展开本页目录
开始前准备什么
- 独立练习目录及Python 3.14；系统与Node依赖以README为准。
- 离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
- 原创合成材料，不需要登录第三方平台账号。
- 先看文件
- 按步骤操作
- 对照真实结果
- 离线或模型复跑
默认离线重放；包含完整失败尝试与本地检查，不含Key。
1. 核对本例材料与目标文件
参见本批TOPIC-RESEARCH.md同编号新增边界，原生小样与负例均独立交付。
先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。
input.json（节选）
{
"brief": "虚构的轻便杯子，中文短名，清爽易记",
"forbidden": [
"第一",
"最强",
"官方"
],
"count": 4
}
实际输入、原始文件和本例操作约束的浏览器截图
2. 按顺序完成这项具体操作
本次实际使用Python 3.14，依赖版本固定在资料包。需要LibreOffice或Node的案例请先按README安装对应运行时。python run.py读取真实旧响应完成本地处理；只有显式--live才发新请求。
- 1. 在brief.json写入虚构轻便杯命名简报、4个候选数量，以及“第一/最强/官方”禁用词。
- 2. 让apizt生成四个2—5字中文短名及理由，明确这里只做命名草案。
- 3. 用代码检查候选数、名称去重、中文长度和禁用词，避免用不符合限制的名字凑数。
- 4. 检查理由没有宣称已注册、可注册或商标已通过，再导出name-shortlist.csv供人工筛选。
- 5. 保留“未做商标可用性检索”的说明；名称和创意理由不能当作法律或注册结论。
独立练习目录 · 默认仅离线复核
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py3. 对照真正发送的请求
只输出JSON：names数组，恰好4项，每项name为2到5个汉字、reason。不得含禁用词，不得宣称已注册或可注册商标；这里只做命名草案。
网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。
request-1.json（图片Base64省略，原文件在下载包）
{
"model": "gemini-2.5-flash-lite",
"messages": [
{
"role": "system",
"content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只输出JSON：names数组，恰好4项，每项name为2到5个汉字、reason。不得含禁用词，不得宣称已注册或可注册商标；这里只做命名草案。"
},
{
"role": "user",
"content": "任务约束（只输出JSON对象，不用代码围栏）：\n只输出JSON：names数组，恰好4项，每项name为2到5个汉字、reason。不得含禁用词，不得宣称已注册或可注册商标；这里只做命名草案。\n待处理合成材料：\n{\"brief\": \"虚构的轻便杯子，中文短名，清爽易记\", \"forbidden\": [\"第一\", \"最强\", \"官方\"], \"count\": 4}"
}
],
"temperature": 0,
"max_tokens": 1536,
"provider": {
"sort": "success_rate"
},
"response_format": {
"type": "json_object"
}
}4. 查看原生处理代码与实际文件
下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。
具体产物：name-shortlist.csv。
workflow.py · 本例分支节选
names = output.get('names', [])
check('四个独立中文短名', len(names) == 4 and len({r.get('name') for r in names}) == 4 and all((re.fullmatch('[\\u4e00-\\u9fff]{2,5}', r.get('name', '')) for r in names)))
check('禁用词不进入名字', all((not any((w in r.get('name', '') for w in original['forbidden'])) for r in names)))
check('没有把命名草案标为商标结论', not any((x in json.dumps(names, ensure_ascii=False) for x in ['已注册', '可注册', '商标可用', '商标已通过'])))
write_csv(artifact('name-shortlist.csv'), names, ['name', 'reason'])
result = {'names': names, 'trademarkSearchPerformed': False}5. 对照真实结果和检查表
实测2026-10-25T07:54:24.142852+00:00，HTTP200；请求gemini-2.5-flash-lite，返回gemini-2.5-flash-lite。本次5/5项检查通过，指本例执行及验收机制通过，不代表所有模型字段零误差。
最后一次返回用量326tokens；1份尝试记录的已知用量合计326。失败记录保留，用量缺失不按0计，本文不推算实际金额。
| 实际检查 | 结果 |
|---|---|
| 真实apizt API响应HTTP200 | 通过 |
| 四个独立中文短名 | 通过 |
| 禁用词不进入名字 | 通过 |
| 没有把命名草案标为商标结论 | 通过 |
| 列出的原生产物实际存在 | 通过 |
- 实际检查
- 真实apizt API响应HTTP200
- 结果
- 通过
- 实际检查
- 四个独立中文短名
- 结果
- 通过
- 实际检查
- 禁用词不进入名字
- 结果
- 通过
- 实际检查
- 没有把命名草案标为商标结论
- 结果
- 通过
- 实际检查
- 列出的原生产物实际存在
- 结果
- 通过
result.json · 原生处理后实际结果
{
"names": [
{
"name": "轻羽杯",
"reason": "突出轻便如羽毛的特性，清爽易记"
},
{
"name": "清风盏",
"reason": "带来清爽的视觉与使用联想，短小精悍"
},
{
"name": "云影杯",
"reason": "形容杯身轻盈灵动，富有虚构美感"
},
{
"name": "素简器",
"reason": "体现简约轻便的设计风格，易于传播"
}
],
"trademarkSearchPerformed": false
}
本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录
6. 替换输入前，先确认这些边界
这里只给命名草案，没有检索商标注册或法律可用性。
修改材料后应重新制定事实断言和反例。识别错误率、混淆矩阵或拒答类教程允许保留模型实际错误；检查通过指计算和处理正确。没有调用视频模型。
怎样确认已经完成
- 真实apizt API响应HTTP200
- 四个独立中文短名
- 禁用词不进入名字
- 没有把命名草案标为商标结论
- 列出的原生产物实际存在
常见问题
AI 产品起名 候选怎么开始？
在brief.json写入虚构轻便杯命名简报、4个候选数量，以及“第一/最强/官方”禁用词。按本页顺序继续，先用下载包离线重放，再替换自己的材料。
网页试跑和下载包有什么区别？
网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。
这次通过结果适用于其他材料吗？
这里只给命名草案，没有检索商标注册或法律可用性。