千问可协助小说作者将章节内容结构化为含人物关系的excel表格，具体包括提取人物与对话、生成共现关系表、标注属性与立场、构建时间轴交互记录及导出标准csv文件五步操作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您正在创作小说并希望将章节内容结构化为包含人物关系的Excel表格，千问可协助提取关键信息并生成标准化数据格式。以下是实现此目标的具体步骤：
一、提取章节中的人物与对话片段
该方法通过逐章解析文本，识别出场人物及对应发言，为后续构建关系矩阵提供基础字段。需确保输入文本已按章节分隔且人物名称具有一致性（如统一使用“林晚”而非混用“林晚”“晚姐”“林小姐”）。
1、将小说全文按章节拆分为独立文本块，每块以“第X章”或“Chapter X”开头作为分隔标识。
2、对每一章文本调用千问指令：“请列出本章中所有明确提及姓名的人物，并摘录每人至少一句直接引语或关键动作描述，格式为：人物名｜引语/动作”。
3、将千问返回结果复制至Excel，首列为“章节编号”，次列为“人物名”，第三列为“原始语句”，第四列为“出现频次”（手动填入1）。
二、生成人物共现关系表
该方法基于同一章节内多人同时出现的事实，建立人物间共现连接，适用于推导互动密度与阵营划分。不依赖对话内容，仅依据命名共现即可生成初始关系边。
1、向千问提交单章文本，并发出指令：“请提取本章中所有两两组合的人物共现情况，仅输出形如‘张伟,李娜’‘王磊,张伟’的逗号分隔对，不重复、不排序、不含标点修饰”。
2、将各章返回的共现对粘贴至新Excel工作表，每行一个对，列标题设为“人物A”和“人物B”。
3、使用Excel“数据透视表”功能，以“人物A”和“人物B”为行/列字段，“计数”为值字段，生成对称关系权重矩阵。
三、标注人物属性与立场标签
该方法利用千问的语义理解能力，从上下文推断角色身份、阵营倾向及关键特征，补充结构化元数据。需人工校验标签一致性，避免歧义表述干扰分类。
1、向千问发送指令：“请为以下人物列表中的每位角色，基于其在全部章节中的行为与他人评价，归纳三项最显著属性（如‘医术高超’‘效忠皇室’‘隐瞒身世’），用中文顿号分隔，每人一行，格式为：人物名｜属性1、属性2、属性3”。
2、将输出结果粘贴进Excel新工作表，列标题设为“人物名”“属性1”“属性2”“属性3”。
3、在原人物主表中，通过VLOOKUP函数将属性字段回填至对应人物行，确保每角色有完整静态画像。
四、构建时间轴式交互记录表
该方法将人物互动锚定到具体章节与情节节点，支持按时间顺序追踪关系演化。要求章节编号清晰可识别，且千问能准确定位事件发生位置。
1、对每章文本调用指令：“请识别本章中所有涉及两人及以上的人物互动事件，提取：章节编号、互动人物列表（逗号分隔）、事件类型（如结盟、冲突、赠物、密谈）、关键结果（如‘达成协议’‘关系破裂’），每事件一行，用｜分隔”。
2、将结果导入Excel，列标题依次为“章节编号”“互动人物”“事件类型”“关键结果”。
3、在“互动人物”列中使用文本分列功能，按逗号拆分为多列，便于后续筛选任意二人组合的所有交互记录。
五、导出为兼容Excel的CSV结构化文件
该方法规避格式兼容性问题，确保千问生成的数据可被Excel无损读取。所有字段必须为纯文本，禁用换行符与特殊控制字符。
1、整合前述四步所得各表，统一人物名称拼写，删除含“？？”“未知”等占位符的行。
2、向千问提交最终整理指令：“请将以下结构化数据转为标准CSV格式：第一行为英文列标题（Character_A,Character_B,Chapter,Interaction_Type,Weight），后续每行为对应数据，字段间用英文逗号分隔，字符串含逗号时用半角双引号包裹，不添加任何说明文字或空行”。
3、将千问返回的纯CSV文本保存为 .csv 后缀文件，用Excel打开时选择“UTF-8”编码及“逗号”分隔符，确保“文本导入向导”中所有列设置为“文本”格式。
