超级麦吉可自动结构化文档：上传后指令明确要求5～8个主题，含名称、观点、事实及位置；支持主题聚类（语义聚合）或章节还原（优化标题层级）；导出为带权限管理的知识节点并支持全文检索。
☞☞☞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☜☜☜
你需要把一份几十页的会议纪要、调研报告或项目文档，快速理出清晰的主题脉络，而不是靠人工逐字翻找、手动标注、反复复制粘贴——超级麦吉能基于语义理解自动识别逻辑断点、提取核心议题、生成带层级关系的知识结构图。
上传文档并触发智能结构化
打开超级麦吉网页版或桌面端，进入「新建任务」→点击「上传文件」按钮，支持 Word、PDF、TXT、Markdown 等格式；一次最多可传 5 个文件，总大小不超过 200MB。
上传完成后，在任务输入框中直接输入指令：“请分析这份材料，按实际内容逻辑拆解为 5～8 个独立主题，每个主题需包含名称、核心观点、支撑事实（最多3条）、相关原始段落位置（页码/行号）。”
这一步不能写“帮我整理一下”，必须明确指定输出维度和数量范围，否则系统默认返回摘要，不会生成结构化知识节点。
选择结构化模式：主题聚类 or 章节还原
方法一：主题聚类模式（适合杂乱原始稿）
适用于会议录音转写稿、多来源拼接材料、无标题的调研草稿。系统会忽略原有格式，用 NLP 模型扫描全文语义密度、关键词共现、指代链连续性，自动合并重复论述、剥离冗余描述、聚合分散观点。输出结果含主题热力图与跨主题引用关系线。
方法二：章节还原模式（适合已有粗略结构）
适用于已分节但标题模糊、层级错乱的 Word/PDF 文档。需在指令末尾追加：“保留原文档的章节锚点，仅优化标题准确性与层级归属。”系统将调用 Layout Parser 模块识别视觉区块，比对文字语义，修正标题样式误判（如把“三、市场反馈”识别成正文），并补全缺失的二级标题。
【注意：PDF 扫描件必须先启用 OCR 预处理，否则无法识别任何文字】
导出结构化成果到知识库
第一步：在结果页点击右上角「导出为知识节点」按钮。
第二步：选择目标知识库——可新建私有库，也可加入团队共享库（需有编辑权限）。
第三步：设置节点属性：
① 主题名称（自动填充，支持手动修改）
② 归属项目（下拉选择当前工作区内的活跃项目）
③ 敏感等级（公开/部门可见/仅本人，影响后续检索权限）
④ 关联原始文件（勾选后，点击节点即可跳转至原文对应位置）
第四步：点击「确认导入」，所有主题节点即时生成，同步出现在左侧知识库导航树中，支持拖拽调整父子关系、批量打标、添加备注。
第五步：在知识库页面顶部搜索框输入任意关键词，系统将同时匹配节点标题、核心观点、原始段落文本，高亮显示命中位置。
