大家好，今天想和大家分享一个我正在尝试的技术选片方案，同时也遇到了一个数据获取上的瓶颈，想向各位大佬求助。一、 传统找片方式的痛点我们平常找片，基本依赖关键词匹配或Tag检索，但这种方式的局限性非常明显：词汇覆盖不全：单纯的字符串匹配很死板。比如你想找丝袜类影片，如果只搜“丝袜”，可能会漏掉大量只标了“黑丝”、“美腿”等相关字符的影片，搜不全。官方漏打标签：很多影片明明包含了特定元素（比如丝袜片），但发行商压根没有加上对应的Tag；或者一些特定的穿搭细节（如包臀裙+高跟鞋），几乎不会有专门的标签。无法处理复杂/抽象需求：传统Tag解决不了复杂的剧情搜索。比如想看“剧情反转”、“从抗拒到享受”这种带有抽象叙事逻辑和特定情绪转变的内容，靠关键词和Tag根本无从下手。
二、 我的AI智能选片解决方案基于上述痛点，我考虑引入目前的多模态大语言模型（VLM）来解决选片问题。核心思路是：让AI去“看”影片的所有元数据（包括文字和图片），从而进行自动化筛选。具体实现流程：准备一个庞大的影片数据库（包含影片标题、剧情简介、标签、演员等文字信息，以及封面、剧照等图像信息）。将这些文字和图像信息统一喂给AI。附加自定义的提示词（Prompt），描述我想要的复杂影片特征。让AI对数据库进行逐一遍历，判断“是/否”符合要求。如果符合，则保留该影片数据，最终输出一个精准的推荐列表。
这套方案的优势：多维理解：不再依赖干瘪的Tag，而是通过阅读剧情简介和识别图片，全面理解影片内容。复杂搜索支持：可以精准匹配上述提到的“剧情反转”、“复杂情绪转变”等传统搜索做不到的需求。
三、 目前进度与跑通的环节目前，我已经完成了前期的核心构建：文字数据库已就绪：我已经获取了完整的纯文字版数据库，包含影片题号、标题、演员名字和剧情介绍等。AI推理流程已跑通：（如图）我部署了千问3.6 27B的本地无限制模型。目前图文输入及自动化输出的逻辑已经完全测试成功。
四、 遇到的瓶颈与求助：图片数据集现在的唯一也是最大的阻碍在于：我缺少影片对应的图像数据（封面和剧照）来匹配我的文字数据库。我尝试过寻找解决方案，但都不太理想：在网上的各类开源资料库搜寻过，没有找到现成可用的大批量图片打包数据。自己写爬虫也不现实。主流的资料网站都做了严格的反爬机制，且大规模抓取存在违反网站规范的风险，这条路基本走不通。
所以想向论坛的各位大佬求助：技术上，大家是否有渠道或方法，能够获取到大量、完整的AV影片图片（封面/剧照）数据集？同时也欢迎大家对我的这套AI选片方案提出改进建议！如果大家有什么想法或更好的实现方式，欢迎在帖子里交流分享。
还没有评论，来抢沙发吧。