AI 投射心理测评平台
将绘画分析拆成可识别的特征、可检查的评分与可使用的报告
面向机构心理测评与筛查场景，连接房树人、雨中人绘画输入、AI 分析、量化评分和结果管理。
我的角色：产品负责人｜项目阶段：已有机构应用
160+ 视觉特征维度 7,000+ 次 AI 投射测评 20+ 客户定制版本
我负责产品规划、专业知识结构化、评分规则与分析 Prompt 编写，以及单人／批量流程、报告和机构交付设计。房树人与雨中人的评分规则和分析 Prompt 均由我编写。
关键决策：不只生成分析报告，还要支持机构使用
机构开展测评时，需要连续完成材料采集、分析、查看和报告管理。参与者负责完成输入，专业人员需要理解个体结果，组织人员需要管理一组任务及后续安排。
因此，我将产品范围定义为从输入到结果使用的完整链路：
- 01绘画采集／上传
- 02视觉分析
- 03规则计分
- 04分级与解释
- 05报告
- 06机构结果管理
我没有将产品仅定义为一次图片分析：单人路径需要解释一份结果，批量路径则需要管理多份记录、处理状态与报告。两者复用分析规则，却服务不同的操作任务。这一取舍决定了后续不仅要设计 Prompt，还要设计机构工作流与结果管理。
专业解释需要先变成明确的分析要求
“观察构图”“分析压力表现”不能直接成为可检查的 AI 任务。我需要进一步定义：观察哪个对象，依据什么画面条件判断，判断后怎样计分，结果最后在哪里表达。
我的工作因此同时涉及三层：把专业资料转成视觉特征与规则，编写模型分析要求，再设计结果怎样被查看和使用。专业含义保留在解释层，不能替代对可见画面事实的判断。
2.1 分析流程：从特征识别到报告解释
我在规则文档中分别定义特征、计分、综合判定和报告要求，再通过分析 Prompt 规定执行顺序。下面呈现的是这套分析要求的逻辑分工与预期输出，实际技术部署另按产品实现区分。
| 环节 | 需要处理的内容 | 要保留的结果 |
|---|---|---|
| 识别对象与条件 | 当前测评类型、主体、画面是否可辨、特殊情形 | 明确本次分析对象和适用规则 |
| 对照视觉特征 | 面积比例、位置、轮廓、姿态、遮挡及其他可见条件 | 命中特征及相应条件 |
| 执行计分规则 | 单项分值、维度归属、互斥或组合条件、累计限制 | 单项及维度结果 |
| 组织综合判定 | 维度关系、分数区间与独立警示条件 | 综合结果及需要关注的项目 |
| 生成报告 | 将分数、特征依据和解释对应起来 | 可以阅读和进一步复核的报告 |
这是一套分析规则与 Prompt 的逻辑流程，并不意味着每一步都部署为独立模型或计算服务。区分逻辑职责和实际技术部署，是为了准确说明我的产品设计贡献，也便于追查输出差异究竟发生在识别、计分还是解释环节。
2.2 房树人：先确定特征的归属，再定义判断条件
我把房树人规则按整体画面、房屋、树木和人物四类组织，再细分为位置、大小、线条、结构、环境与姿态等观察项目。
整体画面观察构图大小、位置、边界切断、透视、线条与形式。房屋区分大小结构、视角、样式与环境。树木进一步考虑切断、倾斜、树冠与树干比例、形态及季节。人物区分形象与朝向、姿态、大小比例。
每条详细规则包含五类信息：
- 01指标编码
- 02特征描述
- 03视觉界定标准
- 04分值
- 05解释参考
例如，判断主体大小时，规则写的是主体区域相对于画纸的面积条件，而不是只写“画得很大”。人物大小使用人物高度与画纸高度的关系；树木比例则使用树冠与树干的关系。不同对象需要采用对应参照，才能避免把几种“大”混成同一判断。
这些定义先回答画面中出现了什么。解释参考回答这些特征在该评估方案中怎样被组织；两者在文档中分列，便于讨论和调整。
2.3 规则实例一：如何把“画得过大”变成可核对的判断
我为“画面过大”定义了明确编码 SIZE_01，判断条件是主体区域超过画纸总面积的 80%。该项归入整体画面维度，并按规则参与后续汇总。
这条规则的执行关系是：
- 01识别主体与画纸的相对面积
- 02判断是否满足 SIZE_01
- 03记录单项分值
- 04汇入整体画面维度
- 05进入综合评分与报告
单项分值并不独立决定最后结果。它需要与其他命中项目共同进入维度计算，并遵守整体画面的累计扣分限制。报告再呈现该维度的变化、综合分数与对应解释。
通过这条规则，我把一个概括性观察变成了可以对照的要求：判断对象、参照条件、指标归属和分值都在同一条记录中。检查差异时，可以先确认模型是否判断了同一个画面条件，再检查计分是否按规则执行。
2.4 计分不只是累加，还需要规定累计和冲突怎样处理
房树人详细规则采用固定基准分上的加减方式，正向和负向项目分别影响结果。我同时写入分区扣分上限，防止同一维度不断累积负向项目。
对可能重复或互斥的条件，也需要限制计入方式。例如，树冠与树干比例相关的一组规则包含不同分支，评分步骤要求命中多个互斥条件时只选取一个；多项特殊组合触发时，额外扣分仅取最高一项，而不是全部累加。
这里的权重是明确写入规则的分值与计分关系，不是模型训练参数。我的设计需要同时规定单项贡献、维度限制和跨项目组合，才能让特征识别连接到一致的计算要求。
2.5 雨中人：压力、情绪、资源与警示分别处理
雨中人没有直接套用房树人的四类对象结构。我将计分组织为三组，并将警示项目单独列出：
- A 压力感知： 雨量、雨滴、乌云、闪电、积水与被淋湿等项目。
- B 情绪状态： 表情、姿态、大小、线条、阴影与身体部位等项目。
- C 应对资源： 雨伞、雨衣、遮蔽物及其他资源相关项目。
- 特殊警示： 在综合判定与报告中单独检查，不直接加进维度总分。
这样，同一幅画可以同时保留压力相关信息与资源相关信息，而不是被压成一个“好／不好”的总分。规则进一步规定 A 与 B 怎样组成压力综合指标，C 怎样参与综合计算，以及警示条件如何影响最终关注等级。
2.6 规则实例二：为什么“有雨伞”不足以完成判断
雨伞对应 C1。这条规则没有只做“有／无”判断，而是分成三种情况：
| 画面条件 | 判断重点 |
|---|---|
| 没有雨伞 | 记录该类防护工具缺失 |
| 有伞，但破损、歪斜或过小，无法有效遮挡 | 区分工具存在与有效遮挡 |
| 雨伞完好且大小适中，能够覆盖人物 | 结合状态与覆盖关系判断 |
模型需要观察伞的状态及其与人物的关系，再执行对应分支。C1 随后进入应对资源维度，与其他资源项共同计算；严重破损或无效遮挡还会进入独立的警示检查。
报告模板中，“核心防护工具”明确引用雨伞 C1、雨衣 C2 和帽子／兜帽 C3。这使同一条规则贯穿了观察条件、单项分值、维度汇总和具体报告位置。
- 01伞的状态与覆盖关系
- 02C1 分支计分
- 03应对资源
- 04警示检查
- 05报告的核心防护工具部分
它体现了我在规则设计中的一个具体处理：判断需要考虑对象之间的关系，单纯识别“画里有一把伞”还不足以完成该项分析。
2.7 把 Prompt 写成执行要求，而不只是分析者人设
规则之外，我也编写模型的分析顺序和输出要求。雨中人要求先识别雨、人物与核心保护元素，再处理辅助元素；多人场景先确定主要人物，其他人物按对应关系参与资源观察。
数值处理要求先记录逐项结果，再计算维度和综合分数，并保留原始得分。警示检查是独立步骤，不能生成一个综合分数后就直接结束分析。
对模糊和异常输入，文档另设处理要求：局部元素无法确认时注明识别情况；核心内容严重模糊、无法辨认时输出无法评分的说明。特殊场景也需要在报告中留痕，而不是由模型自行补全画面。
这些要求把任务顺序、取舍和停止条件写进 Prompt，让模型知道在什么依据下继续计算，以及何时不应给出完整结果。
2.8 报告需要沿着规则组织，不另写一套不相关的解释
房树人的报告生成指令要求，优势资源和需要关注的内容引用触发指标名称或编码，并标明依据；综合结果保留维度变化、原始分及输出分。
雨中人报告则将结果进一步拆到可阅读的主题。例如，压力强度部分关联雨量和雨滴项目；情绪表达部分关联表情、姿态和负面表达；核心防护工具关联 C1—C3。
我的工作因此不止于生成总分，还包括定义报告每一部分从哪里取依据、怎样连接相应项目，以及怎样表达需要进一步了解的内容。
报告用于辅助专业人员了解和复核。画面观察、规则分值与对个体的解释属于不同层次，需要结合其他信息使用。
测试目标：区分识别波动、计分差异与报告不一致
绘画测评的输出不只有总分，还包含视觉特征判断、维度结果和报告解释。如果同一张画在多次分析中出现差异，需要进一步检查差异发生在哪里：是画面特征的判断变了，评分条件的使用不同，还是解释没有对应到结果。
我对同一绘画样本进行重复分析，比较特征识别、评分与解释的一致性；同时测试旋转、拍摄倾斜和光照变化对分析结果的影响，检查产品在不同图片条件下的表现。
把检查拆到识别、评分和报告
视觉识别：模型是否在判断同一件事
我比较多次分析中识别出的特征，检查其是否符合规则中的视觉条件。
这需要回到具体定义，而不是只比较两段分析文字是否相似。例如，房树人的主体大小有相对画纸面积的条件；雨中人的雨伞规则区分没有伞、遮挡无效和有效遮挡。测试关注的是模型怎样判断这些条件，以及不同输入条件是否影响判断。
评分机制：识别结果怎样影响分数
我检查特征、评分条件与最终结果之间的对应，比较同一输入多次分析时的评分一致性。
规则中的单项分值、维度归属、累计限制和组合关系，为比较提供了不同位置：需要区分特征判断变化与计分使用差异，不能只看到总分不同就结束检查。
报告解释：结果与说明是否对应
我也检查报告的解释内容是否清晰、符合预设规则，并与识别及评分结果对应。
报告生成不是分析结束后的独立写作任务。结果中的特征、维度与提示，需要能够在解释中找到对应；否则即使报告语言流畅，也不足以帮助专业人员理解本次分析。
图片条件测试，检查输入变化对结果的影响
除原图重复分析外，我还测试图片旋转、拍摄倾斜与光照变化，比较这些条件对特征识别和评分的影响。
两类测试回答不同问题：原图重复分析关注相同输入下的输出一致性；改变图片条件则关注输入呈现变化后，分析是否受到影响。把它们分开考虑，有助于理解产品需要在哪些条件下继续检查。
从三个层面推动调整
调整识别与评分 Prompt
我修改视觉特征的识别要求与评分 Prompt，调整模型需要对照的条件和输出要求，使分析任务更具体，减少仅依赖概括性描述。
调整评分规则与权重
我调整特征评分条件与权重配置，完善识别结果进入计分的关系。规则设计与 Prompt 配合：前者规定怎样判断和计入，后者将分析要求交给模型执行。
调整 AI 分析流程
我调整分析环节与处理逻辑，衔接特征识别、评分计算和结果输出，并通过后续重复测试检查调整后的表现。
这些工作需要结合输出检查推进。Prompt、评分机制和流程相互关联，不能仅凭一次变化就把结果归给某一个技术项。
我的工作与交付
我参与测试、比较结果并推进调整，同时负责两类测评的评分规则与分析 Prompt 编写，将专业规则、模型任务和结果解释放在同一条产品链路中处理。
这项测试工作形成了一条明确的排查思路：先检查可见特征的判断，再检查计分规则是否被正确使用，最后检查报告是否与前两者对应。目前可公开材料没有提供单个样本的完整前后对照及量化改善幅度，因此不将调整描述为已证明的性能提升。
单人路径：围绕一份结果组织信息
单人流程从上传进入分析，再连接结果与报告。专业人员既需要看到总体结果，也需要理解维度与对应说明；原图、身份信息、测评日期和结果共同组成一次记录。
雨中人报告模板保留作品区、基本信息、各维度及综合分数，再展开压力、情绪、资源、警示与结论。报告的作用是让结果能够按主题阅读，并回到相关项目。
批量路径：围绕机构任务组织记录
批量处理需要连接多份输入、处理状态、结果查看和报告管理。我围绕机构筛查流程设计单人／批量分析、分析记录、结果查看、报告管理与知识库等功能，使同一分析能力能够进入不同工作节奏。
客户定制：在共用分析能力与机构差异之间做取舍
不同机构对测评组织、结果查看与报告交付的要求并不完全相同。我参与需求沟通、原型和流程设计，围绕机构实际使用方式推进适配，形成 20+ 客户定制版本。这里的“版本”指客户定制交付，不等于 20 次标准产品迭代。
我的职责包括产品规划、专业规则与 Prompt、原型和平台流程，以及协同研发推进机构适配。规则与报告为分析要求提供依据，具体机构的功能取舍则需要放回对应业务场景中判断。
产品累计完成 7,000+ 次 AI 投射测评，形成 160+ 视觉特征维度与 20+ 客户定制版本，进入教育、医疗等机构场景。
对我而言，这个项目最重要的积累是把专业内容转成团队可以讨论和检查的产品机制：为观察条件定义编码，为识别结果规定计分关系，为报告说明依据，再让这些能力进入单人、批量和机构管理流程。
我也更清楚地看到 AI 产品需要分别处理的几个问题：规则明确，不等于视觉判断已经稳定；输出分数，不等于解释已经对应；形成报告，也不等于机构已经能够顺利使用。产品工作要把这些环节逐一连接起来。