该技能的目标通常不是“找到一个匹配”，而是找到图片的最早发布位置并阅读其页面。匹配只能说明图片还存在别处，而最早的页面才能提供摄影师、日期、标题和人名等真正可用于继续追查的信息。
【按手中素材选择引擎】
- 人脸：优先 Yandex，其索引围绕人脸相似度构建，能返回长相相似的不同人以及同一人在其他照片中的影像。
- 人脸且 Yandex 失败：使用专用人脸引擎，但须先解决法律和同意问题。
- 北美或西欧以外的街景：用 Yandex，其深度索引俄语、中亚、东欧、土耳其和中文网络内容。
- 产品、书籍封面、艺术品、植物、动物：用 Google Lens，具备物体和实体识别能力。
- 图片中的文字：用 Google Lens，可 OCR 后搜索提取出的字符串。
- 地标或知名建筑：用 Google Lens，地标分类是其最强单项功能。
- 杂乱照片中的特定区域：用 Bing 视觉搜索，可在上传图片上画框只重新搜索该区域。
- 新闻照片、表情包或疑似年代久远的内容：用 TinEye，它是唯一按最旧排序并能可靠呈现修改副本的主要引擎。
- 中文或托管在中国的图片：用百度识图。 建议至少运行三个引擎。它们经常不一致，而这种不一致本身是信息：TinEye 找到多年前的精确副本而 Lens 只找到近期转发，是媒体被回收再利用的特征。
【各引擎的实际工作方式】 Yandex 基于视觉相似度匹配，人脸成分强。结果页把“包含此图片的站点”与“相似图片”分组，只有第一组是证据。它对裁剪、旋转和重度重压缩的容忍度高于其他引擎。 Google Lens 已从整图重复匹配转向“这是什么、能卖你什么”。用于溯源时应选择列出包含该图片的页面，而不是视觉匹配轮播，并预期它会把视觉相似但无关的照片当作匹配返回。 Bing 视觉搜索介于两者之间。其区域选择工具是使用它的理由：无需下载、裁剪、重新上传。 TinEye 基于爬取，索引相对较小，很多图片返回零结果，未出现在 TinEye 中不能证明任何事。它能做其他引擎做不到的事：精确和近似重复匹配并按最旧排序，检测被裁剪、调色或加过水印的副本，并与输入并排显示。
【方法】
- 固定输入：获取最高分辨率副本，使用文件本身而非截图，截图会引入缩放和重压缩而损失匹配。开始编辑副本前先检查原文件的元数据。
- 全图跑所有引擎：成本低，有时立即有结果。
- 裁剪后重新搜索：这是整个技能中收益最高的一步。全图指纹被背景主导；紧密裁剪到人脸、招牌、标志、车辆、纹身、建筑转角，分别搜索。转发内容常被裁剪和重新构图，因此裁剪后常能在全图无法匹配时匹配。
- 水平翻转：镜像既是规避自动匹配的常见手法，也是屏幕录制和视频转发的常见产物。翻转后用相同引擎重跑。
- 对低质量输入做预处理并重试：放大、降噪、校正色阶。
- 视频：抽取关键帧作为静帧搜索，搜索开头、中间和结尾的帧，以及任何含招牌或人脸的帧。关键帧命中通常能突破视频案件。
- 按最旧排序：在 TinEye 上按最旧排序，然后把该日期当作上限而非答案，进入下一步。
- 阅读匹配页面：收集摄影师署名、机构、标题、具名人物、页面日期、图片 URL 中的文件名以及周围正文，这里才是线索所在。
【确立首次发布而非仅找到匹配】 已知最早副本日期是对搜索覆盖范围的声明，不是对世界的声明。要加固：用存档页核对匹配页面自身日期；用日期限定搜索查找同一事件或标题更早的文字提及；寻找更大分辨率的同一图片，最大版本通常最接近来源；检查常见图库，被三个不同国家的三个不同新闻事件署名的照片是图库素材，“原始”是一张授权页；图中水印和机构标记胜过任何索引，裁剪水印单独搜索。
【人脸专用引擎及何时不使用】 PimEyes 和 FaceCheck.ID 爬取公开网络进行人脸匹配，能找到通用引擎找不到的人，但存在真实风险：人脸模板在 GDPR 第 9 条下属于生物识别数据，需要明确合法依据而非仅正当利益；伊利诺伊州 BIPA 和得克萨斯州 CUBI 对未经书面同意收集生物识别标识设有私人诉讼权和法定赔偿。PimEyes 自身条款将其定位为搜索自己脸部的工具并提供退出选项，用其搜索第三方人脸违反其条款。Search4Faces 索引俄语社交平台人脸。仅在有书面授权或合法保护目的时使用，例如欺诈案中核实交易对手、经当事人同意的身份验证、失踪人口工作或检查自身暴露面。不要用它从照片识别陌生人、给抗议人群中的脸贴名字或定位私人个体。在案卷中记录使用及原因，人脸引擎命中本身应视为未确认，因为撞脸误报常见且引擎不提供可审计的推理。
【容易出错之处】 相似不等于相同：引擎把“包含此图片的页面”和“看起来像此图片的图片”混在一个视觉网格里，只有前者是证据，需打开候选比对像素级细节。 无结果是默认情况而非发现：未收录、刚发布、登录墙后和仅 App 内可见的图片返回为零；四个引擎都无结果只说明图片不在这些索引中，是原创性的弱证据，且完全不能证明真实性。 图库照片会污染归属：出现在四十个无关站点上的“CEO”头像其实是图库模特，使用它的实体很可能是假的，这本身就是一个有价值的发现。 AI 生成图片没有可找的来源：零匹配加上生成特征是一种独立结果，应交给判断照片真伪的流程，而不是断定照片是未公开的原创。 引擎会改写历史：结果不可复现，索引会丢弃页面，结果会重排，上周找到的命中可能已消失。发现匹配时应立即截图结果页并归档匹配 URL。 裁剪也可能反向误导：草地或天空的裁剪会返回成千上万自信但无意义的匹配，应裁剪不寻常的部分而非仅仅存在的部分。 可能泄露：把客户图片上传到商业引擎会向供应商披露并可能暴露你的关注点。敏感材料应搜索省略识别细节的裁剪，或者不搜索。
【置信度分级】
- 已确认原始来源：存在早于所有其他副本的页面，托管方是可信的原始发布者，页面日期有独立存档捕获佐证，且不存在更大或更早的版本。
- 可能：最早副本在各引擎间一致且托管方可信，但日期仅依赖页面自述，或存档无该时期捕获。
- 仅匹配：能证明图片在某个日期出现在某个 URL，就照此陈述，不要升级为“原始”。
- 未确认：仅有视觉相似而无像素级验证，或人脸引擎命中，或无法复现的单一引擎结果。