时间窗：2026-07-15 ~ 2026-07-28（近 14 天）
对象：五金螺丝 2907039291、固特异 1683970067（脚垫座套）、爱图腾 735670284（车载电器）、龟派 132989916（清洁保养）
方法：图片比例为全量买家消息统计；图片类型与发图后诉求为每店抽样 150 张买家图片（共 600 张），用视觉模型真实看图分类，联合同会话买家文字判定诉求（95% 置信误差约 ±8pp，作方向性读数）
| 店铺 | 品类 | 带图会话占比 | 图片消息占比 | 发图会话人均图片数 |
|---|---|---|---|---|
| 五金螺丝 2907039291 | 紧固件五金 | 32.5% | 8.9% | 1.74 |
| 爱图腾 735670284 | 车载电器 | 27.1% | 6.0% | 1.69 |
| 龟派 132989916 | 清洁保养 | 22.6% | 5.3% | 1.55 |
| 固特异 1683970067 | 脚垫座套 | 19.3% | 5.1% | 1.85 |
五金店发图最猛：每 3 个会话就有 1 个带图（32.5%），图片消息占比（8.9%）接近汽车店的两倍——螺丝紧固件是"看图对货"的强视觉品类。汽车三店发图会话在 19%~27% 之间，其中固特异带图会话比例最低，但单个发图会话里发的图最多（人均 1.85 张），说明脚垫座套买家一旦发图，往往要连发好几张（车内位置、宝贝截图、收到的货）来说清楚。
各店抽样 150 张图片的类型分布（取每店 Top 类型）：
| 图片类型 | 五金螺丝 | 固特异 | 爱图腾 | 龟派 |
|---|---|---|---|---|
| 规格参数/图纸/尺寸/说明书图 | 36.0% | 1.3% | 2.0% | 0.7% |
| 商品实拍图（买家拍的实物/收到的货） | 28.0% | 28.0% | 40.0% | 21.3% |
| 商品链接或宝贝页截图 | 22.7% | 35.3% | 38.0% | 15.3% |
| 车辆/车型/安装位置照片 | 0.7% | 19.3% | 0.7% | 43.3% |
| 订单/物流/聊天截图 | 8.7% | 11.3% | 10.7% | 11.3% |
| 故障瑕疵破损/色差/生锈照片 | — | 0.7% | 2.0% | 6.0% |
四家的"看图特征"完全被品类决定：
五金螺丝——图纸尺寸图主导（36%）。买家发的是螺丝图纸、带尺寸标注的照片、说明书页，外加手里的实物螺丝（28%）和宝贝截图（23%）。核心动作是"照着这个图/这颗螺丝，帮我找同款、对上尺寸参数"。
固特异——商品截图 + 车内位置（脚垫座套）。宝贝页截图最高（35%），叠加收到的货实拍（28%）和自己车内的脚垫位/后备箱照片（19%）。买家发图是为了"确认这款是不是我要的、装我的车对不对位"。
爱图腾——实物 + 链接双高（车载电器）。收到的实物图（40%，四店最高）+ 宝贝截图（38%），两者合计近八成。电子产品买家高频"发收到的机器"和"发宝贝页截图"。
龟派——车辆现场照主导（43%，四店最高）。清洁保养买家发的是自己的车、车漆污渍、划痕现场，问"这个能不能处理我这台车的这个问题"。发图=发现场。
各店发图后的核心诉求分布（Top 类型）：
| 发图后诉求 | 五金螺丝 | 固特异 | 爱图腾 | 龟派 |
|---|---|---|---|---|
| 找同款/确认有没有这个 | 34.7% | 7.3% | 10.7% | 3.3% |
| 问规格尺寸参数 | 30.7% | 4.0% | 11.3% | 3.3% |
| 确认能否适配/能不能用 | 2.7% | 24.0% | 4.7% | 21.3% |
| 质量瑕疵/退换/售后 | 13.3% | 28.0% | 30.7% | 31.3% |
| 安装或使用求助 | 0.7% | 13.3% | 16.0% | 19.3% |
| 求推荐/选型 | 2.7% | 6.7% | 6.7% | 7.3% |
| 价格/优惠 | 7.3% | 8.0% | 8.0% | 6.7% |
| 物流/订单核对 | 6.7% | 8.0% | 10.0% | 6.7% |
两个关键发现：
发现一：汽车三店"发图 = 售后举证"是第一大诉求（28%~31%）。这和售前聊天首问的结构（"适配为王"占 44%~52%）截然不同——买家在纯文字里主要问"能不能装"，但一旦发图，最高频的动作变成"东西坏了/破损/色差/装不上，我拍给你看"。发图行为明显偏向售后举证与问题现场。这意味着：图片是售后问题的高浓度入口，机器人对图片的第一优先能力，应该是"识别这是不是一张投诉/瑕疵图，并自动引导退换举证流程"。
发现二：五金店是唯一例外，发图几乎全为售前找货（约 65%）。五金买家发图后"找同款/有没有这个"（34.7%）+"问规格尺寸参数"（30.7%）合计超六成，售后举证仅 13%。因为螺丝是高度标准化、靠图纸/实物比对的品类，发图=以图搜货、对规格。这也是五金店发图比例最高的根因。
汽车三店内部也有侧重差异：固特异发图后"确认能否适配"（24%）显著，脚垫座套要对车对位；爱图腾/龟派"安装或使用求助"（16%/19%）更突出，电器和保养品买了不会用就拍图来问。
把"图片类型 × 发图后诉求"交叉起来，四店指向两条清晰的多模态能力线：
能力线一：以图搜货 / 图片转 SKU 定位（售前）。五金的"图纸/实物图 → 规格识别 + 找同款 SKU"，汽车的"宝贝页截图/实物图 → 精准定位到具体商品"。汽车三店的商品链接/截图类图片占 15%~38%，买家习惯"截图问这个"，机器人必须能把截图/链接还原成店内 SKU，再接规格/适配问答。这与三店售前诊断里"车型/场景适配引擎"是同一个底座——图片识别是适配引擎的入口之一。
能力线二：售后瑕疵图自动预判与举证引导（售后）。汽车三店约 30% 的发图诉求是质量/退换/售后，且龟派已有 6% 是明确的破损/色差/生锈图。机器人可用视觉模型自动判定"是否瑕疵图、属于破损/色差/漏发哪一类"，直接结构化举证信息、预填退换单、快速转对口人工，既降人工负担又提售后体验。
优先级：五金店先做"以图搜货 + 规格 OCR"（发图找货占 65%，价值最集中）；汽车三店先做"售后瑕疵图自动分流 + 举证引导"（发图售后占 30%、痛点最尖锐），再逐步补"截图/实物图 → SKU 定位"以打通售前适配。
图片比例基于全量买家消息统计，买家图片以消息为图片直链判定。图片类型与发图后诉求为每店随机抽样 150 张买家首图（共 600 张），用视觉模型（通义千问 VL 系列）真实看图 + 同会话买家文字联合判定，600 张 0 失败；单店样本 150 张，95% 置信误差约 ±8pp，为方向性读数而非精确占比。发图后诉求按"该会话买家发图前后的文字"归类，单张归一个主诉求。全部指标以业务语言描述。