地圖圖釘看起來比一片區域更有用，但格式精確不代表地理準確。照片只支援國家或城市判斷時，輸出六位小數只是製造不存在的確定性。
真實的 61 公尺精度陷阱
暹粒案例中，Nominatim 的 Pub Street 景點節點是 13.3548263, 103.8547837；Wikimedia 公開相機位置為 13.354639, 103.854250，相差約 61 公尺。名稱與街區正確，圖釘卻不是拍攝點。Red Piano、World Lounge Pizza、Street 8 中心與 Cambodian BBQ 約距相機 11、22、53、57 公尺，它們的順序能解釋畫面，但沒有一個 POI 就是相機。
核心判斷
定位應分為國家、地區、城市與座標四層。國家線索一致不代表城市正確；城市線索吻合但未匹配拍攝視角，也不能聲稱找到街道。只有固定結構和視角經獨立驗證才適合給座標。
實際操作方法
以球面距離衡量預測點和真實地點，並同時公布中位數及不同距離門檻。信心分數只有在高分結果確實更常正確時才有意義；沒有可靠分數時，可用候選分散程度判斷不確定性。
分開三種正確性
- 語意正確：找到正確景點、道路或街區。
- 幾何正確：與相機位置的距離落在預設門檻內。
- 視角正確：座標和方向可重現固定物體關係。
- Pub Street 節點語意正確且幾何接近，視角仍錯誤。
候選分布比自信語氣更實用
五個候選集中在同一街區，與分散在三個洲代表完全不同的不確定性。不要平均無關座標；中點可能沒有任何證據。信心只有在保留測試中高分確實更常命中時才算校準。
負責任的結果格式
同時列出支援範圍、結論層級、展示點是否只是中心、相機位置是否驗證、替代候選、關鍵線索、矛盾與下一步。座標未驗證時要直接標示。
限制與驗證
不要平均互不相關的候選座標，中點可能是任何模型都未提出的地方。負責任的結果應包含預測範圍、替代地點、關鍵線索、矛盾點和下一步驗證方法。
資料來源
開始實際分析
如果你有一張需要調查的照片，可以先使用我們的AI 照片位置查找工具取得候選地點，再按照本文方法驗證，而不要把預測直接視為證據。