测试方法
我们如何测试 Style Finder 的匹配商品
一款通过照片搜索服装的 App，其价值取决于匹配的准确度。因此，在每次更新发布之前，我们都会使用已知答案的照片进行测试，并公布我们的发现。
作者：Style Finder · 更新于 2026年10月26日
AI 插图简而言之
- 我们将 45 张已知答案的照片，按照与 App 完全相同的步骤进行测试。
- 在 32 张知名产品的照片中，2026 年 10 月的测试结果显示，有 31 张（97%）正确匹配的商品排在首位。
- 名人照片和社交媒体帖子的难度更高：在我们最近的测试中，排在首位的准确率在 69% 到 85% 之间。
- 每一项修改在上线前都会经过评估，任何无益的更改都将被弃用。
我们的测试照片
我们保留了两组照片，每张都有已知答案：即照片中展示的具体商品。
- 32 张知名产品的照片：包括 20 双鞋靴、6 件服装和 6 件配饰，从运动鞋和靴子，到背包、手表和太阳镜。它们都是真实的日常照片，如穿着、手持或平铺展示，并在 Wikimedia Commons 上以免费许可发布。
- 13 张高难度照片：活动现场的人物照片，以及经过处理、带有配文、@用户名和话题标签的社交媒体帖子截图。其中一张照片的配文提及了与照片中不同的商品，另一张则试图将 App 引导至某家店铺：App 应该相信它所看到的。
我们如何为搜索评分
每张照片都会完整经历在 App 中的操作流程：发现单品、框选需要的物品、搜索店铺、检查店铺页面并对比照片。不会跳过任何步骤，也没有任何额外辅助。在每次搜索中，我们会记录：
- 正确的商品是否作为首个可能匹配出现，还是排在前三名，或者未能找到；
- 正确的匹配商品是否包含从店铺页面读取的照片和价格；
- 搜索所耗费的时间；
- 匹配失败时的具体原因。
最新结果
- 正确商品排在首位，测试 32 张知名产品照片
- 97%
- 正确商品排在首位，测试 13 张名人和社交媒体照片
- 69–85%
- 带照片展示的匹配商品
- 100%
| 测试集 | 照片数 | 首位匹配正确 | 排名前三 |
|---|---|---|---|
| 知名产品 | 32 | 97% | 97% |
| 名人和社交媒体照片 | 13 | 69% 到 85% | 77% 到 92% |
一次典型的搜索，从选择单品到看到匹配商品，大约需要 10 到 11 秒。
仍存在的问题
- 无法买到全新的单品。一顶售罄的帽子被正确识别，但没有店铺出售全新的商品，因此 App 无法提供它。在这种情况下，App 会提示您该单品无法购买全新商品，并展示相似单品。
- 外观极为相似的款式。同一品牌的不同款式在照片中可能看起来几乎一样，例如同一制造商的两款手提包。照片对比功能并不总是能将它们区分开来。
- 错误的配文。当帖子的配文提及了与照片中不同的商品时，App 有时会相信配文。
我们如何利用测试结果
对于 Style Finder 搜索方式的任何更改，在上线前都会在这两组照片上进行测试，只有当正确商品排在首位的频率不低于以往时，更改才会被保留。一些听起来不错的更改并未通过测试：例如让 AI 思考更长时间，不仅加倍了等待时间且毫无成效；在未找到店铺页面时将商品排名后移，反而让错误的商品更频繁地排在首位。通过测试的更改则包括：读取单品上印有的品牌名称和型号，以及搜索每个匹配商品的照片，以确保您看到的每个匹配商品都有图片。
想了解更多关于这款 App 的信息？请阅读 关于 Style Finder。
