户型图识别上线三个月就没人用了——一个房产中介小程序AI功能的返工记录
先说一个常见结局：某个独立开发者接了房产中介小程序的活，顺手加了个“AI户型解读”功能，demo 很惊艳，业主拍张户型图上传，AI 自动识别房间布局、朝向、面积，还能生成一段卖点文案。上线两个月，功能入口的点击率跌到忽略不计，中介经纪人干脆自己截屏发给客户。
问题不在“要不要做”，而在“怎么做的”。这篇文章复盘这类项目常见的失败路径，再给出一条更靠谱的落地方案，适合独立开发者和小团队直接参考。
一、先看三种典型的失败做法
失败做法一：把户型图当普通图片，直接丢给多模态模型。 开发者用通用视觉模型识别户型图，模型会“自信地”告诉你三室两厅，但客厅和卧室根本分不清，因为它没有户型图这种线稿矢量图的领域理解。识别错一次，中介就不再信任这个功能——房产场景里，错误答案比没有答案更糟。
失败做法二：让 AI 一口气输出全部信息。 户型解读包含结构识别、面积估算、朝向推断、动线分析、卖点文案生成，五个能力混在一个 prompt 里。结果每一项都只做到六十分：面积估算偏差大、朝向纯属编造、文案全是“南北通透采光佳”这种套话。用户觉得“还不如我自己看”。
失败做法三：模型写死在代码里，一个模型包打天下。 上线时选了一个当时效果最好的多模态模型，三个月后厂商升级换代，接口参数变了，识别效果也被新模型反超。因为模型调用逻辑散落在业务代码里，改一次要动三层代码，开发者拖着不想改，功能就慢慢烂掉了。
这三条的共同点：把 AI 功能当成“接一个接口”的体力活，而不是当成一个需要架构设计的系统。
二、正确的路径：拆解任务、分离识别与生成
户型图解读的正确做法是管道化：把一个模糊的“看图说话”任务，拆成性质不同的子任务，每个子任务用最合适的模型。
第一段：结构化识别。 户型图是标准化的工程图纸，识别“几个房间、门窗位置、墙体走向”这类信息，应该用视觉理解能力强的多模态模型，并且 prompt 中注入领域知识（比如“图中带斜线填充的通常是窗户”“门用四分之一圆弧表示”），输出强制为 JSON 结构。允许模型输出“无法确定”，而不是逼它编。
第二段：业务推理。 拿到结构化 JSON 后，动线分析、面积合理性判断这类工作交给文本推理模型即可，成本远低于多模态模型。这里可以做规则校验：识别出的房间面积之和与标注总面积偏差超过 15% 就标记为低置信度。
第三段：文案生成。 卖点文案用轻量快速模型生成，套用中介自己提供的文案模板风格，而不是让模型自由发挥。
关键点：三段任务的模型可以不同、可以独立替换、可以独立降级（比如第二段挂了，第一段的识别结果照常返回）。
三、架构设计与实现步骤
推荐架构：
小程序端 → 业务后端 → 统一AI网关 → 模型路由 → 各段模型
↓
结果缓存 + 置信度标记落地步骤清单：
- 准备种子户型图数据集（100~300 张即可起步），覆盖常见格式：开发商彩图、黑白线稿、手绘翻拍。写人工评估表，每张图标注正确答案。
- 接入统一 AI API 网关，先只配两个模型：一个多模态识别模型、一个文本生成模型，网关层做 key 管理和限流。
- 实现识别管道：第一段 prompt 返回 JSON Schema 校验；失败自动重试一次并降级 temperature。
- 加置信度机制：低置信度结果在界面上明确标注“AI 初步识别，请以实际为准”，而不是硬扛。这一条直接决定中介是否敢把结果发给客户。
- 建立离线评估：每周用种子数据集跑一遍识别准确率，模型路由切换前后对比，防止“升级变降级”。
- 灰度上线：先开放给 3~5 个合作中介，收集真实户型图的失败 case，迭代 prompt 和领域知识库。
四、为什么统一 AI API 网关能显著降低维护成本
回看失败做法三：模型调用散落在代码里，换模型就是一次小型重构。统一网关的价值在这里体现得非常具体：
- 换模型只改配置：识别模型从 A 换到 B，业务代码不动，网关路由表改一行。管道化架构下你有两三个模型，没有网关就意味着两三处代码耦合。
- 统一降级与重试：三段管道的失败处理逻辑写在网关层一次，而不是每个调用点各写一份。
- 成本可观测：户型识别是多模态调用，token 成本是文本的数倍。网关统一记录各段调用量和费用，你能清楚看到“每张户型图的解读成本是几分钱”，这决定了给中介的定价空间。
- 不被单一厂商锁定：模型市场迭代很快，今天识别最准的模型半年后可能被反超。走网关意味着你随时可以用同一套接口切换到更便宜或更准的选择，试错成本接近于零。
对小团队来说，这不是锦上添花——管道化 AI 功能的模型调用点天然就有多个，网关是把这些调用点收敛成一处配置的基本功。
五、几点务实提醒
- 不要追求“识别任何户型图”。竖版手绘、拍照严重倾斜的图，直接引导用户上传标准户型图，识别率比技术优化更重要。
- 卖点文案让中介可编辑。AI 生成初稿、经纪人改定终稿，这个交互比全自动更容易被一线接受。
- 面积永远标注“估算”。这一行小字能挡掉大量售后纠纷。
从失败做法走出来之后你会发现，户型图解读不是一个“模型能力”问题，而是任务拆解、置信度设计和模型治理的组合问题。把这三件事做对，这个功能才能真正留存在中介的日常作业流程里。
如果你正准备动手，可以先在统一 AI 网关上注册一个账号，把识别和生成两个模型配起来跑通第一版管道：https://api.thistoken.ai/register
---
不想折腾多家供应商的接入差异？在 https://api.thistoken.ai/register 注册，用一个 base_url 调用所有模型。