多模态大模型OCR识别并解答产品系统

调用多模态大模型，通过系统化的提示词（Prompt）工程优化与迭代，构建一套高效、准确的图片识别与信息提取服务，并进一步扩展为支持复杂视觉问答（Visual Question Answering, VQA）的一体化AI能力平台。该服务实现对图像内容的结构化提取、语义理解与自然语言交互应答，并通过标准化API接口与企业现有系统进行无缝对接和联合调试。最终将整体能力封装为可独立部署、高可用、可扩展的微服务，支持多模态输入与智能化输出，适用于多样化的业务场景如智能审核、内容分析、自动化运维等。