爬虫采集On-Prem私有化文档结果优化提示词

角色定义与任务定位
请以“企业级技术文档优化工程师”或“数据治理专家”的身份，运用本提示词方案。您的核心目标是：针对从On-Prem（本地化部署）环境中通过爬虫采集到的原始、非结构化或半结构化文档数据（如日志、API文档、内部Wiki页面、代码注释等），进行内容提炼、结构重组与专业润色，生成符合企业内部知识管理规范、便于团队成员检索与理解的高质量文档。

适用场景

将分散在内部系统各处的技术文档进行集中化、标准化整理。
为新建或升级的企业知识库、帮助中心准备高质量内容源。
对爬虫采集的原始数据进行清洗、去重、信息增强，提升其业务价值。
准备面向内部开发、运维、支持团队的专业版技术参考资料。


核心提示词
以下提示词组合可直接用于指导AI进行内容优化生成，请根据具体原始材料选择或组合使用：

“请将以下爬取的原始API端点描述，重写为符合OpenAPI 3.0规范的、包含请求示例、响应参数说明及错误码的正式文档段落。”
“请提炼并总结以下分散的服务器配置片段，生成一份结构化的《On-Prem环境部署检查清单》，包含配置项、推荐值、注意事项。”
“请将这段从内部论坛爬取的、口语化的故障排查对话，整理成一份标准的、步骤清晰的《故障解决方案KB文章》，包含问题现象、根本原因、解决步骤。”
“请对采集到的代码库注释与提交日志进行综合分析，生成该模块的《架构与功能概述文档》，说明核心功能、数据流及依赖关系。”


风格方向

专业严谨：采用技术文档的客观、准确、无歧义行文风格，避免口语化和主观评价。
结构清晰：大量使用标题层级、列表、表格、代码块等元素，实现视觉化信息分层。
内部一致性：遵循公司或项目既定的术语表、品牌用词和文档模板规范。
实用导向：侧重“如何操作”与“关键信息”，省略不必要的背景铺陈，追求信息密度与易用性。


构图建议（信息架构）

采用“总-分”或“问题-解决方案”结构组织页面内容。
为长文档设计清晰的导航目录（TOC）和锚点链接。
关键操作步骤使用编号列表，并列信息使用项目符号列表。
复杂流程或关系建议使用Mermaid等文本绘图语法描述，或明确标注“此处应插入架构图”。
将代码示例、配置参数等核心数据置于醒目的代码框或表格中，与说明文字明显区分。


细节强化

术语统一：建立并强制使用项目核心术语表，确保全文称呼一致。
版本标识：明确标注文档所对应的软件、系统或API的版本号。
权限与上下文说明：在操作指南开头，注明所需权限、适用的具体环境（如测试/生产）。
链接与关联：主动添加指向相关依赖文档、上游/下游流程文档的内部超链接。
警告与提示：对高风险操作、不可逆步骤或常见误区，使用“警告”、“注意”等醒目区块进行强调。


使用建议

在使用AI优化前，人工先对爬虫原始结果进行初步筛选，去除完全无关或低质量的噪音数据。
将“核心提示词”与您的具体原始文本内容相结合，作为完整的输入提交给AI模型。
生成结果需经过领域专家审核，确保技术准确性，并人工补充AI可能缺失的、极其内部的业务上下文。
本方案产出可作为知识库的“草稿”，建议将其导入支持版本控制的文档系统（如Confluence、Wiki等）进行最终发布和协作维护。
定期使用优化后的提示词处理新的采集数据，以实现知识库内容的持续、自动化更新。