94%
Vision 按截图做赛道与 ICP 评分的准确率
VISION AI & COMPUTER USE
看得见界面、像真人一样操作的 AI
档案截图 → OCR → 实体 → 评分。Vision 模块读取简介、粉丝、CTA 与图片价格，Computer Use 在平台没有 API 的场景执行浏览器日常操作。
≤ 4 秒
单张截图完整解析：OCR、实体、评分
0
自动化检出：人类曲线与限额
交互式演示
OCR 模拟器：Vision 如何读懂档案
点击「扫描」——引擎将在截图上找到 4 个区域（简介、粉丝、CTA、信息图价格），并将其转为结构化线索字段。
演示完全在浏览器本地运行，截图不会上传。
提取出的线索字段ICP 88% · 高意向
- 赛道：B2B SaaS、HR-tech——置信度 0.94
- 受众：4.82 万粉丝，互动率 3.1%，快拍更新中
- CTA：「Book a demo」→ 头部 cal.com 链接
- 卖点：审计 $490 起，本周可约
48,2k
简介与赛道
粉丝 · 4.82 万
CTA「Book a demo」
信息图价格
Vision 流水线：从像素到商机
每张截图几秒内走完 4 个阶段——无需人工，全程可在 Telegram 掌控。
01 · 截图
档案、帖子九宫格、快拍、Reels 或竞品价目。来源：Computer Use 会话或 Telegram 上传。
02 · OCR + 版式
识别图片文字：简介、横幅、字幕、价格。每个片段映射到屏幕坐标与区域。
03 · 实体
赛道、卖点、联系方式、CTA 链接、内容调性。线索诱饵与简介链接单独提取。
04 · 评分
ICP 评分 0–100：品牌高级感、活跃度、帖子新鲜度。高意向进私信，其余进预热。
stories · reels · grid
frame-by-frame
- story_04.mp4 — speech: «…audit from $490…» · sticker: poll 78%
- reel_11.mp4 — 00:03 banner «Book a demo» · logo rival: none
- grid — 12 posts / 30d · offer repeats: audit ×5, case ×3
VVision LLM · multimodal
模块 V-01
快拍、帖子与 Reels：API 里没有的内容
官方 API 不返回视觉上下文。Vision 逐帧看快拍、读取 Reels 字幕，并为评分评估品牌视觉风格。
- 快拍：语音转写 + 贴纸、投票、「点这里」链接的 OCR
- Reels：每 3 秒分镜，主题、人物、竞品 Logo
- 帖子九宫格：频率、设计、重复出现的卖点与栏目
模块 V-02
竞品信息图与价目的 OCR
图片上的价格、资费表、轮播「前后对比」——Vision 提取正文缺失的数字，并跟踪其变化。
- 价格解析：从横幅提取套餐、折扣、活动截止
- 变化对比：竞品调价或换卖点时 Telegram 告警
- 图片联系方式：头部电话、聊天工具、优惠码
Audit — $490
banner_03.png · conf 0.98
Retainer — $1 900/mo
carousel_07.png · conf 0.96
rival_pricing.diff
alert → Telegram
Computer Use · 会话 #4821HUMAN-LIKE
[01:02] 已打开档案 @target_lead——阅读简介 2.4 秒 [02:03] 滚动九宫格，点赞第 3 条帖子（相关度 0.87） [03:04] 点击简介链接 → 已提交线索诱饵表单 [04:05] 结果截图已存入日志 ✓ 会话已正常结束
模块 V-03
Computer Use：在没有 API 的地方行动
带有人类运动曲线的 Playwright 智能体：平滑滚动、自然停顿、贝塞尔鼠标。信息流点赞、快拍浏览、网页表单填写与数据采集。
- 真人模拟：贝塞尔曲线、抖动、阅读停留
- 沙箱隔离：每会话运行在带代理的独立容器中
- 完整操作日志，每一步都有截图
点赞
快拍浏览
CAPTCHA / phone-verify
带数字的案例
Vision 回本最快的地方：竞品监控、价目与首次触达前的预热。
按截图监控竞品
每日抓取 30 个竞品档案：简介、九宫格与卖点对比，Telegram 告警。
每周 −6 小时人工检查
从信息图解析价格
正文缺失的竞品资费与活动，汇总成变化表。
单月采集 120+ 价目
首封邮件前的线索评分
Vision 按视觉筛掉农场号：无品牌面孔、空九宫格、虚假粉丝。
库内垃圾 −40% · 回复 ×2
ICP 名单快拍预热
首次触达前，按自然节奏浏览目标线索的快拍。
首条消息打开 +31%
线索诱饵网页表单
自动填写表单，每步附图留痕，结果写入 CRM。
每会话 ≤12 表单/天
赛道视觉风格审计
批量解析 500 个赛道档案：哪些卖点与视觉真正带来覆盖。
一夜解析 500 档案
Vision 对比替代方案
诚实对比：人工、纯 API 与 Vision Automation。
| 能力 | 人工 | 仅 API | Boostly Vision |
|---|---|---|---|
| 横幅与信息图文字 | 可以，很慢 | 不行 | 可以，秒级 OCR |
| 快拍与 Reels 字幕 | 可以，耗时数小时 | 部分 | 可以，逐帧 + 转写 |
| 图片中的竞品价格 | 手动复制 | 不行 | 可以，附带变化对比 |
| 无 API 操作（快拍、表单） | 可以，繁琐 | 不行 | 可以，Computer Use |
| 100 个档案的速度 | 2–3 天 | 几分钟，但无视觉 | 约 25 分钟含视觉 |
“Vision 评分在第一封邮件前就筛掉了 40% 的名单——肉眼一看就是农场号。保住了域名声誉，回复量翻倍。”
常见问题
引擎限制在真人限额内，并模拟人类行为：贝塞尔曲线、自然停顿、每日上限。遇到 CAPTCHA 或手机验证时，会话停止并上报给您。
API 不返回视觉上下文：横幅文字、品牌风格、快拍、档案头部数据。Vision 补上这一缺口，用于评分与个性化。
简介与赛道、粉丝数、CTA 按钮与链接、信息图上的价格与卖点、联系方式与优惠码。每个片段都映射到屏幕区域并附置信度。
快拍逐帧解析：语音转写，贴纸、投票与链接经 OCR 识别。Reels 每 3 秒分镜，记录主题、人物与 Logo。
可以：每日抓取竞品档案快照，对比简介、九宫格与价格。竞品更换卖点或调价时，您会收到「之前 → 之后」的 Telegram 告警。
运行在隔离容器中打过反检测补丁的 Playwright 上——每个会话拥有独立浏览器指纹、住宅代理和每一步的截图日志。