Skip to content
查看 GitHub 源文件

源文件:https://github.com/lennonli/licheng-AI-tutorials/blob/main/docs/agent-practice-02-batch-file-processing-ABL-20260831-V1.md

AI实战02|一次处理几十个文件:不要再一份一份上传给AI

面对两三份文件,一份一份上传当然没问题。

但真实工作经常不是两三份。

可能是:

30份合同;

100份案例;

几十份会议纪要;

几百份项目材料。

如果还是:

上传一份 → 处理一份 → 再上传下一份,

AI只是加快了单个动作,并没有真正改变工作方式。

进入Agent以后,一个非常实用的能力就是:

把整个文件夹直接交给它。

一、什么任务最适合批量处理?

关键不是文件多。

而是:

处理规则是否一致。

比如:

每份合同都提取合同主体、金额和期限;

每份案例都提取争议焦点和裁判观点;

每张发票都提取日期和金额;

每份会议记录都提取负责人和截止时间。

只要规则稳定,就可以:

定义一次,批量执行。

二、先盘点,再处理

真实文件夹通常不会特别整齐。

里面可能有:

旧版本;

重复文件;

扫描件;

附件;

损坏文件;

不相关资料。

所以批量任务最好先让Agent做一件事:

盘点文件。

看看有多少文件、哪些能读、有没有明显重复或版本问题。

然后再开始正式处理。

这样可以避免:

同一个合同处理三次;

漏掉扫描件;

把附件误认为主文件。

三、批量任务最好统一输出结构

比如处理30份合同,不要让AI“分别总结一下”。

否则最后可能得到30种不同格式。

更好的方式是提前规定统一字段:

文件名;

合同主体;

金额;

期限;

付款方式;

知识产权;

违约责任;

风险提示。

最后汇总成一张Excel。

这样结果才真正可以:

比较;

筛选;

复核;

继续分析。

四、文件特别多时,先形成底稿

比如100份IPO问询案例。

不要直接要求:

“看完100份以后写一篇总结。”

更稳妥的是:

先逐份提取统一字段;

生成一张结构化底稿;

再基于底稿做总体分析。

也就是:

先结构化,再总结。

这样以后发现某个案例提取错误,只需要修正那一行。

不需要重新分析全部材料。

五、异常文件一定要让Agent告诉你

批量处理最怕的不是失败。

而是:

Agent漏掉了文件,但你不知道。

所以至少要要求:

无法读取;

内容模糊;

格式异常;

疑似重复

的文件都单独标记。

最后你应该清楚知道:

一共30份;

成功处理27份;

3份需要人工检查。

这样任务才真正可验收。

直接复制的实战提示词

请处理【输入文件夹绝对路径】中的全部【合同/案例/会议记录等】。先盘点文件数量,识别明显重复、版本异常和无法读取的文件,再逐份按照统一标准提取【字段1、字段2、字段3、字段4等】;材料中没有明确记载的信息标记“未明确”,不得自行补充。最终生成【Excel汇总表/Markdown分析报告】,保存至【输出文件夹】,不得修改原始文件。如文件较多,可分批处理并先形成结构化底稿再汇总分析。完成后说明实际处理数量、异常文件和需要人工确认的事项。

最后记住一句话

面对几十份同类材料时,

不要再问:

“第一份先怎么处理?”

先问:

“这些文件最终应该统一变成什么结构?”

结构定义清楚以后,剩下的大量重复工作,就可以交给Agent。

内容同步自 GitHub 仓库,仅作为工具教程与工作流说明。

CONTACT

联系李成律师

扫描二维码添加微信,沟通法律 AI、非诉业务及相关合作事项。

手机端可点击二维码查看原图并长按识别。

李成律师微信二维码扫码添加微信