把 Inkling 放在“读图给候选”的位置是可行的，前提是先把分工写死：模型负责看图、给出候选结论和依据位置，人只对关键数字和对外结论做最终判定。金额、数量、日期、编号这几类输出一旦出错，后面的动作基本都会跟着错，所以不能直接采用模型的答案；描述性内容、初步归类可以先采用，再抽检。这套分工适合结构相对固定的截图、单据、报表和页面截图；图片模糊、手写、盖章遮挡较多时，模型给的内容只能当作线索，不能当作结果。
建议把 Inkling 固定在“给候选”的位置：由它读图、写结论、标出位置，金额、数量、日期和对外表述一律回原图核对。核对时按回答给出的位置查找，查不到就判该项不可信；查到但数值不符，以原图为准，并记下不一致类型。适用范围是结构较固定的截图和单据；图像模糊、手写或遮挡较多时，候选结论只能当作线索。
先划出哪些输出必须人工复核
复核成本应集中在真正会带来错误动作的地方，不要所有字段同等对待。判断标准可以先按一条简单规则：涉及金额、数量、日期、编号、对外结论的输出，一律回原图核对；只用于内部理解的描述性总结、初步归类，可以先采用，再抽检。
| 输出类型 | 是否必须复核 | 复核什么 |
|---|---|---|
| 金额、单价、合计 | 必须 | 数字每一位、小数点、货币符号 |
| 数量、件数、行数 | 必须 | 总数与明细行是否对得上 |
| 日期、期限、单号 | 必须 | 年月日顺序、编号位数 |
| 会对外发送的结论句 | 必须 | 结论里的数字与措辞是否和原图一致 |
| 图表趋势、整体描述 | 可抽检 | 方向性描述是否明显违背原图 |
这张清单可以直接贴到处理流程里：命中“必须”的字段，未核对不得进入下一步；命中“可抽检”的字段，按批次抽查，发现问题再升级为全检。
要求回答带上依据在图中的位置
让核对有索引，就不用整张图重看一遍。提问时把定位要求写进提示词，并要求逐项回答、不要合并。
你负责读图，只给候选结论。请按下面格式回答，每一项都要带图中位置：
1) 结论项：……
依据位置：第X行 / 标签名“……” / 单元格（如 B7） / 图中大致方位（左中右、上中下）
原文文字：照抄该位置的内容
2) 无法确认的项：写“无法确认”，并说明缺什么（模糊、被遮挡、超出画面）
不要合并多项，不要根据常识补数字，不要给出图中没有的内容。回答没给定位时，不要自己猜着核对，直接退回重问。可以这样说：“第 2 项没有写位置，请只重答第 2 项，补上所在行、标签或单元格，并照抄原文；如果无法定位，直接回答无法确认。”退回时只要求补位置，不要顺带改结论，否则前后两次回答会对不上。
建立回原图核对的固定动作
核对要变成几步能做完的操作，而不是凭印象判断。建议按下面的顺序执行，每一步都有明确的判定结果。
- 先检查回答里有没有位置信息。没有位置的项，退回重问，不进入核对。
- 按回答给出的行、标签或单元格回原图查找，只查看该位置附近，不重读整张图。
- 找不到该位置，判为不可信，该项作废，改由人工读数。
- 找到位置但数值或文字不符，以原图为准，并记录不一致类型，不能只改结果不记录。
- 找到位置且一致，记为通过，只登记条目编号即可。
记录可以用最简的一行格式，便于后续统计：
图片ID | 字段 | 模型给出的值 | 原图的值 | 位置能否定位 | 不一致类型 | 处理
示例：IMG-0001 | 合计金额 | 12,800 | 12,300 | 能（第4行“合计”） | 看错数字 | 以原图为准上面一行只是格式示例，不是实测数据；实际使用时字段名和图片ID按自己的编号规则替换。
记录每次核对的不一致类型
只记“错了”没有分析价值，要记错在哪一类。建议固定四类，每类用同一句式描述：字段、位置、模型值、原图值、类型。
| 类型 | 典型表现 | 样例描述方式 |
|---|---|---|
| 看错数字 | 字形相近、小数点或千分位看错 | 字段=合计金额；位置=第4行“合计”；模型=12,800；原图=12,300 |
| 漏行 | 多行明细中少读一条 | 字段=明细行数；位置=表格第2至6行；模型=4条；原图=5条 |
| 把相似项混淆 | 两个相近标签或相邻两列串位 | 字段=到期日；位置=标签“到期日”下方；模型取到了“开票日”的值 |
| 无依据推断 | 给出图中没有的数字或结论，位置找不到 | 字段=备注；模型给出结论；按回答位置查找无对应文字 |
表里的样例只是描述格式，不是从某次测试里摘出的结果。记录时保留原始图片ID，方便回查同一类问题是否集中在某种版式或某种拍摄条件下。
按不一致情况调整复核比例
复核比例不应一次定死。可以先连续若干批次对高风险字段执行全检，用记录表看不一致的类型分布和出现次数，再决定哪些字段转为抽检。某类字段在多批记录里都没有出现不一致，可以改为每批抽几条核对；出现“无依据推断”或“漏行”这类结构性问题时，该字段回到全检，并回看同期同版式的其他图片。
抽检时发现问题后，回退动作要固定：把该字段本批已抽检的部分扩到全检，把同一来源的上一批也补查一遍，并检查是否换了模板、换了扫描件或改成手机拍照。版式或图像来源变化后，建议重新按全检运行一段时间，再考虑放宽。抽检只能减少工作量，不能证明没有错误；金额和对外结论这类字段，即使记录一直干净，也建议保持逐项核对。