LlamaParse 是一款开发者 API：LlamaIndex 提供的文档解析服务。

下面列出 10 个具体场景，每个都注明适合与不适合的情况。

10 个场景

  1. 带来源的快速调研：需要人工复核。
  2. 内部文档入库：适合先小范围试用。
  3. 构建问答测试集：可以做成固定模板。
  4. 检索效果对比：可以做成固定模板。
  5. 网页内容抓取：需要人工复核。
  6. 资料卡片整理：可以做成固定模板。
  7. 科研人员：文献检索与阅读：适合每周重复执行。
  8. 软件工程师：代码阅读与重构：效果依赖输入材料质量。
  9. 咨询顾问：行业研究：效果依赖输入材料质量。
  10. 记者编辑：采访整理：需要人工复核。

挑两个场景细看

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。

验收标准：关键结论都有可点击来源。

内部文档入库

准备材料：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。

交付前确认：切分后的段落能回溯到页码。

不适合的场景

  • 需要专业资质最终签字的判断。
  • 无法核实来源却要公开发布的内容。
  • 涉及他人隐私且未获授权的材料。

补充练习

网页内容抓取

准备材料：一组需要定期关注的网页。

把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。

检查点：没有臆造发布日期。

检索效果对比

输入：同一批问题和两种检索配置。

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。

验收标准：对比用同一批问题。

资料卡片整理

准备材料：搜索得到的十几篇资料。

把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。

检查点：每张卡片都有来源。

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：回答过于笼统

要求逐条引用原文，并限定只回答文档中有依据的内容。

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：切分（Chunking）

把长文档拆成适合检索的小段，大小影响效果。

概念补充：重排序（Rerank）

对初步检索结果再次打分排序，提升相关性。

适合人群：销售

销售可以用 LlamaParse 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。

适合人群：数据分析师

数据分析师可以用 LlamaParse 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

写在最后

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。

涉及个人信息、商业机密或受监管数据时，先确认 LlamaParse 的数据处理条款，再决定能否使用。

延伸阅读