零售业 FDE 案例：广告上线从最长 4 周到数天，乐购（Tesco）的 AI 改了什么？

一张广告做完，上线最长要四周。

英国连锁超市乐购（Tesco）的部分广告，就曾卡在这段等待里。据项目实施团队披露，改造后，这类广告从提交到上线可缩短到数天。

素材提交之后，还要检查价格、促销信息、品牌规范和不同渠道的要求。发现问题，退回修改，再次提交。广告已经做完，审核和返工却还没结束。

工程师先拿乐购实际使用的审核规则测试模型，确认它能否找出问题、给出有用的修改意见，再把 AI 检查放到人工审核之前。

让问题早点暴露，减少后面的反复修改——这是这项改造的切入点。

这支团队以 FDE 的方式参与项目：工程师进入乐购零售媒体团队，围绕实际审核流程开发工具。这一点来自实施团队自己的服务说明；乐购的官方材料则确认，创意制作工具 Creative Studio 已经上线。

顺着这张广告往下看，会发现改动不止发生在审核端：制作工具也改了，旧系统也得接。前半篇讲乐购公开做了什么，后半篇再讨论，如果客户把同类项目交给我们，第一轮该怎么动手。

这项改造发生在已经运营的零售媒体业务里。

乐购与零售数据分析公司 dunnhumby 合作的零售媒体平台，覆盖站内、站外、门店和社交渠道。品牌可以通过广告投放平台 Sphere 规划和购买广告。乐购2025/26财年材料披露，这项业务过去一年运行了超过12,500个广告活动。

这说明已有的广告业务规模不小，但不能把12,500个广告活动都算作创意制作工具的使用量。

广告任务建好了，不等于素材可以投放。每一份素材还得符合当时、当地、该渠道的要求。

一张站内横幅和一条社交平台广告，尺寸、文字区、品牌元素与版式要求不同。同一项促销换到另一个渠道，价格展示与免责声明也可能变化。酒类或博彩广告还要面对额外规则；乐购自己的品牌组合标识、会员价格图形和促销格式，又是另一层要求。

审核人员要结合渠道、版位、品类、价格和促销状态作判断。同一张素材换个投放位置，原来的审核结果就未必适用。

原流程里，只要提交不一致，创意团队就会收到退回意见，再修改、补规格、补法律文本、重新提交。当要求分散在规则文档、平台政策和不同角色的判断里，一次退回也未必能把问题说全。

把实施方描述的退回过程拆开，至少能看见三段等待：发现问题晚、解释问题慢、修完还要再排队。公开资料没有给出各段耗时，不能把四周全部算在人工看图上。

Tesco 的项目同时做了前置检查和约束式编辑器：让创意人员先修明显错误，再把容易出错的格式写进制作模板，减少重复返工。看图能力之外，系统还得确定适用规则，并把结果交给有权限处理的人；识别出文字，本身推进不了审批。

实施团队先问了一个朴素的问题：乐购审核员每天要查的那些问题，模型到底能查出多少？

团队拿乐购零售媒体的真实规则和审批流程建立评测集（Eval），再让 Gemini 与其他大模型在五类问题上接受比较：规则理解、置信度、问题识别、合规准确性和建议质量。

实施方称 Gemini 在识别合规问题时表现最好，并给出了更高置信度。可是公开页面没有样本数、模型名单、评分表和具体准确率。因此文章能确认“做过比较并选择模型”，不能确认“Gemini 准确率达到某个数字”。

验证通过后，团队才把自动合规检查模块（Auto Compliance）接进乐购零售媒体的广告工作流。

系统先看广告的渠道和版位，再组合适用的合规规则。站内广告、站外投放、社交帖子和横幅，各有各的要求；此外还要考虑品类监管、平台政策与乐购自己的品牌规范。

“运行时组合”意味着先确定这张广告投在哪里，再装载适用规则。把几百条要求一股脑交给模型，会混入不相关的渠道和品类；审核员追问时，系统还得说明这次究竟用了哪条规则、哪一版、为什么适用。

检查顺序也变了：素材上传后，系统先按乐购专属规则检查，随后才进入人工复核。

AI 负责把问题提早暴露。它可以标记不合规素材、提示审批风险、给出修改建议，并把反馈组织成用户能看懂的结构。

案例页只确认自动检查发生在人工复核之前；谁处理争议与例外、谁拥有最终批准权，公开资料没有说明。对同类项目，这些角色必须在上线前写进审批合同。

自动检查提前之后，创意人员有机会先修明显错误，再提交人工审核。人工实际审核哪些内容、节省了多少工时，案例没有给出明细。

到这里，广告并没有绕过原来的审核。变化是：创意人员在等待人工意见之前，先拿到一轮检查结果，可以提前处理明显问题。接下来还有一个问题——如果相同的格式错误每天都在发生，为什么总要等上传以后才改？

但查错发生得再早，只要同样的问题还在制作端反复出现，创意人员仍得一轮轮返工。

团队还做了一个拖拽广告编辑器。用户从一份基础创意出发，系统按模板生成不同渠道需要的格式，带入乐购认可的品牌组合标识（lockup）、Clubcard 会员价格图形、法律文本和促销格式。

制作端因此可以直接使用经过认可的尺寸、品牌组合标识和价格图形，不必每次靠创意人员记住全部规范。

相比“制作—提交—发现问题—返工”，约束式编辑器把一部分格式要求放进了制作过程。生成素材仍要经过自动检查和人工审核，原本要等退回才发现的问题，有机会在提交前解决。

编辑器生成的素材仍会进入同一套合规流程；使用批准模板，并不等于生成结果可以免检。

乐购零售媒体的官方发布还提到，创意制作工具会接入实时价格与促销数据。模板虽然获批，之后填进去的价格和促销信息仍可能变化。对同类项目，我会把这一项放进验收：制作模板更新后，审核规则也要核对。 至于乐购如何管理两者的版本，公开材料没有展开。

把规则放进制作工具，和上传之后再检查，是两种不同的干预。前者减少反复制作，后者处理仍然出现的问题。乐购的公开案例把这两部分一起做了。

查出问题以后，广告还得沿着原来的系统走。项目复盘提到了分散的系统集成和遗留接口（legacy APIs）；团队没有重建整套运营系统，而是把新工具接进去。这部分不如模型演示显眼，却决定了审核意见能不能送到人手里、改好的素材能不能继续流转。

团队把提示词与模型配置放进数据库，支持 A/B 测试、表现评估和历史素材重跑。做同类项目时，这让修改规则不必总跟着页面发版走；不过，正在审核的广告用旧配置还是新配置，仍得单独定清楚。

按实施团队披露，过去最长需要四周的创意，现在可以在数天内通过系统流转。乐购自己的材料则确认，使用 AI 的 Creative Studio 已经推出，用于简化数字内容生产。

两组材料放在一起，可以确认产品不是停在概念阶段，也可以按实施方原口径写“最长四周到数天”。但公开资料没有告诉我们：四周案例占多少、上线后是两天还是六天、统计了多少素材、人工工时减少多少、合规质量是否变化。

它也没有拆分结果来自哪一项：模型预检、结构化反馈、约束模板、规则前移、旧系统接入和流程调整都可能缩短等待。把全部变化归因给 Gemini，会抹掉 FDE 对工作流做的工作；把全部变化归因给 FDE，同样越过了证据。

前面提到的12,500多个广告活动，是乐购零售媒体全业务一年的总量，不是创意制作工具的使用量，也不是自动合规检查的审核量。

乐购其他AI项目的用户数和效果，也不能挪过来算在这次广告改造头上。

同类项目如果想把效果说清楚，可以从第一次提交到正式可投放，分别记录自动检查、等待修改、人工处理和系统写回的时间，再比较相近渠道、版位和风险类型的素材。平均用时之外，也看那些等待最久的任务，避免大量简单素材把少数严重卡单掩盖掉。

同时保留修改轮次和错误类型。周期缩短了，却把更多问题推给人工最后发现，不能简单算作成功；模型误拦减少了，高风险漏检却增加，也不能只报好看的一个数。Tesco 公开材料没有这些拆分结果，这些测量要求应留给准备实施的团队。

乐购没有公开团队人数、驻场排期、评测样本、审批权限和写回协议，不能据此拼出一份所谓原版实施手册。以下三节是基于前述动作整理的实施建议：先准备一笔完整审批，再把规则交给系统，最后检查跨系统交接。

客户问“你们第一步做什么”，我会先请创意、审核和系统负责人一起回放一笔已经结束的订单或广告任务。用他们实际操作的系统走一遍：何时提交，谁退回，改过什么，哪些时间在处理，哪些时间只是在等。先不用急着画新架构。

这次回放结束后，应能拿到原始素材、适用规则、修改记录和最后的投放状态。如果其中一项只能靠某位同事口头解释，就把他需要补充的内容记下来。它可能决定评测样本怎么标，也可能决定第一版暂时不碰哪类素材。

接下来才确定客户愿意共同验证的范围，文末的上线卡可以用来逐项确认。接口权限拿不到、规则解释人没有时间、人工接手方式未确定，都要在这个阶段说清楚。这里没有把“第一周接数据、第二周上线”写成时间表：Tesco 没有披露排期，同类客户的这些前提也各不相同。

有了审批材料，才开始准备模型评测。乐购先验证真实审核要求、再开发产品的做法，给了同类项目一个起点。具体到手头这批素材，还要把下面四件事做实。

01｜错误要按业务后果分层

总准确率会把后果不同的错误揉在一起：漏掉高风险监管问题，可能让素材继续流转；误拦一张合规横幅，则会重新堵住审核队列。同类项目至少应分开统计高风险漏检、普通漏检、误拦、证据定位错误和不可执行的建议。

02｜规则解释权留在业务侧

“画面里有价格”只是识别结果；这个价格在当前渠道、促销期和版位应怎样展示，还要查业务要求。整理评测样本时，应把适用规则和版本一起保存，业务人员才方便核对判断，并确认规则更新后哪些素材需要重跑。

03｜固定输出内容，再比较模型

先约定每条结果要带回什么：问题、适用规则、画面证据、修改建议。再让候选模型检查同一批案例。这样至少可以比较它们是否发现了同一个问题，而不只是比较谁的回答更完整、更像专业审核意见。

04｜同一批案例必须能够回归

规则会变，模型也会更新。案例里的配置管理与历史素材重跑，恰好能用于检查这类变化。保留同一批样本，更新前后各跑一次：原来漏掉的错误找到了吗？本来合规的广告，有没有被新版本拦下来？

一份可用的评测样本，要比一张图片多什么？

如果由我来准备同类项目的评测，会先请业务方拿出一笔已结束的审批，把原图、当时的投放要求、退回理由、修改版本和最终决定放在一起。

只拿最后获批的图片，能看到正确结果，却看不到它曾经错在哪里。只拿退回意见，也无法判断是画面有问题、规则不适用，还是审核员缺少促销信息。把前后版本放在一起，工程师才能检查模型的建议有没有解决原来的退回原因。

业务人员还要解释哪些判断确定、哪些存在分歧。两位审核员意见不一致时，不宜随便挑一个答案作为标准；应把分歧落到具体规则，交给有解释权限的人确认。否则模型分数变高，也可能只是更像其中一位审核员。

样本可以故意保留容易混淆的情况：外观相近、适用渠道不同；价格数字相同、促销时间不同；主画面没有变化、角落说明被裁掉。它们检验模型有没有使用上下文，而不只是认出了图片。

另一个容易漏掉的检查是修改建议。模型找对问题，却建议更换一个运营方拿不到的品牌资产，创意人员还是无法继续。评测应请实际改图的人看一遍：能否据此找到位置、理解原因并完成修改。建议写得像审核意见，不等于它真的可执行。

同类项目可以为每次检查保存一个当次有效规则包，连同以下上下文一起留存：

重点不在字段名，而在每次判断都能回答“为什么加载这些规则”。

项目中，Gemini 用来读取画面结构、文字、价格、促销元素和乐购品牌资产。Google 的图像理解文档也提醒：小字识别受分辨率影响，模型输出需要后处理与人工评估。角落里的免责声明、过期价格或位置不合规的品牌标识，不能只靠一句“整体看起来没问题”。

模型输出还需要让审核人员找得到问题。建议返回命中的 rule_id 与 rule_version、问题位置、原始证据、风险等级、修改建议、置信度，以及是否必须人工复核。

审核员有了规则编号和画面位置，才方便核对模型是否用错规则、看错文字，或者把另一个版位的要求套了进来。

规则冲突也不能藏在一条“请综合判断”的提示里。以同类项目为例：品牌规范允许某种表达，目标平台却不允许，系统应同时保留两项要求及其适用条件，按业务确认的处理规则决定是否转人工。没有确认过优先顺序，就不应让模型自行挑一个。

还有一种情况更隐蔽：检查时规则有效，准备投放时规则已经更新。保留旧版本，可以解释当时的判断；对仍待投放的素材重新检查，才是处理当前风险。这是两项不同操作。历史重跑不应静默覆盖原审核记录，否则复盘时连当初为何批准都说不清。

Google 的官方代码示例演示了怎样让模型读取图片，再按约定字段返回结果。另一个结构化输出评测示例，则把预期答案、格式检查、准确率和逐字段差异分开核对。这些代码可供实施时参考，不是乐购项目的源码。JSON 能解析，只代表格式过关，不代表合规判断正确。

人工否决之后，要留下能改进系统的理由

人工复核不能只出现在流程图上。系统至少要记录通过、拒绝、覆盖模型判断和修改规则或样本；一条可审计记录还应保存素材、规则包、模型与 Prompt 版本、证据、人工决定、最终版本、时间与操作者。涉及价格或促销时，再保存当时的数据快照。

乐购具体由谁审批、记录保留多久、人工多常推翻模型判断，项目复盘没有展开。这里讨论的是同类项目需要补做的设计。

例如，审核员否决了一条模型意见，后台不宜只存一个“已处理”。至少应区分：这条规则不适用、图片文字识别错了、证据不足，还是建议无法执行。四种反馈分别指向规则选择、图像读取、判断依据和修改建议，后续修法并不相同。

这也关系到业务人员愿不愿意继续用。每次都让审核员重写一大段理由，系统可能把省下的看图时间又花在填表上。更合适的起点，是保留少量明确的反馈选项，允许补充说明，并把原图和判断自动关联；选择哪些选项，应由真实退回记录决定。

如果广告运营团队要自行维护模板，就必须为模板指定业务所有者、版本、发布日期和回归样本；这是本文给同类项目的治理建议，不是 Tesco 已公开的权限设计。

这一节的检查对象始终是同一张素材：它适用哪些规则，模型指出了什么，创意人员怎样修改，审核人员为什么接受或否决。字段只有能回答这些问题，才值得增加；不应为了看起来像一套完整平台，让每个人多填一张表。

接入时要逐项查清：素材从哪里来，检查结果存在哪里，人工改完如何回读，发布前哪个系统保存最终状态，API 超时后是否会重复提交。

同类项目里，一个值得先测试的错误是“旧结果落到新素材上”。创意人员提交第一版，AI 还没返回，人员已经上传第二版。如果结果只按广告任务编号写回，第一版的“通过”就可能显示在第二版旁边。

处理它需要把每次检查绑定到明确的素材版本和规则版本。旧任务迟到时，可以留作记录，但不能覆盖新版本的检查状态。页面上显示的“已检查”，也应让审核员知道检查的是哪一版。

另一个测试是写回超时。超时只说明调用方没有拿到确认，不能直接判断旧系统没收到。立即重试可能创建重复记录，直接显示失败又可能让业务人员重复操作。建议先按请求标识查询结果，确认后再重试，仍无法确认的进入待处理队列。没有状态回读能力的接口，要在上线范围里单独列出来。

规则改了，先拿旧素材检查一次

Prompt、规则、模型和模板都应有变更权限、版本说明、测试结果、审批人与回退版本。数据库让修改更方便，也会让一次未经验证的修改更快影响后续素材。

历史素材重跑尤其需要一个明确问题。若本次改的是价格说明规则，可以先检查相关素材：原来漏掉的问题有没有被找出，原本正确的素材有没有被误拦。把结果变化列给规则负责人看，再决定是否扩大使用。仅仅重跑成功、没有报错，不能证明新规则判断得更好。

换模型或升级开发工具后，仍要检查相同的业务要求：返回的字段是否完整，旧样本能否通过，审批记录能不能查回来。审批链不该随着一次技术升级就从头重写。

两次交接，都要在实际系统里走通

回放一笔审批时，我会特别看两次交接：创意人员收到退回意见之后，能否在自己的工具里完成修改；审核人员点下通过之后，投放系统是否确实收到了同一版素材。前者决定建议能不能用，后者决定页面上的“完成”能不能相信。

如果修改意见还得复制到聊天窗口，或者通过以后仍要人工搬运素材，就把这些操作也记进流程。它们不一定都由 AI 接管，但会影响项目能省下多少等待。乐购这次同时改了合规检查、广告编辑器和遗留接口。验收也得走完这一程，不能在模型成功识别一张图时就结束。

带到项目会上，逐项确认

乐购没有公开项目计划、数据字段或上线清单。下面这张零售创意合规上线卡是本文整理的实施建议，供客户和工程团队讨论第一轮范围。

项目会上可以逐格确认：谁提供材料，谁接受结果，哪一项没有通过就暂不上线。

规则没有版本、人工修改没有留痕、价格快照不可追溯、接口失败后仍显示成功，都会让这张卡上的验收停下来。模型评测通过，不能替代这些检查。

把 Tesco 这个案例从头看完，最容易被忽略的是广告编辑器。评测与多模态检查更像 AI 项目，尺寸、模板、价格图形和法律文本则像普通产品功能。但创意人员每天要做的，是把广告改到能够提交；他们不会按技术类别区分一次退回究竟由模型、模板还是接口解决。

这也是我更愿意把它当作 FDE 实施案例来读的原因：实施方公开的动作没有停在选模型，而是继续进入规则配置、制作工具和现有审批系统。人工审核仍在，旧系统也仍在。要观察的变化，是同一张创意能否更早发现问题、更少重复修改，并沿着原有业务流程继续往前走。

下一次客户问 FDE 进场先做什么，可以从一张被反复退回的广告开始。找齐它经历的规则、修改和审批记录，验证 AI 能在哪一步减少返工，再把这一步接回正在使用的系统。乐购已公开的实施动作，给了这个起点具体的参考。

本文基于公开技术文档、GitHub 资料、工程博客和企业案例整理。AI 工具仅用于资料归纳、结构梳理和初稿辅助，核心判断、事实核对和最终表达均已人工审校。