客户甩过来一摞手写体检单，让我把数据录入系统。扫了一眼，血压、血糖、尿酸，字迹跟医生开的药方似的，龙飞凤舞。第一反应是骂娘，这得录到猴年马月？时间就是金钱，我这把年纪（39了）的时薪，不是用来干这个的。
直接上 GPT-4o 的视觉识别。拍了几张照片扔进去，结果血压的“120/80”能识别成“120180”，血糖的“6.5”能看成“G.5”。这不行，误差率太高，返工成本比手填还高。得设计一个校验逻辑，不能让它一次性输出结果就完事。
我的思路是“自检循环”。不是让 AI 一次性识别整张图，而是拆成三步走。第一步，先让 GPT-4o 把图片里所有可能是数字和单位组合的区块给我圈出来，用坐标定位。比如，找到“血压：”后面的那个区域，找到“空腹血糖：”旁边的区域。这一步它干得还行，毕竟找“可疑区域”比直接认字容易。
第二步，才是核心。我把圈出来的每个小区域图片，单独再喂给 GPT-4o，但这次给它的指令变了。我不问“这是什么字”，我问“这是血压值吗？如果是，请按‘收缩压/舒张压 mmHg’格式输出；如果不是，请输出‘NOT_BP’”。对血糖、尿酸等其他项目也一样，一个问题只针对一个项目做“是或否”的格式化工序。这叫“强制分类识别”，用格式倒逼准确性。
但这样还有漏网之鱼。所以有第三步，也就是“循环”部分。我会把第二步所有识别出来的结果，拼成一个结构化的字符串，比如“BP:120/80, GLU:6.5, UA:350”。然后，把这个字符串和原始图片，再一次交给 GPT-4o。这次指令是：“这是根据图片识别的结果，请逐项核对，是否有明显不合理之处？例如，血压舒张压是否可能高于收缩压？血糖值单位是否为 mmol/L 且数值是否在常见范围（比如1-30）内？如有不合理项，请标记‘REVIEW’并指出项目。” 它有时候能发现一些上下文矛盾，比如把尿酸单位错认成血压单位。
发现 REVIEW 项，我就把对应区域的图片，再丢回去做第二步，但这次会附加一条提示：“上一轮识别可能错误，请特别注意类似‘7’和‘1’、‘5’和‘6’的手写体区别。” 通常两到三轮循环下来，准确率能从最初的不到70%拉到95%以上。剩下的极少数疑难杂症，才值得我人工介入看一眼。
这套流程我用 n8n 搭起来了。手机拍照自动上传到云盘，触发工作流，调用 OpenAI API 跑这个“识别-分类-复核”的循环，最后把清洗好的数据写入 Google Sheets，再同步到客户的系统里。整个流程，我只需要按一下拍照键。前期调试这个循环逻辑花了大概两天，但之后处理几百张单子，就是全自动的。
以前我迷信技术栈，觉得会 Python 写爬虫、会用 Selenium 自动化就是效率。现在看，那种是“体力自动化”，还是自己在跟代码较劲。GPT-4o 这种是“脑力自动化”，我把识别、判断、纠错的逻辑设计好，它就能像有个不知疲倦的初级助理一样去执行，而且这个助理还懂一点医学常识（来自它的训练数据）。关键不是它一次性能做多对，而是我设计的这个“自检循环”机制，让它具备了容错和迭代的能力。这感觉就像从自己拧螺丝，变成了设计一条流水线，虽然还得盯着，但心力消耗完全不是一个级别。
39岁，还在跟手写体较劲，说出去有点滑稽。但没办法，客户的需求就是这么 dirty。好在，现在我有办法让机器去消化这些 dirty work，而不是消耗我自己。这大概就是 2024 年，一个老产品经理的生存之道：不拼手速，拼系统设计。
