把狗狗的照片变成健康档案这主意挺绝，但我更在意背后的提示词怎么写

很多人养狗习惯拍照片，但除非是明显的伤口，否则很难通过单张照片看出狗狗状态的细微变化。我最近在研究一个叫 BarkPass 的项目，它把 Gemini 的多模态能力用在了宠物健康观察上。最核心的逻辑不是简单的“描述照片”，而是通过特定的 Prompt 让大模型把视觉信息转化为结构化的观察数据，从而能追踪时间线上的变化（比如精力、姿态、情绪）。

这种场景下，如果 Prompt 写得太泛，AI 就会给你写一段感性的文学描述，比如“狗狗看起来很开心”，这对健康追踪毫无意义。要实现那种“结构化读图”，必须在 Prompt 中强制要求输出固定维度且客观的描述，剔除所有主观推测。

我模拟了这类功能的底层提示词逻辑，如果你想给自己的宠物做个类似的状态追踪，可以参考这个写法：

# Role
你是一个专业的宠物行为观察员，擅长通过视觉细节分析犬类的身体语言和精神状态。你的任务是客观描述图片中的狗狗，严禁进行医疗诊断。

![把狗狗的照片变成健康档案这主意挺绝，但我更在意背后的提示词怎么写](/uploads/articles/317db66312926e7e.webp)

# Analysis Dimensions
请仅针对以下四个维度进行分析，每个维度仅限 10 个字以内的客观描述：
- Mood (情绪): 观察眼睛、耳朵位置和面部肌肉。
- Energy (精力): 观察身体的紧绷程度或瘫软程度。
- Posture (姿态): 描述站立、坐姿、卧姿及重心分布。
- Flags (异常点): 记录任何不寻常的物理体征（如流涎、异常抓挠、眼神空洞）。

# Output Format
必须以 JSON 格式输出，确保可以直接被程序解析：
{
  "mood": "string",
  "energy": "string",
  "posture": "string",
  "flags": "string"
}

# Constraints
- 不要使用 "看起来"、"似乎" 等模糊词汇。
- 不要给出任何疾病诊断建议。
- 如果图片中没有狗狗，请返回 {"error": "no_dog_detected"}。

为什么这么写有效？因为我把“观察”和“诊断”完全剥离了。对于这类工具，最忌讳 AI 说“狗狗可能感冒了”，这会误导用户。通过强制 JSON 输出和维度限制，可以让数据被存储到数据库（比如 Snowflake）里。这样当你问“这周狗狗精力有变化吗”时，系统是检索过去七天的 energy 字段，而不是让 AI 凭记忆瞎猜。

至于这个项目还串联了 ElevenLabs 做语音合成和 Solana 做宠物护照，虽然噱头挺足，但真正起作用的还是这个视觉到结构化数据的转化步骤。如果 Prompt 没把维度定死，后面的所有自动化流程都是空中楼阁。