一个真实出现过的问题
早期版本里，同一张聊天截图如果识别两三次，标题偶尔会用不同的措辞——这次是「张三·产品评审」，下次可能变成「产品评审会」，信息没错，但不稳定。根本原因是标题这个字段原来整段交给 AI 模型自由生成，而模型每次的表达习惯不完全一致，哪怕输入完全相同。
还有一类更具体的错误：群聊里如果有人说「我来介绍一下，张三……李四……」，这种「中间人牵线搭桥」的场景，模型有时会把牵线人的名字错当成事件的主角写进标题——但牵线人本身并不参加这场会面，标题应该突出真正见面的两位，而不是介绍人。
解法：模型只出零件，拼装交给确定性代码
现在的做法是把「生成标题」这件事拆成两半。AI 模型不再直接给出一整句成品标题，而是只输出几块结构化的信息碎片——比如「这条消息顶栏显示的名字是什么」「这是单聊还是群聊」「正文提到的人名是谁」「这条消息的主题大致是什么」。
这些碎片交给后端一段固定的规则逻辑去拼装——单聊场景优先用聊天顶栏显示的名字，群聊场景的群名或者邮箱地址永远不会被拼进标题里，正文里单纯「介绍两个人认识」的中间人也会被规则排除在标题主角之外。同一张图不管识别多少次，喂给拼装规则的碎片信息是稳定的，规则本身也是固定代码不是「看心情生成」，最终拼出来的标题自然就稳定了。
这对你意味着什么
你不需要关心这套机制怎么运作，唯一能感知到的是结果：同一类截图，标题的形态是可预期的——单聊消息标题里会有对方的名字，群聊场景标题会概括主题而不是随便抓一个群里出现过的人名塞进去。如果你习惯靠标题在日历里快速扫一眼认出是哪件事，这种一致性比「这次写得挺聪明、下次又不一样」更实用。
反过来说，这不是万能纠错
标题拼装规则解决的是「表达一致性」问题，不是「识别准确性」问题——如果截图本身信息不全或者字迹模糊导致识别错了人名，拼装规则不会凭空纠正它，这也是为什么聊天类截图始终会走确认页而不是零确认直接入库（详见完整使用指南），把最后的核对权交还给你。
