监控接入大模型，最该先问的不是它会不会描述

画面里有人经过，大模型能写出衣着、位置和动作。看演示时很容易继续追问：那能不能让它盯住翻墙、堆物或危险靠近，出现就通知？

生成一句像样的描述，与稳定完成持续告警，是两个验收任务。 大模型能增加检索和理解工具，不能仅凭一句描述替管理人员下结论。

先分清看图、查事件和做告警

看图描述回答的是某一画面包含什么；事件检索在已有索引中返回候选片段；持续告警则需要明确检测频率、规则、触发和通知路径。支持前者，不自动代表后两者都能用。

输入视频还是抽帧图片、多久分析一次、能同时处理多少通道，都影响结果。需要捕捉短暂动作时，低频抽帧可能错过关键过程。

技术关系示意：三种AI能力，验收方法不同。

不确定的内容，要允许它说不确定

遮挡、模糊和光照变化可能让模型误解物品或行为。测试时既要放入目标事件，也要放入容易混淆的日常动作，检查误报、漏报与回复是否有证据支持。

对于涉及人身安全的事件，不能把通用模型当作唯一保障。应采用适用的专用措施与人员处置，AI提示只是辅助线索，不能承诺写一句关键词就能看住所有危险。

画面送到哪里，费用怎么算

明确推理部署在本地、边缘设备还是云端，哪些图片、视频和索引会离开现场，如何管理权限、保存与删除。需要接第三方服务时，还应确认数据范围与适用要求。

持续分析的费用、并发和网络要求，与偶尔体验一次问答不同；服务中断后是否保留录像、怎样补处理，也要提前说明。

技术关系示意：大模型监控试点的闭环。

从一个可验证的小任务开始

例如先选一个明确区域验证物品占用提示，定义样本、分析间隔、允许延迟和人工确认流程。效果合格后再扩展，保留模型版本、配置和复查记录。

你最想让AI帮忙的是少翻录像，还是减少盯屏时间？先选一个具体任务，才能判断接入是否有用。

— 鑫禾智城 —

关注鑫禾智城，让大模型能力落到能测量、有人复核的具体工作里。

配图为原创场景或技术关系示意，不对应真实项目、检测报告或厂商界面。