Canonical: https://botbento.com/zh/usecases/inspect-and-structure-visual-assets-and-document/
Format: Markdown representation of the public HTML page.

[首页](/) / [用例](/zh/usecases/) / [运营](/zh/usecases/?category=ops)

运营 · 中级

已验证

自动化验证

- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 未记录起草模型。
- 第二模型审核：deepseek-v4-pro（无严重或高危问题）。
- 简体中文译文：google/gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 2026-10-16。
- 仅经自动化检查和 AI 审核，未经人工审核。[验证如何运作](/zh/usecases/verification/)

# 检查并结构化视觉资产与文档扫描件

解析复杂文档布局，检测关键视觉区域，并运行媒体转换

[在 BotBento 中使用 ](https://app.botbento.com/?ref=usecases&utm_source=botbento.com&utm_medium=usecases&utm_campaign=inspect-and-structure-visual-assets-and-document)复制提示词分享[Markdown](/text/zh/usecases/inspect-and-structure-visual-assets-and-document/index.md)[English](/usecases/inspect-and-structure-visual-assets-and-document/)

打开 BotBento。请将提示词粘贴到 Bot 中；不含任何预设配置。

- 你提问时触发上传扫描件或视觉资产
- 然后分割对象并提取布局文本
- 结果在保存前审查结构化输出

协调跨图像上传和文档扫描的多步骤视觉工作流。解析页面布局，执行结构化文本提取，分割独立的视觉元素，并为团队记录生成针对性的裁剪图像和摘要。

## 起步提示词

BotBento推荐

```
分析传入的视觉文件和扫描页面。检测页面布局，分割所请求的视觉区域，并提取可读文本。在编辑、裁剪或转换媒体时，生成预览版本供审查。在将最终提取的资产保存或导出到文档存储之前，务必等待用户确认。
```

复制

## 所用工具

聊天文档PDF 文件

## 适用于

BotBento

## 标签

- vision
- ocr
- documents
- media
- extraction

## 来源

[Show HN: Chat with Orion – a visual agent that sees, reasons and acts](https://news.ycombinator.com/item?id=45919778)
Hacker News · 已核查 2026-10-15

内容以我们自己的话概述。其中描述的任何结果均为原作者所述，并非 BotBento 实测。

由 AI 辅助自英文版翻译，并经自动审核模型检查。以英文文本为准。

作者：BotBento Editorial · 发布于 2026-10-15 · 更新于 2026-10-15 · [提交更正](/contact/)

## 相关用例

-

运营中级

## [将技术 PDF 转换为深色模式并保留图表](/zh/usecases/convert-technical-pdfs-to-dark-mode-with/)

转换文档调色板以适应低光阅读，同时保持嵌入的图表和图形清晰可读。

PDF 文件终端聊天[已验证](/zh/usecases/verification/)
-

运营中级

## [从 PDF 和扫描件中提取结构化字段](/zh/usecases/pdf-data-extraction/)

从每个 PDF 中提取相同的字段，并标记缺失项。

PDF 文件电子表格[已验证](/zh/usecases/verification/)
-

运营中级

## [核保材料接收与欺诈筛查](/zh/usecases/underwriting-document-intake-and-fraud-screening/)

从格式杂乱的申请人材料中提取财务数据并识别异常

PDF 文件邮件数据库电子表格[已验证](/zh/usecases/verification/)