必须用原始日志清洗+语义聚类+人工校验三步闭环，才能精准提炼kimi用户“pdf和长文总结”类需求：第一步导出含user_id等5字段的脱敏搜索日志；第二步通过纳米ai意图归一化聚类或python脚本去重；第三步人工标注高频簇并仅保留含文件载体/长度暗示的四类核心场景。
☞☞☞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☜☜☜
你想让纳米AI搜索从Kimi用户真实行为中精准提炼出“PDF和长文总结”类需求，就不能只搜“Kimi怎么总结文档”，必须用原始日志清洗+语义聚类+人工校验三步闭环，否则返回的全是自媒体编的泛化技巧。
第一步：导出脱敏后的原始搜索日志
登录Kimi后台数据平台→进入「用户行为」模块→选择近7天「搜索日志」表→勾选「脱敏开关」→导出CSV格式记录。【一旦导出未脱敏数据，将触发公司级安全审计】。
导出文件必须含字段：user_id、query、timestamp、session_id、ref_url。缺任一字段，后续聚类会漏掉关键行为链。
第二步：用纳米AI搜索做语义去重与聚类
方法一：网页端智能聚类
打开纳米AI搜索网页版→点击右上角「高级模式」→粘贴100条原始query→勾选「启用意图归一化」→点击「智能聚类」。
这一步会自动合并“kimi怎么总结pdf”“pdf总结工具推荐”“上传文档自动提炼重点”为同一簇，并标记为【文档总结】。注意：若不勾选「意图归一化」，纳米AI会把“PDF太大卡住”和“PDF总结不准”当成两个独立需求，而它们实际都指向解析失败后的重试动作。
方法二：本地Python脚本快速筛（无API权限时）
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
安装jieba和sklearn库→运行脚本读取CSV→对每条query做停用词过滤+关键词提取（TF-IDF+余弦相似度阈值设为0.68）→输出top5簇名及代表query。
务必先统一把问号、顿号、空格全替换成英文空格——跳过这步会漏掉“PDF总结?”这类带标点的真实搜索词。
第三步：人工标注高频簇并映射到PDF/长文场景
① 找出聚类结果中占比超12%的簇，如「PDF自动提炼」「Word大纲生成」「网页内容转摘要」；
② 对该簇内每条query人工标注其背后的真实动作：是想“把200页风控报告压缩成3页汇报稿”？还是“从领导发的扫描件PDF里抽付款条款”？或是“把5份会议纪要合并成一份待办追踪清单”？
③ 将动作抽象为四类核心场景：单文件精读提炼、多源异构材料整合、口语转结构化结论、带角色约束的输出（如“以审计视角提取合同违约风险点”）。
注意：若某条query只含“总结一下这篇文章”，没提PDF/Word/页数/扫描件/上传等任何文件载体或长度暗示，【不纳入PDF和长文总结场景】——这是网页内容总结，不是你这次要提炼的目标。
