#用 Claude Code + Deep Research 重构锁屏杂志图片标签树的流水帐 🛠️
分享下最近工作上重构锁屏杂志图片标签树的经历。做海外业务最头疼的就是「文化隔阂」。以前的标签树满是「中国特色」的分类,要把它们变成适应印度、印尼等全球市场的体系,没有AI以前手动搞一个人基本搞不定。
这次试了一把全流程 AI 驱动,全程一个人搞定!
1️⃣首先先考虑好标签体系,一个完整的图片标签树包含两部分:图片画面元素标签(全球通用版本和核心国家本地化版本)和图片画面风格标签。我们已有旧版的画面元素标签但是适用中国市场用户的,没有海外版本,里面有很多中式标签比如地点里有很多中国城市。
2️⃣清洗旧秩序: 没找开发,直接让 Claude Code 写了个 Python 脚本。喂给它旧版标签树,通过 Excel 配置文件批量增删改,批量把把「中式标签」洗了一遍。
3️⃣注入新血肉: 画面元素标签既要 Global,又要有核心国家 Local 内容。直接上 ChatGPT 的 Deep Research,把印度/印尼的官方世界遗产、热门旅游城市,美食,节日文化等开源数据集「扒」下来,自动对齐填入。这比自己去搜 Wikipedia 靠谱多了。
4️⃣画面风格标签:全程由 gemini 设计,内容非常专业。
5️⃣可视化验收: Excel 看着太累,最后让 Claude Code 再手搓一个 HTML 页面。把枯燥的数据变成了一棵可以点击交互的「标签树」,层级结构一目了然。
以前觉得 PM 是写文档的,现在感觉越来越像「架构师」+「数据原本」,只要想清楚逻辑,代码只是中间件。
cdo-store-img-test.s3-ap-southeast-1.amazonaws.com(‼️这个HTML移动端是适配一般,手机打开展示不全,可以将手机浏览器切换成桌面模式来浏览,或者最好电脑打开‼️)
这是最终图片标签树的 html 可视化展示,分 3 个树:
A.画面元素标签(全球通用版本)
B.画面风格标签
C.画面元素标签(印度本地化版本,包含了本地旅游地点,本地美食,本地节日文化,本地体育活动等的元素标签)
每个树最多有 5 级标签,一共有 1400 多个节点。HTML支持层层展开不同等级的标签内容展示,中英文切换等。
不管国内还是外网,全网应该找不到开源这么全的图片标签树体系内容,分享下欢迎相关图片内容业务的同行讨论交流🤝