配料表反向验证法 · 分析技能

把一款预包装食品的营养成分表，反推回它的配料表，检验"配料表降序排列下，能不能凑出标签上写的那些营养素"。能凑出来 → 合理；凑不出来且有营养素无论如何都达不到 → 可疑/虚标。这是做食品配料表/营养成分表解读、打假、辟谣内容时的硬证据工具。

> ⚠️ 重要免责声明：本技能的所有输出仅用于个人选购商品时的辅助参考，不能作为任何行政、法律、监管或维权判定证据。一款产品是否虚标、是否合规，最终必须以法定检验机构 / 监管部门的检测结果为准。

双解读框架（关键能力，非定论）

当验证发现某营养素"确定与标签标注不一致"，且虚标方向与商家常规标注习惯相反、且偏离幅度过大时，本技能会同时给出两种解读，而不是简单判"营养表虚标"。所谓"反向偏离"指：在行业习惯里，好营养素（蛋白质、膳食纤维）通常被往高标、坏营养素（脂肪、钠、碳水化合物）通常被往低标；所以当出现以下任一类"反习惯方向"且幅度明显时即触发双解读——

• 蛋白质被标低、膳食纤维被标低（好营养素反而往低标，反常）
• 脂肪被标高、钠被标高、碳水被标高（坏营养素反而往高标，反常——脂肪一般也不会飙高，故"脂肪标高"同属反向偏离）

> 触发是通用的：以各营养素"理论可达区间 [下限, 上限]"为判据（标签 < 下限/1.33 或 标签 > 上限×1.33 即视为反常偏离），并非硬编码某三个项。只要某营养素确实反向偏离且幅度过大，就进入双解读。

• 解读一（配料表为真 → 营养表有问题）：在相信配料表降序/成分的前提下，指出营养表哪些项无法被配料表解释。
• 解读二（营养表为真 → 配料表有问题）：反过来相信营养表实测值，检查现有配料在降序硬约束下能否提供这些营养；若不能，提示配料表可能隐瞒了真实成分来源（如未标明的碳水主料）或虚报了首位占比。
• 两种解读均明确标注为非定论；最终需靠实测（色谱、淀粉检测、厂家投料记录）定性。本技能不替任何一方下"配料表造假"的定论。

用户使用步骤与拍摄要求

使用步骤（极简）：
1. 在对话中挂载本技能（对话框「+」→「技能」→ 选「食品标签虚标检测」）。
2. 上传产品包装照片（见下方拍摄要求）。
3. 说一句简短指令，如"帮我验证这款标签"或"跑一下这个"。→ 技能自动调用 verify.py 计算并输出报告。

拍摄要求（务必满足，否则结果可能失真）：
- 照片必须又全面又清晰：配料表、营养成分表都要有，文字清晰可辨、无反光无遮挡。
- 最好同时拍正面：能看到品牌名、产品完整名称，便于核对与溯源。
- 模糊、缺角、只拍一半的标签会导致 OCR 识别错误，结论随之偏移。

何时使用

• 用户发来一款预包装食品的配料表 + 营养成分表（图片或文字），问"这配料表是真的吗 / 数据对不对 / 是不是虚标"。
• 用户要做食品成分拆解、配料表解读、虚标鉴别类内容。
• 用户提到"反向验证""配料表能不能撑起营养成分表""净碳水/GB28050"。
• 用户发来产品包装照片（整体或特写），问"这标签合规吗 / 有没有违规 / 有没有问题 / 打不打折边球"。→ 走下方「包装照片合规审核」工作流。

核心规则（务必遵守）

GB 28050 净碳水规则：当营养成分表同时列出"碳水化合物"和"膳食纤维"时，标示的"碳水化合物"= 可用碳水（净碳水） = 总碳水 − 膳食纤维；糖醇类（赤藓糖醇、甘油等）可用碳水计 0。
→ 验证目标是让蛋白质、脂肪、可用碳水、膳食纤维、钠等已标示营养素同时对上标示值（含容差），不是单独看某项。这是强约束。
→ 未标示营养素不参与强约束验证：营养成分表没列膳食纤维/糖等项目时，不强行按 0 验证（GB 28050 允许≤0.5g/100g 标 0，且未列项目无强制约束），避免假阳性。

GB 7718-2011 降序豁免规则：配料应按加入量递减顺序排列，但加入量 ≤2% 的配料可豁免降序（条款 4.1.2.1.2）。
→ 反向验证时，标记为 le2pct 的配料不受降序约束、用量封顶 2%。这条是给产品的"合法不按降序"空间，不是用来放水的——不确定某配料是否 ≤2% 时保持默认强制降序，让结论偏严。

GB 7718-2011 复合配料展开规则：复合配料加入量 ≤25%（且已有国标/行标/地标）时可不展开原始配料；>25% 必须展开（条款 4.1.3.1.3）。
→ 配料表中未展开的复合调味料 = 不透明添加剂、用量 ≤25%，模型中按整体营养值反算、cap 取 ≤25%。若营养成分表列了"糖"且唯一含糖来源是这个未展开的复合调味料，应据"实际品尝到的甜味为主"把它按高碳水（含糖型）估算（用 inline 覆盖 carb 到 50~70g/100g），这是把味觉转化为合法输入，不是放水。
→ 括号列出具体子原料时必须展开：当复合配料括号内列明了具体子原料（如"碳低低预拌粉(硬质粗粒麦粉、小麦蛋白粉、…)""复配膨松剂(焦磷酸二氢二钠、碳酸氢钠、…)"），必须按这些真实子原料估算，禁止用"行业通用预拌粉/复合调料"的整体假设值（每家配方不同）。做法：查库/内联各子原料每100g系数，按一份合理的子原料配比加权得到该复合配料的整体系数，配比写在 assumptions 里；子原料比例未知时做低/中/高三版稳健性检查，确认结论不依赖该假设。

味觉/糖标联动：营养成分表列"糖"且数值可观 + 唯一含糖配料是未展开复合调味料 ⇒ 该调味料极可能甜味为主 ⇒ 用 inline 提高其 carb。这是本技能允许的"把实际品尝转化为模型输入"的正当途径。

工作流程

1. 从照片提取数据：用户提供产品包装照片 → 读取产品名、配料表（按包装印刷的降序逐条）、营养成分表（每100g 的能量kJ/蛋白质g/脂肪g/碳水g/纤维g（未列可省略）/钠mg）、包装上明示的最低添加量（如"谷朊粉≥40%"，可选）、备注（如"客服确认用脱脂亚麻籽粉"，可选）。
2. 原料匹配：把配料表文字与 scripts/ingredient_db.json 中的原料匹配（支持中英文别名）。
   - 匹配不上、或用户提供了更准确的数值 → 在输入里用 inline 覆盖该原料的每100g数值与行业上限 cap，不要自行编造。
3. 生成输入 JSON（格式见下），保存到本地。
4. 技术版报告：运行 scripts/verify.py，得到分析报告 txt（自留底稿）。
5. 粉丝交互版 HTML：运行 scripts/build_interactive.py，生成交互式 HTML（含顶部原始数据卡 + 综合判定 + 可拖动滑块区间探索器）。
6. 交付：技术版 txt（自留）+ 交互版 HTML（直接发给粉丝/在对话中预览）。

> ⚠️ 面向粉丝的最终产物只要这一个可交互 HTML 页面即可。不要生成二维码 PNG、不要云端部署、不要长图海报。HTML 是自包含文件，手机/电脑直接打开即可。

输入 JSON 格式

{
  "product": "产品名",
  "label": {"energy": 472, "protein": 35.9, "fat": 1.4, "carb": 3.4, "fiber": 15.8, "sodium": 278},
  // energy 可选（kJ）；若营养成分表未列膳食纤维，可省略 fiber 或写 "fiber": null
  "ingredients": [
    {"name": "谷朊粉"},
    {"name": "坚果", "min_claim": 30},
    {"name": "某未知原料", "inline": {"protein":10,"fat":1,"carb":50,"fiber":10,"sodium":0,"cap":8}},
    {"name": "碳酸氢钠(食品添加剂)", "le2pct": true}
  ],
  "assumptions": ["本工具所有结果基于脱脂亚麻籽粉计算。若用普通亚麻籽粉(约35%脂肪)，结论不成立"],
  "options": {"descending": "weak", "decay_floor": 0.5, "tolerance": "default", "net_carb_rule": "net"}
}

字段说明：
- label.carb：营养成分表的"碳水化合物"值（当同时列膳食纤维时，按净碳水验证）。
- label.fiber：膳食纤维值；未标示时省略或填 null，不参与强约束验证。
- ingredients[].min_claim：包装明示的最低添加量(%)。
- ingredients[].inline：数据库缺失或需修正时，直接给每100g的 protein/fat/carb/fiber/sodium(mg)、是否 sugar_alcohol、cap(行业上限%)。
- ingredients[].le2pct：true 表示该配料加入量 ≤2%（GB 7718-2011 4.1.2.1.2 豁免降序排列）。标记后跳过其降序约束、用量封顶 2%。仅在能合理判断其用量 ≤2%（如食品添加剂、香精、微量营养素）时标记；不确定时保持默认（强制降序），结论偏严。
- options.descending：strict（默认，GB 7718 仅要求后项≤前项）、weak（后项≤前项且≥前项50%，额外启发式，需显式指定）、none（跳过跨配料降序约束，仅各配料"内部"降序）。
- ⚠️ 多料包/多复合配料独立产品必须用 descending:"none"：GB 7718 的降序排列适用于"单一配料表"。当产品由多个独立小包装/复合配料组成（如方便面的面饼+料包、调味品的芝麻酱包/油包/汁包/菜包），各料包是独立的复合配料，国标只要求"每个料包内部"的配料按降序，料包彼此之间不强制降序。若错误地对所有顶层配料整体施加降序，会把"料包间不降序"当成矛盾，产生过约束假阳性（曾误判五谷道场热干面调味品"脂肪标低"，去掉跨料包降序后翻转为合理）。因此：凡标签把产品拆成多个独立料包/子系统的，对应 input 设 "options":{"descending":"none"}。
- options.tolerance：default（蛋白±15%/脂肪±20%/净碳水±20%/纤维±15%/钠±25%）或 GB28050（统一±20%）。
- options.net_carb_rule：net（默认，GB28050净碳水）或 total（按总碳水反算）。
- assumptions（可选）：字符串数组，列出计算前提假设（如"基于脱脂亚麻籽粉"），会在交互页面顶部显示为「计算前提」提示卡。

运行

第一步：技术版报告（留底用）

python scripts/verify.py 输入.json -db scripts/ingredient_db.json -out 报告.txt

第二步：粉丝交互版 HTML（交付粉丝用）

python scripts/build_interactive.py 输入.json -db scripts/ingredient_db.json -o 探索器.html

生成一个自包含的交互式 HTML（数据内嵌，手机/电脑直接打开即可，无需服务器）。

依赖：pip install scipy（仅用于线性规划反推）。

环境自检（首次运行前必做）：脚本依赖 scipy，本机若未安装会直接报错。在运行 verify.py / build_interactive.py 之前，先用 WorkBuddy 托管 Python 建好虚拟环境并装依赖：

# 用 WorkBuddy 托管 Python 建 venv（路径以本机为准，按需调整）
<managed_python> -m venv <venv_dir>
<venv_dir>/Scripts/pip install scipy
# 之后运行脚本时指定该解释器

若托管环境不可用，退回到本机 python3 -m venv + pip install 同样适用。requirements.txt 已列出依赖，可直接 pip install -r requirements.txt。

粉丝交付标准（最终产物 = 可交互 HTML 页面）：技术版 txt（自留）+ 交互版 HTML。

> 不要额外生成二维码、不要云端部署、不要长图 PNG。交互 HTML 已足够粉丝查看全部结论。

交互式 HTML 特性（build_interactive.py）

页面名称：小鼠检察官·营养标签检查

• 顶部「📋 包装原始数据」卡：从照片提取的营养成分表标示值（含能量 kJ）+ 配料表按降序列出。
• 顶部「🚦 综合判定」横幅：合理（绿）/ 可疑（红）+ 一句话原因。
• 营养素项动态生成：标签有几项就列几项，没测膳食纤维就不显示。
• 容差带锚点：锁定某项营养素时允许在国标容差内浮动（蛋白±15%/脂肪±20%/碳水±20%/钠±25%），不再因"精确等于标示值"的过严约束误显"无解"。
• 颜色图例：绿色条=当前可达区、灰色底=基线可达区、蓝色线=包装声称值、橙色点=当前锚点位置。
• 复合配料不确定性提示卡：检测到括号内子配料或"复合"字样时，提示内部配比无法确定、结果可能有偏差。
• 含水量检查：结构法，比对同一口径的自由水。计算「营养表反推的需额外添加水 = 总水分 − 食材自带水」，再检查它是否落在「配料表降序允许的额外添加水区间 [下限, 上限]」内（水排第 k 位时上限=100/k，第1位下限=100/N、第≥2位下限=0）。品类含水常理只做备注，不驱动矛盾判定。
• 粉丝卡含水量口径：只描述客观推算（总水分、需额外添加水、允许区间、预期口感），不下"实际口感是否合理"的实测结论；判断权交给粉丝/观众。
• 移动端优化：viewport 声明 + flex-wrap 自适应 + @media 窄屏优化 + 滑块触摸友好。

输出与三级判定

报告含：约束条件、最佳拟合配比表、Phase1 已标示营养素联合验证、Phase2 各营养素理论可达区间、不可能达标/难以同时达成的明细与主要来源拆解。

• 高度可疑：某已标示营养素标示值落在其理论可达区间 [最小,最大] 之外 → 该项无论如何配比都不可能达标，近乎确定性虚标。
• 中度可疑：各项单独可达但已标示营养素无法同时满足（典型：高蛋白⇄高净碳水、高纤维⇄高添加量受降序与cap限制）。

包装照片合规审核（GB 28050 / GB 7718）

当佳玉发来产品包装照片、要你判断"违不违规 / 有没有问题"时，在反向验证之外，还要逐条核对标签是否符合国标，并指出任何不合理、易误导、打擦边球的地方。

权威依据：scripts/gb_standards_compliance.md（含 GB 28050-2011/2025、GB 7718-2011/2025 全文核心——强制项、"0"界限值、表2允许误差、表C.1含量声称阈值、NRV、配料表降序与复合配料展开、定量标示、致敏、禁用"零添加"等用语、九组审核 Checklist 与四段式输出格式）。审核前先读它。

版本口径（关键）：
- 现行有效 = GB 28050-2011 + GB 7718-2011（截至 2026-08）。判定"是否违规"以此为准。
- GB 28050-2025 + GB 7718-2025 已于 2025-03-16 发布，2027-03-16 实施（两年过渡期）。其变化（强制 1+6 + "盐油糖"提示语 / 双日期 / 8 大致敏原强制 / 禁用"零添加·不添加·不含"等）作为前瞻提示，标注"2027-03-16 起将不合规"，不直接算现行违规。

审核步骤：
1. 读 scripts/gb_standards_compliance.md 的 Checklist（A–H 九组）。
2. 逐项核对照片可见信息：强制标示完整性 → 营养标签（方框表/强制项/具体数值无范围/0界限值/NRV%）→ 配料表（降序/≤2%豁免/复合配料25%展开/添加剂标示/强调配料标添加量）→ 营养声称（达表C.1阈值？比较声称≥25%？功能声称未篡改？）→ 致敏 → 用语（零添加/保健暗示/虚假夸大）→ 日期 → 与反向验证联动。
3. 若照片同时给了配料表+营养成分表，先跑 verify.py 做反向验证，把"数据矛盾/疑似虚标"一并纳入结论。
4. 按四段式输出（见参考文档第四节）：【总体结论】→【现行违规】（引具体条款）→【2025版过渡提示】→【反向验证】→【不合理/打擦边球】。

审核铁律：任何不合理、易误导、打擦边球之处都要提出来，不替品牌找补；区分"硬违规"与"软擦边"，给佳玉做内容时证据分级清楚。

重要提示

• 数据库为估算量级（参考模型反推 + 食物成分表常识），结论用于可行性/矛盾性判定，不是精确配方还原；粉丝有真实数值时用 inline 覆盖再跑。
• 营养成分表未列出的项目（如膳食纤维、糖等）不参与强约束反算，避免假阳性。
• 容差与降序模式（weak/strict）为可调假设，改变它们会影响"可达"边界，但结构性矛盾（确定性虚标）稳健。
• 详尽方法论、约束体系、容差、判定标准见 scripts/method.md；原料数据库结构见 scripts/ingredient_db.json。

分发给其他 WorkBuddy 用户

本技能是生成工具，住在你的 ~/.workbuddy/skills/nutrition-label-verifier/（Windows：C:\Users\<用户名>\.workbuddy\skills\；macOS/Linux：~/.workbuddy/skills/）。普通粉丝不需要它——你发给粉丝的永远是「交互式 HTML 页面」，粉丝点开即用，零安装。

只有当同行或内容创作者粉丝也想自己用 AI 跑时，才需要把整个技能文件夹发给他：

1. 把 nutrition-label-verifier/ 整个目录打包成 zip（排除 __pycache__）。
2. 对方解压到他自己的 ~/.workbuddy/skills/ 目录下（保持文件夹名 nutrition-label-verifier 不变）。
3. 对方重启/打开 WorkBuddy，技能即出现在可用技能列表，对话中提及"食品标签虚标检测 / 营养标签反向验证 / 配料表验证 / 小鼠检察官"即可触发。
4. 对方首次使用时，本技能会自动走「环境自检」把 scipy 装好（见上）。
5. 之后他发产品照片给你（或他的 AI），流程与本文档完全一致。

> 注意：本技能的全部计算依赖本地 Python 环境。对方若完全零基础，首次设置可能需要你或他的 AI 协助完成环境自检那一步；之后全自动。

局限性

本技能只做"配料表能否撑起营养成分表"的反向可行性验证，不评价安全性、合规性全文、或推荐摄入量。涉及健康建议时以科学证据为准。

作者

署名：抖音 @刘属鼠（营养 / 减肥科普自媒体）。更多配料表解读、营养成分表拆解、减肥科普内容，欢迎在抖音搜索「刘属鼠」。

> 本技能所有输出仅作个人选购辅助参考，非判定证据；最终是否合规以法定检验 / 监管部门结果为准。