许多尼日利亚的小型服装卖家使用 WhatsApp 状态功能展示其产品。该流程中最繁琐的部分是为每件商品撰写独特的说明文案。本项目 CaptionBot 旨在自动化这一任务。卖家可通过打字或语音描述商品，CaptionBot 随即生成可直接发布的 WhatsApp 说明文案。本项目的目标是一个针对特定问题的小型、专注解决方案，而非通用的 AI 助手。CaptionBot 应用轻量级，基于 Python 构建，利用本地部署的 Gemma 3 1B 模型生成说明文案。借助 Chrome 的语音输入功能实现口语输入，并经过预处理步骤以纠正转录错误。语言处理由 Gemma 模型完成，而自定义代码则负责执行规则并验证生成内容。选择小型本地模型可最大限度降低卖家的数据成本。项目过程中遇到的一个主要挑战是模型会编造输入中未提供的细节（如价格），这源于提示词中误导性示例的影响。转录错误也带来问题，部分词汇被误识别。这些问题通过优化提示词、移除误导性示例，并在代码层面为关键信息（如价格）添加验证逻辑得以解决。本项目强调开放创新，使开发者能够直接控制模型行为与应用逻辑。此方法避免了使用托管模型所产生的按次计费 API 成本。下一步的关键是与实际卖家进行用户测试，收集其对偏好、语言处理及工作流程其他方面的反馈。这些反馈将帮助将 CaptionBot 打造为真正由用户设计、满足用户需求的工具。该奖项类别认可其创新性地利用 Gemma 解决本地化、实用性问题的实践。