你有没有遇到过这种情况？把扫描版PDF表格或者OCR识别后乱七八糟的文字粘进千问AI，满怀期待地输入“请整理成规范表格”，结果出来的东西东倒西歪——模型根本分不清哪行是表头、哪列是数据，更别提处理空值了。这背后的症结在于：千问无法自动判断表格的行列归属和标题层级，必须靠人工切分并标注语义单元，才能触发精准解析。

先识别表格原始形态，再决定分段策略

打开原始文件，用鼠标拖选一段连续文字（包含表头和3～5行数据），仔细观察是否具备以下特征：有明确的列名（比如“姓名｜部门｜入职时间”）；存在重复的格式符号（如“│”“├─”“●”）；每行的字段数基本一致。如果三项都满足，说明这是结构化表格文本，可以按行分段；如果只有列名但没有分隔符，字段错位严重，那就属于非结构化表格文字，需要按逻辑块切分。

这一步绝不能跳过。直接把整页OCR结果扔进去，千问会把“张三│销售部│2024-05-12”和“李四│技术部│2024-06-01”当成两段独立的描述，而不是同一表格的两行数据。结果自然就乱了。

结构化表格文字：按行分段 + 锚点标记

方法一：单行锚点法

① 复制第一行完整数据（含表头），在开头插入【表头行】，例如：【表头行】姓名｜部门｜入职时间｜职级；

② 粘贴第二行数据，在开头写【数据行1】，例如：【数据行1】张三｜销售部｜2024-05-12｜P6；

③ 第三行同理标为【数据行2】，以此类推；

④ 全部粘贴后输入指令：“请将以下带标签的各行，严格按原顺序还原为标准Markdown表格，表头固定为第一行，禁止合并单元格、增删字段、更改字段名。”

【关键前提】所有行必须用相同分隔符（如“｜”），且字段数完全对齐，否则千问会误判列宽导致错位。

非结构化表格文字：按逻辑块切分 + 角色绑定

这类文字在扫描件识别错误后很常见，比如：“王五人力资源部2024年8月入职高级专员”“赵六财务部2024年3月入职主管”——没有分隔符，字段黏在一起。此时不能按行切，要按人切。

方法二：人物单元切片法

将每条人员信息单独截成一段，确保每段只包含一个人的全部字段。例如第一段：“王五人力资源部2024年8月入职高级专员”，第二段：“赵六财务部2024年3月入职主管”；

逐段发送，每段开头加上角色指令：“你是一名HR系统录入员，请从以下文本中提取4个字段：姓名、部门、入职年月、职级，字段间用‘｜’分隔，缺失字段填‘/’；”

收到返回后，复制所有“姓名｜部门｜入职年月｜职级”结果，粘贴进Excel，用“数据→分列→其他：｜”一键生成规范表格。

需要注意：如果某段出现“陈七行政中心｜2024.09｜经理”，而其他段用的是“2024-09”，千问可能会把“2024.09”识别成小数而不是日期——提前统一日期格式能避免后续清洗的麻烦。

超长表格文字：分块上传 + 字段映射指令

当一页包含50人以上的信息时，手动切段很容易漏行。这时候应该启用文档直传功能：

点击千问App右下角“文档”图标 → 选择本地TXT或DOCX文件（不要用截图） → 等待显示“解析完成” → 在提问框输入：“请按以下字段提取全部人员信息：姓名[值]、部门[值]、入职时间[值]、职级[值]；若原文未出现某字段，请填‘未说明’；输出为纯文本，每行一条记录，字段间用‘｜’分隔。”

操作起来很简单，直接把文件拖进去就行。但务必确认右上角出现“已启用深度语义解析”，否则仍按普通文本处理，字段抽取准确率会下降超过40%。