StayCharted：用自有分类训练 AI，支持文本与图片

StayCharted 是 Product Hunt 上发布的一款产品，定位为让用户用自己的分类体系训练 AI，可同时处理文本和图片，并强调无需写代码。它面向希望按自身业务分类逻辑定制 AI 的用户，试图降低自定义模型训练的门槛。目前公开信息仅来自该产品在 Product Hunt 的条目，未披露发布方背景、具体功能边界与使用方式。

此前按自有分类训练模型通常需要数据标注、训练脚本或调用平台，门槛集中在工程能力上。StayCharted 把多模态数据与自定义分类作为入口，并声明无代码，意味着非工程角色也可能直接参与分类体系定义与训练。是否真正省去工程环节，仍待验证。

从证据看，其核心机制是让用户提供文本与图片两类数据，并按其自行定义的分类进行训练，训练过程封装在无代码界面中。这暗示产品可能提供数据上传、标签组织和自动训练的一体化流程，但证据未说明底层用的是预训练模型微调、少样本学习还是其他方案。

对需要按内部标签体系处理图文混合内容的产品和运营团队，这类工具可能把分类器搭建从研发排期变为业务侧自助动作，缩短从数据到可用模型的链路。研发侧的工作可能转向数据质量把关和接口对接，而非训练本身。上述影响基于单条证据，尚未被实际使用验证。

• 用一批已有明确标签的图文样本试训一个分类器，检查准确率是否达到可上线水平。
• 把客服或电商场景中的图片加文本工单导入，验证按业务分类自动归类的效果。
• 在无代码界面中走完从上传到出结果的全流程，记录是否需要研发介入。

• 定价模式与是否有免费额度尚未公布。
• 支持哪些平台，是网页端还是桌面端，是否提供 API。
• 上传的文本与图片数据如何存储和使用，隐私条款未知。
• 是否开源，以及单次训练支持的分类数量和样本规模上限未知。