先锁定术语边界再整理，用三栏Markdown清单规范术语｜定义（带标准号锚点）｜误用场景，优先提取高频稳定术语，缩写与全称并列，清洗文档并做冲突检测。
☞☞☞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☜☜☜
用超级麦吉AI搭建专业领域知识库时，若直接把含混术语的原始文档丢进去，后续问答中会出现“同词不同义”或“指代模糊”的问题——比如“压板”在电力系统里是安全隔离装置，在机械加工中却是夹具部件，AI不加区分地混训，检索结果必然错乱。
先锁定术语边界，再动笔整理
打开一个空白Markdown文件，标题写“【XX领域】核心术语清单（2026Q4）”，下方分三栏：术语｜标准定义（来源+页码）｜典型误用场景。不要从整份PDF里逐字摘录，而是翻到目录、章节小标题、图表注释、附录术语表这些【术语高密度区】，优先提取出现频次≥3次且上下文含义稳定的词。
遇到带括号缩写的术语（如“SCADA（Supervisory Control and Data Acquisition）”），必须把全称和缩写同时列进第一栏，中间用顿号隔开；缩写单独出现时AI无法自动关联，会当成新词处理。
定义必须带出处锚点
方法一：直接引用原文句式，但要在句末加角标。例如：“继电保护定值单是调度机构下达的、用于整定保护装置动作参数的技术文件[DL/T 995-2016 §4.2]”。角标格式严格为“标准号+空格+章节号”，不能写成“见国标995第4.2条”。
方法二：用自己的话重述定义，但首句必须包含标准号。例如：“DL/T 995-2016 §4.2规定：继电保护定值单是……”。AI在向量化时会把标准号作为强语义锚，比自然语言描述权重高3倍以上。
【切勿省略标准号或年份】同一术语在DL/T 995-2006和2016版中定义可能不同，漏掉年份会导致知识冲突。
批量清洗术语文档
第一步：用Magic Lens工具将扫描版PDF转为Markdown，命令行输入magic-lens --input manual.pdf --output terms.md --clean-header-footer；
第二步：在生成的terms.md里执行全局替换——把所有“注：”“说明：”“（注）”开头的段落，统一替换成“⚠️注意：”，确保AI识别为风险提示而非正文定义；
第三步：删除所有含“待确认”“暂定”“参考用”字样的行，这类内容进入知识库后会污染向量空间，导致相似度计算失真。
导入前做术语冲突检测
① 在超级麦吉控制台新建临时知识库，命名为“术语校验_临时”；
② 将整理好的terms.md拖入上传框，勾选“启用术语一致性分析”；
③ 等待扫描完成，重点查看标红的“多义词冲突报告”——如果“接地”同时关联到“电气安全”和“建筑防雷”两个标签，说明定义未收敛，需返回第二步补充分场景限定词（如“工作接地”“防雷接地”）；
④ 报告无红标后，点击“导出净化版”，获得最终可导入主知识库的terms_clean.md文件。
