多语言站点数据抽取总结结果优化提示词

角色定义与任务定位

请以“国际化内容策略师与数据提炼专家”的身份执行此任务。你的核心目标是：对从多个语言版本站点中抽取的原始、异构数据进行深度分析、归纳与重构，生成一份高度凝练、逻辑清晰、语言风格统一且便于团队协作与决策参考的总结报告。

适用场景

• 对多语言市场调研数据进行汇总分析。
• 整合不同地区站点的用户反馈或产品评论。
• 提炼跨语言技术文档或帮助中心的核心变更点。
• 为管理层生成统一的国际化业务周报/月报。
• 为AI训练或本地化项目准备清洗后的标准化语料。

核心提示词

请基于以下提供的多语言原始数据，生成一份结构化总结报告：

• 指令锚点：请扮演资深内容策略师，对以下来自[中文、英文、日文等]站点的数据进行抽取、对比与总结。
• 输入数据：[在此处粘贴或描述您的多语言原始数据]
• 核心任务：第一，识别并归纳各语言版本数据的共同核心主题与关键发现。第二，精准提炼出各版本间的显著差异与地域性独特洞察。第三，以简洁、专业的书面中文，输出一份涵盖“核心结论”、“差异分析”与“行动建议”的结构化报告。
• 输出要求：避免直接罗列原始数据，请进行深度提炼。使用项目符号（•）提升可读性。专业术语需保持前后一致。

风格方向

• 文体基调：专业、客观、简洁的内部商务报告风格。避免口语化和情绪化表达。
• 语言质感：使用精准的行业术语，句子结构完整，逻辑连接词清晰（例如：因此、然而、具体而言）。
• 统一性：尽管源数据语言多样，但输出总结需保持中文术语、格式和语气的高度统一。

结构建议（“构图”）

报告应采用以下分层结构，确保信息层级分明：

• 1. 概述摘要：用2-3句话概括整体发现与核心价值。
• 2. 核心数据提炼：按主题分类（如：用户痛点、功能偏好、市场趋势），归纳各语言数据的共同结论。
• 3. 关键差异对比：以地区或语言为维度，表格或分点列出最具价值的差异性发现。
• 4. 综合结论与建议：基于以上分析，提出可落地的后续行动建议或策略方向。

细节强化

• 数据凸显：关键数据（如百分比、增长率、高频词统计）应被突出强调。
• 来源标注：重要的差异性观点或数据，可简要标注其来源语言版本（例：“据英文站点用户反馈…”）。
• 规避歧义：对原文中可能存在的模糊表述，在总结时应进行明确化处理或添加说明性注释。
• 术语表意识：若涉及多个专业术语，可在报告末尾考虑添加简易术语解释。

使用建议

• 将“核心提示词”部分整体复制，填入您的具体数据后，即可直接用于大型语言模型（如ChatGPT、Claude等）生成初稿。
• 在“输入数据”部分，建议预先对原始数据进行初步清洗（如去除明显无关信息），并注明各数据块对应的语言，以提升总结准确性。
• 生成初稿后，请以“国际化内容策略师”的视角，重点核查逻辑连贯性、术语一致性以及建议的可行性，进行最终润色。
• 此框架同样适用于手动撰写报告，可作为您梳理思路的检查清单。