LlamaParse 在记者编辑工作中的实用玩法与边界
先说清楚它是什么：LlamaParse 属于「搜索与知识库」方向的开发者 API，LlamaIndex 提供的文档解析服务。
这篇写给记者编辑：围绕采访整理、资料核查和标题与导语这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
记者编辑的三个高频用法
1. 采访整理
可直接复制到 LlamaParse 里修改：
根据这份采访录音转写，整理出 5 个核心观点和对应原话（标注时间点），不要改写受访者的原意。
把关：原话与录音一致。
2. 资料核查
在 LlamaParse 中可以这样提：
列出这篇稿件中所有需要核实的事实：人名、职务、时间、数字、引语，并为每项建议一个核实渠道。
把关：每项事实都有核实渠道。
3. 标题与导语
可直接复制到 LlamaParse 里修改：
为这篇报道写 5 个标题和 2 个导语备选，标题准确反映内容，不夸大、不制造悬念误导读者。
把关：标题与正文事实一致。
也可以试试：检索效果对比
这是「搜索与知识库」类工具的通用任务，记者编辑同样用得上。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
边界与合规
事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。
- 产出由记者编辑本人负责，AI 只是草稿和辅助。
- 对外内容发布前至少看一遍。
- 如单位有规定的工具清单，优先在清单内选择；LlamaParse 的同类还有 Unstructured、Docling。
一周试用建议
选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 LlamaParse 纳入日常流程。
补充练习
内部文档入库
输入：一批 PDF、Word 和网页。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
验收标准：切分后的段落能回溯到页码。
构建问答测试集
适用情况：手头有一份产品手册时。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
交付前确认：每个答案都能在手册中找到。
带来源的快速调研
输入：一个需要事实支撑的问题。
请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。
交付前确认：关键结论都有可点击来源。
常见问题：答案引用了错误段落
调整切分大小、加入重排序，并检查文档解析是否丢失标题。
常见问题：搜索结果过时
限定时间范围，或在提问中注明需要最新信息并核对发布日期。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
概念补充：RAG（检索增强生成）
先检索相关资料再让模型作答，降低胡编概率。
概念补充：引用溯源
回答附带原文出处，便于核对。
使用提醒
文中提示词和示例仅作示意，实际效果取决于你的材料和 LlamaParse 当前版本，重要内容请人工核对后再使用。
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。