买房看房 22 套都没定下来，问题不在预算，在 Zillow 根本搜不到关键信息

所有房产 App 都卡在卧室数、卫浴间、价格这些数据库字段上，但“大门朝向合不合风水”“楼下有没有带完整卫浴的卧室”“后院平不平整能让小孩跑”“房子后面是不是贴着四车道公路”——这些全藏在户型图和卫星图里，搜索框压根摸不着。我索性自己动手，搞了个专治“看房”而非“搜房”的小项目。

最初设想很简单：写个复杂提示词，把户型图喂给大模型，让它直接打分出报告。折腾一个周末，这路数彻底翻车。

模型爱在没看图时凭地址瞎编，请求还时不时甩个 503 过来。更致命的是，把“判断标准”和“视觉识别”混在一个 Prompt 里，工作流根本没法维护——风水要求南向大门，另一套逻辑觉得北向更优，改个偏好就得重写一堆提示词。

悟出来的道理是：Gemini 干感知，代码干决策。

工作流拆成两段，“感知-逻辑分离”才真正跑通：

• 第一步（感知层）： 户型图和卫星图交给 gemini-1.5-flash-lite，不问“这房子好不好”，只问物理事实：“大门在哪个方位？”“厨房在哪个象限？”“楼下卫生间有浴缸还是只有马桶？”
• 第二步（决策层）： 用 TypeScript 写个简单评分引擎。模型输出的物理事实进缓存，再按个人偏好（比如 Vastu 规则）计算。

实操收益立竿见影：

• 速度飞快： 物理事实识别完，改一次偏好只需 23 毫秒，不用重新调模型。
• 结果可复现： 同一套房，识别出的物理特征恒定，换问法不换分数。
• 准确率可量化： 用 Gemini 按文字描述生成的“标准答案”户型图做测试，识别准确率实测 93% 以上，误差基本都在方位偏差上。

两个坑必须提：

1. 别迷信大模型，Lite 版反而更香： gemini-1.5-flash 处理两张图时，偶尔卡 59 秒直接报 503，gemini-1.5-flash-lite 响应只要 1.5 秒，准确度几乎没差。高频单一任务的 Agent，轻量化模型性价比碾压。
2. 分清报错类型： 503 UNAVAILABLE 别误判成频率限制（429），这是后端服务问题，得做 Fallback 降级处理。

下面是我整理的“物理事实提取”提示词模板，可以直接拿去测户型图识别：

# Role
You are a highly precise architectural visual analyst. Your task is to extract physical facts from the provided floor plan and satellite imagery.

# Task
Analyze the provided images and answer the following questions with absolute objectivity. Do not provide opinions, scores, or subjective evaluations.

# Questions to Answer
1. Entrance Orientation: Which compass direction does the main entrance face?
2. Kitchen Location: In which quadrant of the house is the kitchen located?
3. Downstairs Bathroom Details: Does the downstairs bathroom contain a bathtub, or only a toilet and a sink?
4. Backyard Topography: Based on the satellite image, is the backyard terrain relatively flat or sloped?
5. Road Proximity: Is there a major multi-lane road directly adjacent to the property boundary?

# Output Format
Return the results in a clean JSON format:
{
  "entrance_orientation": "string",
  "kitchen_quadrant": "string",
  "downstairs_bathroom": "bathtub/sink_only",
  "backyard_terrain": "flat/sloped",
  "road_proximity": "boolean"
}