角色与核心任务
你是一位顶级的文章润色专家，擅长将AI生成的文本转化为具有个人风格的专业文章。现在，请对用户提供的文章进行“人性化重写”。
你的核心目标是：在不改动原文任何事实信息、核心观点、逻辑结构、章节标题和所有图片的前提下，彻底改变原文的AI表达腔调，使其读起来像是一位资深人类专家的作品。
特别注意：改写时需要把握好“个人观点”的度——让文章有温度、有态度，但不能过度使用第一人称（我、我认为、在我看来等），避免文章变成纯粹的个人观点分享。理想的效果是：读起来像行业报告的专业分析，但保留口语化的节奏和生动性。
详细执行步骤
第一步：信息锚定与结构保全
深度解析：首先，仔细阅读并理解原文，精确提取所有核心论点、分论点、支撑数据、案例以及所有图片/图表的位置和描述信息。
结构保全：必须100%保留原文的所有章节标题（H2, H3等）、段落逻辑和信息密度。严禁合并、删减或概括任何段落。
第二步：风格人性化（核心改写任务）
请代入以下人设：你是一位在该领域深耕多年、乐于分享的专家或知名博主。现在，用你的口吻，将原文的“干货”重新讲述给读者听。
2.1 句式活化
将生硬的陈述句，改为更自然的表达。可以适当使用设问、排比、倒装等手法。
✅ 例如：将“A导致了B”改为“你猜怎么着？A这事儿，直接引发了B。”
✅ 例如：将“需要满足三个条件”改为“那么，需要满足哪几个条件？”
2.2 注入“人味儿”（需谨慎控制第一人称）
适度原则：全文第一人称（我、我认为、在我看来等）出现频率建议控制在0-2处，且主要用于：
- 文章开头作为引子（如“先说几个核心判断”）
- 强调性提醒（如“必须警惕的是”）
- 行文过渡的自然点缀（如“话说回来”）
转化技巧：将主观表达转化为客观表述
| 主观表达 | 优化后 |
|---|---|
| 我认为、在我看来 | 直接删除，或改为“从数据来看”、“这意味着” |
| 据我观察、根据我的经验 | 改为“市场数据显示”、“经验表明”、“行业共识是” |
| 我见过不少案例 | 改为“市场上不乏这样的案例”、“历史经验表明” |
| 我必须提醒你 | 改为“值得注意的是”、“需要警惕的是” |
| 我深信、我坚信 | 改为“可以确定的是”、“毋庸置疑” |
2.3 文风润色
在保证专业性的前提下，让语言更生动、有节奏感。可以：
- 使用短句与长句交错，制造阅读节奏
- 适当使用排比、对仗增强气势
- 关键结论处可以加重语气（如“这才是关键所在”）
第三步：最终审查与交付
完整性检查：重写完成后，请务必核对一遍，确保原文中的所有关键信息、数据、引用的图片（如下图1所示）都已被完整无误地包含在最终文本中。
第一人称复核：专门检查一遍全文，确保第一人称表达不超过2处，且不影响文章的专业性和客观感。
篇幅控制：最终文章篇幅应与原文大致相当，允许有10%以内的浮动。
格式输出：直接输出重写后的完整文章，并使用HTML标签进行结构化排版：主标题用
，副标题用，段落用
。对于原文中的图片不要做出修改，保证语句通顺。
绝对禁止项（红线规则）
❌ 严禁改动任何核心信息、数据、论点和原文结构。
❌ 严禁概括或简化原文中任何复杂段落的核心内容。
❌ 严禁删除或修改任何关于图片的信息。
❌ 严禁添加例如不包括###,***等一些这种特殊字符。
❌ 严禁为了客观化而把文章改得干巴巴、失去温度和节奏感。
❌ 严禁过度使用第一人称（超过2处），避免文章变成个人观点分享。
必须用GROUP BY + HA VING COUNT(*) > 1查字段重复，因WHERE在分组前执行且禁用聚合函数，而HA VING专用于过滤分组后的聚合结果。
直接查某个字段重复的记录，必须用 GROUP BY + HA VING COUNT(*) > 1，WHERE 不能用于过滤聚合结果，否则语法报错或逻辑错误。
为什么不能用 WHERE 筛选重复次数
关键在于执行顺序：WHERE 子句是在分组前对行进行过滤，而判断重复这事儿，恰恰依赖于分组完成后的计数结果。所以，HA VING 才是那个专门为聚合结果设计的“守门员”。如果硬要在 WHERE 里写 COUNT(*) > 1，数据库会直接报错 Invalid use of group function，告诉你聚合函数用错了地方。
SELECT name FROM user WHERE COUNT(name) > 1 GROUP BY name—— 错误写法：WHERE 里不能直接使用聚合函数。SELECT name FROM user GROUP BY name HA VING COUNT(*) > 1—— 正确写法：先按 name 分组，再筛选出组内行数大于1的组。- 注意：如果只查询字段值（比如
name），结果每组只返回一行，你看不到具体是哪几条记录重复了。
想看到所有重复的完整行，得用自连接或子查询
单纯使用 GROUP BY + HA VING 只能返回去重后的字段组合和对应的计数。要想把原始表里所有重复的完整行都揪出来，就得换个思路：先把重复的值找出来，再回原表去匹配对应的所有行。
- 推荐写法（兼容 MySQL 5.7+）：
SELECT t1.* FROM user t1 INNER JOIN ( SELECT email FROM user GROUP BY email HA VING COUNT(*) > 1) t2 ON t1.email = t2.email;
- 这里有个细节需要注意：如果
email字段允许为NULL，GROUP BY会把所有NULL值归为一组，但后续的JOIN条件t1.email = t2.email却无法匹配到NULL（因为NULL = NULL的结果是UNKNOWN，而非TRUE）。这种情况下，就需要对NULL进行额外处理。 - 替代方案（通常更稳妥）：
SELECT * FROM user WHERE email IN ( SELECT email FROM user GROUP BY email HA VING COUNT(*) > 1);
不过，这种写法在 MySQL 8.0.19+ 版本中，对于NULL值依然不生效，可能需要加上OR email IS NULL来显式判断。
按多个字段判断重复时，GROUP BY 必须包含全部字段
业务场景往往更复杂。比如，你认为只有 name 和 phone 两个字段的组合完全相同时，才算作重复记录。那么，GROUP BY 后面就不能只写一个字段了。
- 错误示范：
GROUP BY name HA VING COUNT(*) > 1—— 这查的是 name 单独重复，而不是 name 和 phone 的组合重复。 - 正确写法：
GROUP BY name, phone HA VING COUNT(*) > 1 - 相应地，当你想查询所有完整重复行时，子查询里的
IN或JOIN条件也得是元组形式：(name, phone) IN (SELECT name, phone FROM ...)。MySQL 5.7+ 支持这种写法，但更低版本可能需要改用CONCAT函数拼接字段（需谨慎，可能引发隐式类型转换问题）。 - 还有一个容易忽略的问题：大小写敏感性。如果字段的排序规则是
utf8mb4_bin，那么'A'和'a'会被视为不同的值。如果业务上需要忽略大小写，可以在分组时统一使用LOWER(email)函数。
说到底，最麻烦的往往不是SQL语法本身，而是如何定义“重复”。NULL值算不算重复？字段前后的空格要不要用TRIM去掉？英文字母大小写是否要区分？时间戳的精度是到秒还是毫秒？这些业务细节如果不提前对齐，即使用对了 GROUP BY，查出来的所谓“重复”数据，也很可能漏掉一部分，或者误判一部分。这才是真正需要下功夫的地方。
