你把销售看板截图丢给 Gemini：「把本月完成率算一下。」它把 86.3% 认成 36.3%，又把表格里的 1,205 读成 1205 万。你按它的结论写进周报，会上被财务一眼打脸。截图里字体小、压缩重、千分位逗号多，模型视觉识别并不稳。
认错数字的对策不是「再问一次信不信」，而是强制「先转录再计算」：先让它逐格 OCR 成表，你核对关键数字，再允许运算。把识别与推理拆开，错误率会明显下降。
直接结论
处理截图数字：第一步只做结构化转录并回显；第二步你确认关键字段；第三步才计算。要求模型标注低置信单元格，禁止直接跳到结论。对关键指标，用人眼或表格原件二次核对。
具体做法
裁剪到目标表区域再上传，减少干扰 UI。
请只做截图转录，不要计算、不要总结。 输出 Markdown 表，尽量保持原表行列。 规则： 1) 每个数字原样转写，保留小数位与千分位； 2) 看不清的格子写「?」并注明原因（模糊/遮挡）； 3) 最后列出你认为可能误读的Top5单元格。 等我确认后再进行计算。
确认后另开一轮：「基于下列已确认表计算…」，把表以文本粘贴，避免再次依赖视觉。
对关键 KPI要求它输出计算过程，便于你验算。
注意点
第一，压缩严重的手机截图失败率高，能导 CSV 就不要用截图。
第二，让模型「顺便解读」时更容易脑补数字，必须拆步骤。
第三，中英文单位混排（万/W/%）要在提示里声明口径。
团队流程上可以规定：凡截图入报告，必须附件「转录表+确认人」。Gemini 适合加速转录，不适合当最终数字权威。若经常处理同一看板，直接申请只读数据接口或定期导出，从根源去掉 OCR 环节。识别错一次的成本，往往高于你花两分钟导出表格。
可直接套用的完整提示词
两阶段任务。
阶段A：仅OCR转录截图为表，标记低置信，不计算。
阶段B：在我粘贴「已确认表」后，按口径{环比/同比}计算，并给出公式与中间值。
任何时候发现矛盾数字，停止并提问，不要自行取舍。
数字误读高发于：斜体、浅灰字、千分位、表格线穿过数字、屏幕反光。上传前先截成高对比区域，必要时用系统自带 OCR 出一版对照。Gemini 多模态强，但不等于会计。关键财务数字坚持「人确认后再算」。
若必须批量截图，建立文件命名与页码，要求模型输出时带图号，方便你抽检。抽检比例建议至少关键指标 100%、次要数字 20%。
把「先转录后计算」写成团队强制步骤，周报数字事故会少很多。工具再聪明，核对责任仍在人。
对含手写数字的白板拍照，先重拍再识别，不要指望模型猜。拍摄质量是 OCR 的上限。
认错数字还有一种隐形事故：把同比做成环比口径讲述。所以阶段 B 计算时必须回显口径句子，例如「以下为相对上月环比」。截图里若有多处百分号，要求模型先列出所有百分数字及所在行名，你圈选要用的那一个，再算。交互多一步，错用指标的概率大降。
对模糊截图，允许模型回答「无法可靠识别，请提供表格文件」。把「敢于说看不清」写进提示词，比逼它猜更负责任。财务、销售、投放数字进汇报材料前，至少一人对原始表复核，这是流程，不是不信任 AI。