方法论：whereisthisplace.online 如何判断照片地点
简短结论
whereisthisplace.online 会先检查照片文件中的元数据，再读取画面里可见的地理线索，排序候选地点，并展示每个结果背后的证据。当照片没有足够定位证据时，系统应返回不确定，而不是强行给出精确地点。
我们优化什么
这个产品面向的是很具体的问题：比如“这张照片是在哪里拍的？”、“为什么 Google Lens 只给我相似图片？”、“没有 EXIF 还能找地点吗？”
我们优化的是：
- 展示推理，而不是只给一个坐标。
- 返回候选地点排序，而不是强行单点猜测。
- 使用用户能理解的置信度标签。
- 在付费证明前先给免费答案。
- 当图片证据不足时诚实失败。
- 识别地点，而不是识别人。
分析流程
- 文件检查。 如果照片仍保留 GPS 或拍摄元数据，浏览器端检查会先显示这些信息。元数据会标注为文件数据，而不是 AI 猜测。
- 画面读取。 模型读取可见线索：招牌、语言、道路标线、行驶方向、建筑、植被、地形、光照、车牌、店面和其他地点特征。
- 证据复核。 被引用的线索需要回到像素中复核。看不清或不存在的线索不应驱动答案。
- 候选排序。 系统返回可能地点、置信度和证据。一个可靠的国家级或城市级结果，比虚假的精确坐标更有价值。
- 地图验证。 免费结果尽可能给出地图线索。付费解锁可在证据足够时提供精确坐标和 Street View 证明。
置信度标签
Likely 表示多个独立线索指向同一地点，并且没有明显矛盾。
Possible 表示该地点符合部分线索，但其他候选也可能成立，或图片缺少足够区分性细节。
Low evidence 表示图片不支持负责任的地点判断。常见情况包括室内特写、无特征风景、严重模糊、没有地标的夜景，或看起来是 AI 生成的画面。
哪些照片效果最好
最强的照片通常包含：
- 户外街道或店面。
- 可读招牌、文字或店名。
- 道路标线、电线杆、车牌、车道或行驶方向。
- 有辨识度的建筑、屋顶、阳台、铺装或街道设施。
- 海岸线、山形、植被、地形或气候线索。
- 来自 Instagram、TikTok、地图或视频帧的宽画面截图，且背景信息充足。
哪些场景容易失败
有些照片不应该得到精确答案：
- 普通海滩、田野、森林或天空。
- 食物、人像、房间、墙面或没有外部环境的物体。
- 裁剪过重，移除了招牌和周边信息。
- 严重运动模糊的夜景。
- 从未真实存在的 AI 生成场景。
- 试图识别或追踪私人个体的图片。
当系统无法负责任地定位场景时，应说明证据不足，并建议下一步如何补充线索。
公开测试集
我们谨慎发布准确率，因为照片定位效果高度依赖样本构成。目前面向公众的基准表述是：
- 国家判断约 87% 正确。
- 城市判断约 62% 正确。
- 困难照片应返回低证据，而不是错误的精确坐标。
测试样本包含普通街景、截图、二次保存图片、非西方场景、老照片和低证据案例。我们把它视为产品校准集，而不是对所有图片的通用保证。
如何理解指标
国家级准确率不等于精确坐标准确率。城市级准确率也不等于找到了具体店面。当照片本身不支持精确坐标时，一个正确的宽范围结果仍然有价值。
我们更愿意展示置信度和证据，而不是把所有结果压缩成一个营销数字。
隐私与滥用控制
默认情况下，上传照片会在 24 小时内自动删除。照片不会用于模型训练。页面说明在浏览器中运行的 EXIF 检查，应在本地完成。
本服务用于识别地点，不用于识别人。试图定位私人个体、住宅、学校、工作地或其他敏感个人地点的使用可能会被阻止。
更新节奏
当模型、提示词、数据集、政策、价格或保留规则发生实质变化时，应复查方法论和公开声明。当前方法论日期为 2026 年 7 月 21 日。