所有结论必须基于受访者原话或对其原话的准确转述，禁止添加任何解释性、评价性、概括性语句；每条结论严格按“【问题现象】：【具体事例】（发生在【发生场景】）”格式输出；禁用“需要”“应该”等词；仅提取5条最具冲突性结论，每条标注原始出处页码段落或时间戳，并自行核验文字片段。
☞☞☞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☜☜☜
你需要从几十页访谈记录里提炼出真实、具体、可落地的结论，但AI生成的内容全是“加强协同”“提升意识”“优化机制”这类空泛表述。问题出在提示词没约束AI聚焦事实细节和行为证据。
明确要求AI只引用原始访谈中的原话或转述
在提示词开头直接写：“所有结论必须基于受访者原话或对其原话的准确转述，禁止添加任何解释性、评价性、概括性语句。”
这一步卡死源头——如果AI编造“员工普遍认为流程繁琐”，而原文只有1人说“报销填三张表，我改过七次”，那整段输出就失效。
强制AI按“问题现象→具体事例→发生场景”三层结构组织每条结论
方法一：用模板句式锁定结构
在提示词中加入：“每条结论严格按以下格式输出：【问题现象】+冒号+【具体事例】+（发生在【发生场景】）。”
例如输入“销售反馈客户响应慢”，AI不得输出“需提升响应效率”，而必须输出：“客户消息超48小时未回复：华北区小王提到‘上周四下午5点发的报价单，直到周一上午才收到确认’（发生在Q3大客户投标跟进阶段）。”
方法二：用反例排除法
在提示词末尾加一句：“若某条结论中出现‘需要’‘应该’‘建议’‘加强’‘优化’‘提升’任一词，整条判定为无效，立即删除。”
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
【这是最关键的过滤开关，不加这句，AI默认输出管理术语】
限定结论数量并绑定原始记录位置
第一步：告诉AI上限数量
“仅提取5条最具冲突性或最反常识的结论，宁缺毋滥。”
第二步：要求标注出处
“每条结论后用小括号注明：出自第X页第Y段，或访谈对象Z原话（时间戳HH:MM）。”
第三步：设置验证动作
“输出前自行核对：每条结论是否能在原始文档中找到对应文字片段？如无法定位，不得保留。”
这三步连起来做，能逼AI放弃“总结升华”，老老实实当摘录员。没有页码或时间戳支撑的结论，等于没结论。
