指导用户模板编写的技巧，提升信息抽取任务的准确性
1. 模板类型概览
AI Doc提供两种信息抽取模板类型，满足不同场景需求：
模板类型 | 适用场景 | 核心特点 |
Prompt模板 （推荐使用） |
|
|
Key-Value模板 |
|
|
2. Prompt模板编写指南
适用场景
Prompt 模板（即通过自然语言指令引导模型输出结构化/非结构化内容的方式），适用于多种任务场景，尤其在需要灵活性、上下文理解、自由生成或复杂推理的任务中表现出色。
Prompt编写技巧
直接提问法
适用场景
适用于目标明确、问题简单、答案确定的场景。
编写要点
简洁：尽量用最简短的方式表达问题。过于冗长的问题可能包含多余的信息，导致模型理解错误或答非所问。
优化前："我们公司最近收到了一份来自供应商的发票，需要你从中提取一些关键信息。请仔细阅读这份发票文件，并告诉我供应商的公司名称、发票号码、开具日期。另外，如果发票上有应付总额的话，也请一并提取。我们需要这些信息来进行账务处理和付款安排。"
优化后："从供应商发票中提取：公司名称、发票号、开具日期、应付总额。"
具体：在信息抽取场景中，明确列出所有待提取项，并为每项提供详细特征描述。
优化前："分析这篇文章并提取关键信息。"
优化后："从这篇文章中提取以下信息：作者的全名和任何相关头衔（如"教授"、"研究员"等）、作者对于全球变暖的观点和3-5个关键词。"
避免歧义：如果一个词或短语可能有多重含义，要么明确其含义，要么重新表述以消除歧义。
优化前："什么是树？"
优化后："解释计算机科学中的'树'概念。"
详细上下文：如果问题涉及特定上下文或背景信息，要提供足够的详情以帮助模型理解。
逻辑清晰：问题应逻辑连贯，有清晰的结构层次。
优化前："抽取申请人姓名、理赔金额是多少、什么时候出的事故、保单号码是多少、提交了哪些文件、出了什么事故？"
优化后："从理赔申请文件中依次抽取以下信息：1. 客户基本信息：姓名、保单号 2. 事故相关信息：事故日期、事故类型 3. 客户申请的理赔金额。"
选择合适的输出方式：
JSON 输出（推荐用于复杂、结构化任务）
适用场景说明
需要提取多个字段或结构化信息（如时间、地点、人物、事件等）
需要把提取的信息整理后存入数据库，或发送给其他系统使用
希望验证输出是否完整、是否有错误（如字段缺失、类型不对），可以配合 JSON Schema 进行校验
抽取的信息比较复杂（如一个事件包含多个参与人、多个时间点和地点），建议采用结构化的方式，分门别类地组织数据。以下是一个示例，展示在复杂信息抽取场景下 Prompt 中所定义的 JSON 输出格式。
请从文本中提取相关信息，并以如下 JSON 格式输出：
{
"event_name": "事件名称",
"dates": [
{
"type": "时间类型（如开幕式、闭幕式）",
"date": "日期（格式为 YYYY-MM-DD）"
}
],
"locations": [
{
"name": "地点名称",
"address": "详细地址"
}
],
"participants": ["参与人1", "参与人2", ...]
}
注意事项
请务必把所有需要提取的内容项都包含在 JSON 中，这样才能保证信息完整
文本输出
适用场景说明
只需提取少量信息并直接展示
生成摘要、笔记等非结构化内容
结果用于网页显示、打印或其他直接展示用途
例如：从新闻中提取标题、时间、地点，生成一句话摘要；无需结构化处理，以自然语言形式输出即可
示例
类型 | 示例 | 结果预测 | 问题分析 |
未优化示例 | 提取合同中的日期 |
|
|
优化示例 | 请从合同正文第3.1条款中提取以下两项信息，并以JSON格式输出。
【输出json格式】 [{ "服务开始日期": "***", "服务截止日期": "***" }] | 输出： [{ "服务开始日期": "2014-12-31", "服务截止日期": "2024-12-31" }] |
|
直接提问自查清单
提问前请确认：
是否明确描述了需要提取的信息及其特征？
是否逻辑通顺，每个要点都清晰无歧义？
是否避免使用行业黑话？（用标准术语替代内部简称）
是否需要结构化输出？如需要，是否已在输出格式中列明所有待提取项？
高级提问法
适用场景
适用于复杂问题、多步骤任务、需要思考或推理的场景。
编写要点
简洁：即使是复杂任务，也应尽量简明扼要地表达核心需求，避免冗余说明干扰模型理解。
结构化：将复杂问题拆分为清晰的步骤，帮助模型有序处理信息。
角色定位：告诉模型它现在要扮演什么角色。比如说"你现在是一名医生"，这样模型就会从医生的角度来思考和回答问题。
上下文学习（few shot）：为模型提供一些好的输出示例，供模型学习参考。
多维约束：清楚地说明你对模型回答的各种要求，比如格式应该是怎样的，内容应该包括哪些。比如在财务报告分析的场景中，提出如下要求：金额精确到百万美元，使用专业的财务术语等。
示例
类型 | 示例 | 结果预测 | 问题分析 |
未优化示例 | 分析第四季度销售数据并给出见解 |
|
|
优化示例 | 【任务描述】 作为专业的金融分析师，请根据提供的第四季度销售报告，完成销售数据分析任务。请按以下步骤进行：
【输出示例】 [{ "整体趋势": "第四季度销售额较第三季度增长6%，主要受年终促销和节日消费带动，但低于去年同期8%。", "关键驱动因素": ["高端电子产品需求旺盛，占比提升至35%", "线上渠道销量同比增长18%"], "季节性影响": "黑色星期五和圣诞节促销显著提升了消费电子类商品的销量。", "初步建议": ["加大高毛利产品的库存备货力度", "优化线上平台用户体验，提高转化率"] }] 【输出json格式】 [{ "整体趋势": "描述...", "关键驱动因素": ["因素1", "因素2"], "季节性影响": "分析...", "初步建议": ["建议1", "建议2"] }] | 输出： 清晰、有条理地输出以下四个关键内容：
|
|
高级提问自查清单
提问前请确认：
是否简明扼要地阐明了核心任务？
角色设定是否与任务性质匹配？
是否明确了思考路径和推理步骤？（避免跳跃式思维）
是否提供了足够的背景信息？（复杂问题需要充分上下文）
输出格式要求是否明确？
对于较复杂的输出要求，是否提供明确的输出示例供模型参考？
3. Key-Value模板编写指南
适用场景
Key-Value（键值对）模板是一种结构化的数据格式，用于明确指定需提取的内容字段及其对应值。它特别适用于从内容复杂、信息密集的长文档（如ESG报告、公司年报、合同文件、研究论文和技术白皮书等）中抽取特定信息，并以标准化形式输出。
Key-Value模板编写技巧
编写要点
精准定义：为每个要提取的信息点定义一个清晰的名字。比如，不要用"基本信息"这样笼统的词，而应该用"姓名"、"年龄"这样具体的词。
语义扩展：对于每个需要提取的信息（key），想想还有哪些相关的同义词/近义词。比如检索"工作"时，也可以考虑"职业"、"岗位"等词。这样可以扩大匹配范围。
限定输出结果：通过关键词选项，为每个提取项设置明确的答案范围，约束模型的输出结果。
明确抽取规则：在常见问题栏补充一些常见的问法作为例子，帮助模型理解键的应用场景和提取方式。
示例
某合同信息抽取Key-Value模板示例
序号 | 关键词(必填) 请填写能准确代表要抽取的内容的名词或短语 | 近义词 关键词的同近义词，信息抽取时视作等同。可空缺，填写有助于提高信息抽取质量。 | 关键词选项 关键词可能出现的结果，建议填写答案的固定选项，如“是/否”、“符合/部分符合/不符合”，可空缺。 | 常见问题 建议填写明确的抽取规则，如什么条件输出什么结果，用于判断/总结，可空缺。 |
1 | 合同类型 |
|
| 若文档标题就是合同类型，请直接输出合同类型。若文档标题不是合同类型，请根据文档内容，总结合同类型。 |
2 | 收银方式 |
|
| 合同中的收银方式是什么？ |
3 | 是否签订了绿色条款 |
| 文档中是否包含了以下内容的条款：“甲方致力于执行绿色可持续性发展，最高效率地利用能源、最低限度地影响环境，并为此制定绿色装修指南供租户参照和执行。” 如果有，结果返回“是”；如果没有，则结果返回“否” |
Key-value模板配置自查清单
配置前请确认：
键的定义是否足够具体且有明确边界？（避免宽泛模糊的表述）
近义词是否真正表达相同或相近的概念？（确保语义一致性）
关键词选项是否涵盖了预期答案的主要选项？
常见问题是否模拟了真实用户的查询意图？
各个信息项（key）之间是否有重复或矛盾？（确保每个信息项都是独立的）