需将非结构化文件转为标准json：上传pdf/图片等至扣子知识库，命名避特殊符号；创建bot并严格配置提示词，确保仅输出纯json；调用后须校验格式有效性。
☞☞☞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☜☜☜
你需要从PDF、图片或扫描件中提取发票信息、合同条款、聊天记录等非结构化内容，并自动转成标准JSON格式供下游系统调用。
准备待处理的非结构化数据源
将原始文件上传至扣子知识库：支持PDF（含扫描版）、JPG/PNG（需文字清晰）、TXT、DOCX。单次上传不超过100MB，【文件名不能含中文括号、斜杠、星号等特殊符号】，否则后续解析会失败。
上传后点击“立即处理”，等待右上角出现绿色对勾图标，表示OCR与文本切片已完成。
创建专用提取Bot并配置提示词
新建Bot → 选择“自定义Bot” → 在“提示词”编辑区粘贴以下结构化指令：
你是一个专业数据提取器。请严格按以下规则处理用户提供的文本：①只输出纯JSON，不加任何说明、注释、markdown格式；②字段名必须为：invoice_number、issue_date、amount_cny、seller_name、buyer_name；③日期统一为YYYY-MM-DD格式；④金额只保留数字和小数点，不带逗号、货币符号；⑤缺失字段填null；⑥禁止虚构任何值。
这一步决定输出是否合规——漏掉“只输出纯JSON”会导致返回带解释文本，下游系统解析直接报错。
调用Bot完成提取与JSON校验
方法一：在Bot调试窗口直接粘贴文本 → 点击“发送” → 复制返回内容 → 粘贴到JSONLint.com验证格式有效性。
方法二：使用扣子API调用（需开启“公开API”开关）→ 构造POST请求，body中data字段传入base64编码后的文件内容 → 检查响应头Content-Type是否为application/json → 解析response.body。
【若返回内容首行是“```json”或包含中文说明，请立刻返回第二步检查提示词是否遗漏“只输出纯JSON”】
