Scan to join WeChat groupAI 科技日报图片采集方案
当前问题分析
问题 1：图片来源不相关
- ❌ 使用 Unsplash 随机图片，与新闻内容无关联
- ❌ 图片是通用科技图，无法体现具体新闻事件
问题 2：水印问题
- ❌ 从微信文章抓取的图片可能带水印
- ❌ 裁剪方式去水印不靠谱
问题 3：贴图随意
- ❌ 没有建立图片筛选标准
- ❌ 没有验证图片与内容的关联性
最佳实践方案
方案一：官方图片优先（推荐）
优先级排序：
- 官方新闻稿配图 — 公司官网、官方博客、GitHub Release
- 权威媒体原图 — 彭博社、路透社、36Kr 等原创图片
- 产品截图 — 官方界面、App 截图（自己截取）
- 数据图表 — 自己制作的信息图
采集流程：
1. 确定新闻主题
2. 搜索官方来源（官网、官方博客、GitHub）
3. 提取官方图片 URL
4. 验证图片相关性（文件名、alt 文本、上下文）
5. 下载并检查水印
6. 如不合格，降级到下一级来源
方案二：搜索引擎精准采集
搜索策略：
# Google 图片搜索语法
site:apple.com "Apple Intelligence" filetype:png
site:microsoft.com "Copilot" filetype:png
site:github.com "release" filetype:png
# 排除水印图片
-水印 -公众号 -wechat -weixin
筛选标准：
- ✅ 图片尺寸 ≥ 800x600
- ✅ 文件格式 PNG/JPG
- ✅ 来源域名可信（官网、权威媒体）
- ✅ 文件名包含关键词
- ❌ 排除 mmbiz.qpic.cn（微信图片可能带水印）
方案三：自己制作（最可靠）
适用场景：
- 产品界面截图
- 数据图表
- 架构图
工具：
- 截图：浏览器开发者工具 + 设备模拟
- 图表：Python matplotlib / Excel
- 处理：PIL / Photoshop
图片验证标准
1. 关联性验证
- [ ] 图片主题与新闻标题匹配
- [ ] 图片中包含新闻关键词
- [ ] 图片来源与新闻主体相关
2. 水印检查
- [ ] 四角无 Logo 水印
- [ ] 底部无公众号名称
- [ ] 无明显版权标识
3. 质量检查
- [ ] 分辨率 ≥ 800x600
- [ ] 无明显压缩痕迹
- [ ] 色彩正常
实施建议
短期方案（立即执行）
- 删除所有 Unsplash 随机图片
- 每条新闻手动配图：
- 苹果 AI → 苹果官网新闻图
- 微软 Copilot → Microsoft 官方博客图
- 通通 3.0 → 中关村论坛官方图
- Mistral → Mistral AI 官网/推特图
- 加州监管 → 加州政府官网图
- 建立图片库：按主题分类存储
中期方案（1 周内）
- 开发图片采集脚本：
- 自动搜索官方图片
- 自动水印检测
- 自动质量检查
- 建立图片来源白名单：
- 科技公司官网
- 权威媒体
- 政府网站
长期方案（1 个月内）
- 自建图片库：
- 按主题分类
- 标注来源和版权
- 定期更新
- AI 图片生成：
- 使用 Stable Diffusion 生成配图
- 确保无版权风险
图片来源白名单
科技公司官网
- apple.com
- microsoft.com
- google.com
- openai.com
- anthropic.com
- bytedance.com
权威媒体
- 36kr.com
- huxiu.com
- ifanr.com
- bloomberg.com
- reuters.com
- theverge.com
政府/机构
- ca.gov（加州政府）
- gov.cn（中国政府）
- 中关村论坛官网
禁用来源
- ❌ mmbiz.qpic.cn（微信公众号图片，可能带水印）
- ❌ 未授权的商业图片网站
- ❌ 社交媒体用户上传图片（版权不明）
- ❌ 带明显水印的图片
执行清单
本次修复（AI 科技日报 第 1 期）
- [ ] 删除所有 Unsplash 图片
- [ ] 重新采集 8 张官方图片
- [ ] 验证每张图片关联性
- [ ] 检查水印
- [ ] 重新发布
流程优化
- [ ] 建立图片采集 SOP
- [ ] 建立图片来源白名单
- [ ] 建立图片验证清单
- [ ] 开发自动化采集脚本