今天分享的内容从一次小题大做的操作记录说起：

话说有一天，为了给一款产品链接做优化，我重新调规划了SKU名称、定价、标题和一些图片，结果上架后系统提示违规，于是重新进入编辑，按违规提示把每一张图每一个字每一个步骤都进行了检查，但始终没找到任何违规提示中提及的内容，不管怎么调整，只要上架都提示违规。本来想申诉的。但按平台的尿性，谁知道猴年马月能通过。

本着做电商就得钻研的态度，我决心要把原因找出来。[奋斗]

首先我以为是平台近期调整规则的影响，又把回去把旧链接原封不动复制后上架，结果通过了！

那就说明是调整的内容有问题，最有可能的是图片。

于是我又把新增的图片逐一增加上架测试，最终发现是一张产品功能说明图出了问题。那是我手戳的一张图，只是在产品上配置上一圈关键字说明，上面每个字都是自己码的，所以不可能存在违规提示的内容。

这就见鬼了，难道图上的内容还拼凑出被系统错误解读的东西？[思考]有可能！所以我把图丢给豆包，看看豆包怎么分析。

豆包啥都能给出答复，它说可能是OCR识别误判，并给出可能被误判的位置。（这家伙还是挺厉害的。鼓掌~）

然后我按豆包指出的地方做了修改，上架，出来的仍然违规。但我认为豆包的思路应该是正确的，因为排查的范围已经足够精确了。于是我把问题图上的模糊小字一点点进行排查，最终测出来是产品本身印刷的几个小字，因为照片在之前给AI修过，上面有些字太小，修过后是模糊的，导致被误判了。

修改前

修改后

就是上面这两个黄色的图，当我把修改前第一个图标下面的模糊字改清晰后链接上架就通过了。

那么也就是说，图片中哪怕是非常非常小的字，它也是在系统采集的内容范围内，这也验证了网上的说法，系统采集的信息精细到每一个像素。证明通过对规格图进行叠图、拼图进行防比价上的合理性。但也大概率无效。

因为！一条链接的标签系统大概会从四个维度进行收集，并不单单只采集了规格图信息：

1、结构化信息，就是上链接时填写的固定字段，比如商品属性、价格、类目等等、重量等等；

2、文本信息，包括你的标题，详情页的文字描述，甚至你们客服聊天里的高频词汇，买家评价等等都是，然后系统会用NLP分析文本，最终提取语义，打上标签；

3、图像信息，就是OCR识别，它识别的不仅仅是图案场景，还会读取图像化的文字内容，哪怕你用的是手写的像鸡爪抓出来的字，它都会进行分析识别；

4、行为数据信息，系统还会针对这款产品采集平台上用户的行为数据来修正标签。

另外还有一个维度是店铺的信息，这个是基础，你上架的每一个链接与生俱来的标签。比如你店铺主营车品，专营店，旗舰店，他的店铺主营家清，个人店。那么，即使你俩在同一个类目，用同样的图文信息上了两个一模一样的链接，由于前置的店铺信息不同，最终打到你俩链接上的标签也是不一样的，进而匹配到的人群也不同。

明白这个道理后，你就不难理解，为什么我们需要做垂直，不论是货架电商也好，还是短视频账号，基本逻辑都是相似的。你也就知道什么是打标签，人工能干预的有哪些操作。

所谓的垂直并不是说你只能发同个类目的产品，或者同一种内容的视频，而是你传递给系统的信息能否形成一致性更高的标签，从而匹配对更精准的人群。

打比方我的目标是潮汕老乡这个群体，我上的产品什么都可以，吃的穿的玩的用的都行，关键不是什么类目，而是符合这个群体共性的特点，例如潮汕话、功夫茶、营老爷、清明祭祖、中秋团圆……这些都是潮汕地区生活里共有的符号。我需要传递给系统的关键信息是“地域共性特征”。

又比如我是做母婴产品的，首选的目标人群是宝妈，浮在水面上的需求是奶瓶奶粉婴童装尿不湿玩具这些，埋在水下面的呢？宝妈也是个普通人，她并不是只有宝宝这一项选择。关爱宝宝的也不止宝妈，爷爷奶奶外公外婆也是你可选的目标。

如果你想干预这个标签，说实话，挺难。算法太复杂，计算量太大，我们人类大脑那点算力跟不上。但，不论从产品范围还是人群范围，你能“喂”给系统的信息确实是可以有更多想象空间的。

就像母婴产品，它的人群可以是“需求共性”，“性别共性”，“年龄共性”，“行为共性”等等。你在的信息中重点传递“宝妈”这个角色，而她重点传递“都市家庭”这个场景。最终匹配给你的可能是更倾向于孕妈，而匹配给她的可能是就是都市女性。