我把详情页尺码表拍成图喂给AI，它把M码腰围答成了L码的

上周遇到一个特别离谱的事，必须来问问大家……

我们品牌一条阔腿裤，详情页里的尺码表是一张图片，不是文字表格。我自己用手机拍下来，转成文字丢给AI做问答测试，问它「这条裤子M码腰围多少」，它张嘴就来「72cm」——可我们M码明明是68cm，72是L码的数。

我以为就是模型读错了，又换了三个问法，结果它每次都答72，稳定得像真的一样。这下我不敢糊弄了，把原图翻出来一条条对：图片里M码那一行确实写着68，但表格的列标题是「腰围（cm）/臀围（cm）/裤长（cm）」，三列挤在一起，图片压缩之后「68」和旁边的「72」挨得特别近。我拿放大镜看都差点串行，更别说AI了……

后来我做了个小实验：

1. 把尺码表重新做成文字版表格，写明「M码｜腰围68cm｜臀围96cm」，再问，答对了。
2. 保留图片，但在图片上方加一行文字说明「本表单位为cm，按S/M/L顺序排列」，答对率大概七成。
3. 只留图片、什么说明都不加，答对率不到三成，而且错的那几次全是把相邻数字读串了。

我现在的判断是：不是AI「不懂」尺码，是它从图片里抠数字的时候没有行列结构，一挤就串。这个坑跟我们之前发现的产品图裁掉材质标签被认成真丝，其实是同一类问题——图里缺了「这数字属于谁」的元信息。

但我们小编权限有限啊，详情页的模板是平台那边定的，改文字表格要排期，加说明还得走设计。我现在只能先在监测清单里把「尺码类问句」单独标出来，凡是问尺码的答案都人工复核一遍，一天大概三四十条，累是真的累……

想请教下做过服装类GEO的大佬：详情页尺码表这种图，你们是说服业务改成文字表格，还是有别的低成本办法能帮AI把行列对齐？比如在图片alt里写结构化说明，真的有用吗？还是说只能等模板改版？求指点🙏