扫描件、截图与音视频资料读取
补充
WorkBuddy 红宝书顺序过程
先读对材料,再解释它说明了什么。
先判断输入是什么
可复制文字、扫描PDF、截图、音频与视频需要不同的读取路径。模型能够讨论某种材料,不表示当前任务已经具备对应识别或转写工具。
| 材料 | 先做什么 | 再核对什么 |
|---|---|---|
| 专家介绍PDF | 判断文字层或扫描图 | 姓名、经历、日期和页序 |
| 课程截图 | 提取可见内容 | 遮挡、单位、选项与遗漏 |
| 沟通录音 | 转写并保留位置 | 人名、数字、说话人与未听清处 |
| 培训视频 | 取得可用字幕或转写 | 时间位置、画面与讲述是否对应 |
实操:把识别与总结分成两轮
本轮素材以文字和CSV为主。教师可另准备自己有权使用的教学扫描件或录音,不用真实客户或无关私人材料。
text
先提取这份指定材料的文字,不急着总结。
按页码或时间位置保留结构,人名、金额、日期不确定时标明位置。
列出无法识别的部分,不根据上下文自动补齐。读回重要信息,再让它整理成专家资料卡、问题清单或会议纪要。识别阶段误把日期或费用看错,后面再漂亮的方案也会沿用错误。
声画材料用于什么
音视频读取属于资料处理;生成画面、配音或成片属于创作章节。同一份转写可以用于纪要与FAQ,但保留原始出处,后续补充内容另外注明。
完成标准:提取结果对应原材料位置,关键字段经过核对,缺口仍可定位。本轮未新增扫描、录音或视频识别实测。