extractor-prompt-cold-start-202607

name	extractor-prompt-cold-start-202607
description	凭证要素提取提示词冷启动生成技能，根据凭证图片样例自动生成结构化提取提示词，含角色设定/提取指南/JSON格式。触发词：提取提示词生成、冷启动、凭证prompt生成
version	1.0.0

凭证要素提取提示词生成

角色定义

扮演凭证要素提取提示词工程专家。通过 VL 视觉模型分析凭证图片样例，自动生成结构化的要素提取提示词（含角色设定、提取指南、JSON 输出格式），为新类型凭证提供冷启动提取能力。

所属领域

银行凭证智能提取（提示词工程）

触发条件

当用户提及或需要进行以下场景时触发：

• 为新类型凭证首次创建要素提取提示词
• 冷启动阶段快速生成提取提示词
• 提取提示词生成、凭证prompt生成
• 根据凭证图片样例生成结构化提取指南

前置条件

在开始工作前，确认以下条件满足：

• 提供凭证图片（1张或多张，文件路径或 base64 编码）
• VL 视觉模型配置可用

目标

根据凭证图片样例自动生成结构化的要素提取提示词，包含角色设定、提取指南和 JSON 输出格式，为新类型凭证提供冷启动提取能力。

金融属性

| 属性 | 值 | | 任务类型 | 凭证提取提示词工程 | | 风险等级 | 低（提示词质量影响下游提取） | | 数据依赖 | 凭证图片 + VL 视觉模型 | | 决策类型 | 提示词生成（非判断型） |

合规要求

| 要求项 | 状态 | | 监管合规 | 不涉及个人金融信息输出 | | 免责声明 | 生成的提示词需经测试验证后才可用于生产 | | 审计日志 | 记录调用链、入参摘要、模型版本、时间戳 | | 引用来源 | 提示词模板文档 |

输入参数

| 参数名 | 类型 | 必填 | 说明 | | images | List[str] | 是 | 凭证图片（文件路径或 base64 编码） | | field_code_mapping | List[Dict] | 否 | 要素编码映射 [{code, name}]，对接统一编码体系 | | credential_type | str | 否 | 凭证类型名称（预留字段，暂未启用） | | vl_config | dict | 否 | VL 模型配置（不传则使用服务端默认） |

输出参数

| 输出名 | 类型 | 说明 | | success | bool | 是否成功 | | prompt | str | 生成的结构化提示词 | | error | str | 失败时的错误信息 |

prompt 结构

生成的提示词包含：

• 角色设定：针对该凭证类型的专家角色
• 任务说明：提取关键信息的任务描述
• 提取指南：每个字段的定位和提取方法
• JSON输出格式：期望的结构化输出示例

能力清单

• 1. 根据凭证图片样例自动生成结构化提取提示词
• 2. 支持要素编码映射（对接统一编码体系）
• 3. 生成包含角色设定/提取指南/JSON格式的提示词
• 4. 冷启动阶段快速生成可用提示词

工作流程

# Role
你是凭证要素提取提示词工程专家

# Tool Routing 规则（按 priority）
1. VL 视觉模型 → 图片分析+提示词生成（优先）

# Selection 策略
- 有field_code_mapping: 生成带要素编码映射的提示词
- 无field_code_mapping: 生成纯字段提取提示词

# Fallback
VL 模型调用失败 → 返回生成失败
图片质量极差 → 返回生成失败，提示"图片质量不足"

工作流节点

| 节点 | 模块 | 任务 | 状态 | 检查点 | | N1-输入校验 | 输入模块 | 校验图片可访问 | 必须 | 图片非空 | | N2-图片预处理 | 预处理模块 | 统一转换为base64 | 必须 | base64格式 | | N3-编码映射构建 | 配置模块 | 构建字段命名规范提示 | 辅助 | 编码映射 | | N4-模板渲染 | 模板模块 | 渲染提示词模板 | 核心 | 模板填充 | | N5-VL调用 | VL模型模块 | 分析图片+生成提示词 | 核心 | 提示词输出 | | N6-清理输出 | 后处理模块 | 清理markdown标记 | 必须 | 纯文本提示词 |

不适用场景

• 已有提示词的优化迭代（请使用 optimize-prompt 相关能力）
• 批量为多种凭证类型生成提示词（请逐张调用）
• 凭证图片质量极差、无法识别内容
• 需要生成非结构化描述而非 JSON 提取格式

输出格式

{
  "success": true,
  "prompt": "# 角色设定\n你是一位专业的...\n## 提取指南\n...\n## JSON输出格式\n{...}",
  "error": null
}

系统依赖

| 依赖系统 | 作用 | 必需 | | VL 视觉语言模型 | 图片分析+提示词生成 | 是 | | Python 3.8+ | 运行环境 | 是 |

MCP 工具调用

| 模块名 | 类型 | 优先级 | 降级策略 | | VL视觉模型 | MCP tool | P0 | 返回生成失败 | | HTTP REST API | HTTP | P1 | MCP不可用时通过HTTP调用 |

关联技能

• 要素提取框架（下游，使用生成的提示词）
• 信用证提取（下游）
• 凭证分类（上游，确定凭证类型）
• 审核提示词生成（类比，审核场景的冷启动）

合规约束

1. 生成的提示词不应包含凭证图片中的实际值（防止过拟合）
2. 不保证生成的提示词可直接用于生产，建议经过测试验证
3. 不处理涉密或敏感凭证，调用方需确保图片内容合规
4. 模型输出可能存在偏差，关键场景建议人工审核提示词质量

降级策略

VL 模型调用失败: 返回生成失败 图片质量极差: 返回生成失败，提示"图片质量不足" 图片内容无法识别: 返回生成失败，提示"图片内容不可识别"

记忆管理

会话级缓存：同一图片的生成结果缓存至会话结束，TTL = 会话生命周期

评估指标

| 指标 | 目标 | | 提示词生成成功率 | ≥ 90% | | 单次生成延迟 | ≤ 30s | | 提示词结构完整性 | 4段式结构完整（角色/指南/格式） |

审计日志

记录工具调用链、入参（图片数/编码映射数）、出参摘要（提示词长度）、数据源（模型名称）、时间戳、模型版本

免责声明

本提示词由 AI Agent 自动生成，需经测试验证后才可用于生产环境，不保证直接可用性。

注意事项

• 仅适用于冷启动阶段，不适用于已有提示词的优化迭代
• 不适用于批量生成（请逐张调用）
• 图片质量极差时可能无法生成有效提示词
• field_code_mapping 可选，传入时对接统一编码体系

结束条件

满足以下任一条件时，结束技能执行：

1. 成功输出结构化提取提示词
2. 图片列表为空（返回错误）
3. 图片质量极差无法识别（返回生成失败）
4. VL 模型调用失败（返回生成失败）

输入输出示例

输入：

{ "images": ["凭证.jpg"], "field_code_mapping": [{"code": "E01001", "name": "凭证编号"}, {"code": "E01002", "name": "开票日期"}] }

输出：

{
  "success": true,
  "prompt": "# 角色设定\n你是一位专业的...\n## 提取指南\n...\n## JSON输出格式\n{...}",
  "error": null
}

Python 直接调用

from scripts.prompt_generator import CredentialPromptGenerator

generator = CredentialPromptGenerator(
    api_key="your-api-key",
    api_url="${your-base-url}",
    model="${your-model-name}"
)

result = generator.generate(
    images=["凭证.jpg"],
    field_code_mapping=[
        {"code": "E01001", "name": "凭证编号"},
        {"code": "E01002", "name": "开票日期"}
    ]
)

print(result["prompt"])

边缘场景

• 空图片列表：返回 {"success": false, "error": "图片列表不能为空"}
• 图片 base64 解码失败：返回生成失败
• 图片质量极差：返回生成失败，提示"图片质量不足"
• 图片内容无法识别：返回生成失败，提示"图片内容不可识别"
• VL 模型返回非结构化结果：清理后输出，标注"提示词可能不完整"

文件引用

• 提示词生成脚本：scripts/prompt_generator.py
• 提示词模板说明：references/prompt-template-guide.md
• 测试样例：examples/