模块,点检部位做成明细行,判定结果用下拉,正常与异常可选"。

附件不会替代你的描述,它替代的是"逐个字段抄写"。哪些字段要保留、哪些要合并、谁有权限改——这些判断仍然由你在文字里说清楚,构建器照做。

它是怎么看懂一张扫描件的

这里值得花几十秒讲清楚原理,因为它直接决定了你该期待什么、不该期待什么。

PDF 走两条路。 一份 PDF 有两种可能:一种是从系统导出的电子文件,文字是文本层里的真文字;另一种是扫描件,整页其实就是一张图。构建器对同一份 PDF 做双层处理——文本层能读到的部分直读,读到某页发现没有文本层(也就是扫描页),就把那一页转成图像交给视觉模型去看。两份内容合起来,才是完整的一份文件。这样做的好处是:一份混装的 PDF(前面的表格是电子导出,后面几页的签字页是扫描)不需要你手工拆开。

图片先被"看一遍",再进入建模。 图片本身没有文字层可读,构建器会先让视觉模型对图片做描述——表头是什么、有几列、每列放的是什么内容、有没有勾选框——这段描述连同图片一起进入建模上下文,成为生成字段与页面的依据。所以图片不是被"识别成一段乱码文字"塞进去,而是被理解成一张有结构的表。

一句话人话版:能选中文字的 PDF 直接读字,剩下读不出字的页面转成图来看;图片交给视觉模型先描述一遍,再拿去建模。

这一步做完,接下来就是你熟悉的那条路:构建器在沙箱里建表、配页面、挂菜单,出错有错误账本可查,满意了再走预检发布。想先看一遍完整流程,可以从 AI 构建器上手:从一句话需求到可发布的业务模块 开始,附件只是把"一句话"变成"一张表加一句话"。

一次实操:从纸质点检表到双端可用的模块

拿最常见的设备点检举例,过去要做这件事,得先有人把纸表整理成 Excel,再做字段映射。

  1. 拍照上传:把车间现在用的点检表拍清楚,注意表头、列名、勾选栏要完整入镜,不要拍斜、不要漏掉右侧被裁掉的列。
  2. 写清需求:附件给的是"有哪些栏目",你补的是"怎么用"。例如:点检部位作为明细行,每个部位一行;判定结果做下拉,正常与异常两项;异常时要求填处理说明;点检人和点检日期带默认值。
  3. 看生成结果:构建器会在沙箱里建出字段和页面,你逐列对照原表——列少了补一句,列多了删掉,名称按厂里的叫法改。这一步不用怕改,改错了可以回退,具体写法见 修改与编辑模块:指令写法、错误账本与版本回滚。
  4. 手机端对照现场:模块发布后手机端会自动有对应的伴同页面,点检员拿着手机在设备旁边逐项点,这一步才是真正的验收;移动端怎么用见 移动端使用指南:工作台、模块页与手机上的 AI 构建。

如果这张点检表本来就是行业通用格式,也可以先看 设备点检巡检:把例行检查变成可追溯的记录,里面把点检的部位、标准、周期、判定这几层关系拆解过一遍,对着它写需求会更快。

附件不是万能:这五件事仍然要人来做

把限制说在前面,比事后返工划算:

  • 手写与模糊照片不保证准。 视觉模型看印刷体表格把握较大,看到手写潦草、折痕压字、光线过暗的照片,识别结果就要逐条核。原件不清楚,重拍一张比反复改模块省时间。
  • 单位、精度、编号规则必须你定。 图片里不会告诉你"这一列是千克还是吨"、"单据号要不要按年月自动生成",这类口径要在需求里写明,或者发布前用 数据字典:管好下拉选项的统一口径 统一。
  • 判定标准是业务知识,不是表结构。 点检表上写"温度不超 60 度",判断逻辑、超标后通知谁,这些要作为规则补进去,附件只能给出栏目。
  • 权限与审批不会从图里长出来。 谁能改、谁能看、异常单要不要走审批,需要在需求里说,或者在发布后用角色与权限配置补上,参考 角色与权限配置:从内置角色到自定义授权。
  • 附件只是入口,不是需求书。 附件解决"有哪些字段",文字解决"流程长什么样"。两者一起给,一次成型率最高。

另外,如果文件本身就是规整的 Excel,走导入这条路通常比截图更稳,做法见 用 Excel 一步建模块:从表格到可用的业务系统。

现在就可以试

打开 AI 构建器 的会话,点输入框旁的附件按钮,把最近一次让你头疼的那张表传上去。建议第一张选结构简单、用途明确的表——一张领料单、一张访客登记表,比一份三十页的合同更适合作为第一次尝试。等这一轮跑通,再把合同、对账单这类长文件丢进来,你会更清楚该在需求里补什么。

从"把纸质表拍照上传"到"手机上能用",现在中间只隔一次会话。

一句话,上线一个业务系统 — 想看看它能为你的业务做什么?
咨询热线 / 微信同号 15552251270
进入演示环境 →