kimi可批量处理历史文档：先无监督语义聚类输出主题类别及依据，再提取5个精准关键词生成markdown或csv表格，并支持通过文件名解析反向校验补全关键词。
☞☞☞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☜☜☜
您手头有几十份甚至上百份散乱的历史文档（如会议纪要、政策文件、项目结题报告），需要快速理清它们的主题归属、提取每份的核心关键词，并为后续归档或检索打下基础，但人工通读标注已不可行。
批量上传并触发主题分类指令
该方法适用于已整理为PDF/Word/TXT格式的文档集合，Kimi能基于语义相似性自动聚类，无需预设分类体系。
打开Kimi官网，登录后点击“新建对话”，再点击输入框旁的回形针图标→一次最多上传10个历史文档（单个≤50MB，格式限.docx、.pdf、.txt）。
等待所有文件状态显示“已解析完成”后，在对话框中输入：【请忽略页眉页脚和编号，仅依据正文语义对这10份文档进行无监督主题聚类，输出每份文档所属的主题类别名称（如“财政拨款”“人事任免”“技术验收”），并给出归类依据的1句话说明】。
点击“运行”，约20–90秒后将返回一个带编号的列表，每项含“文档名｜主题类别｜依据”。若发现某份文档归类明显错误，可单独复制其文本重发指令：“请重新判断这份文档的主题，重点分析第二段末尾至第三段开头的技术术语组合”。
逐份提取关键词并导出结构化表格
主题分类完成后，需为每份文档生成可机读的关键词标签。Kimi支持按固定模板批量输出，避免手动复制粘贴错行。
方法一：网页端指令驱动表格输出
在当前对话中追加指令：“请为以上全部文档分别提取5个最能代表其核心内容的中文关键词，去除泛义词（如‘工作’‘情况’‘问题’），优先保留专有名词、政策简称、技术术语；以Markdown表格格式输出，表头为【文档名|关键词1|关键词2|关键词3|关键词4|关键词5】，不添加任何额外文字。”
方法二：API调用实现字段级控制
若您已有Python环境且需对接本地数据库，可在Kimi开发者平台申请API Key后，构造如下请求：在prompt中明确要求“仅输出纯CSV，首行为字段名，每行对应一份文档，关键词之间用英文分号分隔，禁用引号包裹”，接收响应后直接写入MySQL的keywords表。
【注意：使用API时务必在prompt中限定输出格式为纯CSV，否则模型可能混入解释性文字，导致后续程序解析失败】
用命名规则反向校验与补全关键词
历史文档常含隐含线索——文件名本身已是重要语义锚点。Kimi可从命名中提取结构化字段，与正文关键词交叉验证，发现遗漏或偏差。
第一步：整理样本文件名
从云盘中挑出8–12个典型文件，例如：“2023_深发改_高企认定_终审意见.pdf”“沪科委_2024年度_人工智能专项_中期检查_张江园区.docx”“粤财教〔2022〕88号_省级重点实验室建设经费拨付通知.pdf”。
第二步：让Kimi解析命名逻辑
上传这些文件名（非文件本身）至新对话，输入：“请分析以上文件名构成，识别出共性字段类型（如年份、发文单位、业务领域、流程阶段、文号结构），并为每种类型提供2个原文例证。”
第三步：生成补全指令
根据Kimi返回的字段类型，编写指令：“请检查文档‘2023_深发改_高企认定_终审意见.pdf’的正文，是否提及‘深圳市科技创新委员会’全称？若未出现，请补充‘深圳科创委’作为关键词；若正文中出现‘国家级高新技术企业’但未提‘高企’，请将‘高企’加入关键词列表。”
执行该指令后，Kimi会返回修订后的关键词行，可直接覆盖原表格对应位置。
