本研究提出了一种利用多模态大型语言模型进行大规模产品检索评估的框架，解决了人类标注者不足的问题。该框架生成个性化注释指南，注释质量与人工标注相当，显著降低时间和成本，快速发现问题，成为有效的质量控制解决方案。