Claude Code 文档内容提取：自动整理关键信息

工作中经常需要从大量文档中提取关键信息：读完一份 50 页的合同找关键条款，从几十份简历中筛选关键信息，从行业报告中提取有用数据……这些工作费时费力，但用 Claude Code 可以大幅提速。

文档提取的核心思路

告诉 AI：

1. 文档是什么：合同、报告、简历、会议记录…
2. 你要提取什么：具体字段、关键条款、特定数据
3. 以什么格式输出：表格、清单、摘要、JSON…

场景一：合同要点提取

合同往往几十页，实际需要关注的关键条款就那么几项：

基础版：

我上传了一份服务合同，请帮我提取以下关键信息：
1. 合同金额和付款方式
2. 服务起止时间
3. 违约责任条款（原文摘录）
4. 保密条款是否有特别要求
5. 双方的主要义务（各用 2-3 点总结）

输出格式：用表格呈现，不清楚的项目注明"未明确"

风险提示版：

读完这份合同之后，请：
1. 提取所有关键条款（金额、期限、违约、权利义务）
2. 重点标注对我方不利的条款或风险点
3. 如果有模糊或容易产生争议的表述，请指出来

注：我是乙方（服务提供方）

场景二：简历批量筛选

HR 最常见的场景——从大量简历中快速筛选：

单份简历提取：

请帮我阅读这份简历，提取以下信息：
- 姓名
- 工作年限
- 最高学历（院校 + 专业）
- 现任职位和公司
- 核心技能（前 5 项）
- 最近 3 份工作（公司名 + 职位 + 任职时长）
- 是否有管理经验（是/否 + 管理规模）

输出格式：清晰的字段列表，方便对比

多份简历对比：

我上传了 5 份简历（文件名：候选人1.pdf 到 候选人5.pdf），
请每份简历提取以下信息并汇总成一张对比表：

对比字段：
- 工作年限
- 最高学历
- 是否有相关行业经验
- 薪资期望（如有）
- 亮点（1-2 条）

岗位要求：市场经理，5年以上经验，有 B2C 行业背景优先
同时指出每位候选人与岗位要求的匹配度（高/中/低 + 原因）

场景三：会议记录整理

开完会的会议录音或文字记录，提取关键决策和行动项：

这是今天下午策略会的会议记录，请帮我整理：

1. 决策事项（达成共识的内容）
2. 待办事项（Action Items，格式：事项 + 负责人 + 截止时间）
3. 未解决问题（下次会议需要继续讨论的）
4. 关键数据或结论（如有）

[粘贴会议记录或上传文件]

场景四：行业报告摘要

我上传了一份 80 页的行业报告，请帮我提取：

1. 核心结论（5 条，每条 1-2 句话）
2. 关键数据（所有重要数字，注明出处页码）
3. 市场机会和威胁（SWOT 中的 O 和 T 部分）
4. 对我们公司最相关的 3 个启示

背景：我们是一家中型电商平台，主要做母婴品类

场景五：电子邮件信息整理

处理邮件时提取关键信息：

这是过去一个月的客户投诉邮件汇总（我已复制进来），
请帮我：
1. 统计最常见的投诉类型（按频次排序）
2. 提取需要紧急处理的问题（如涉及退款、法律风险）
3. 找出可以通过改进产品/流程系统性解决的问题
4. 给出优化建议（针对前 3 类高频问题）

[粘贴邮件内容]

输出格式的选择

根据你要用这些信息做什么，选择合适的输出格式：

使用场景	推荐格式	示例说明
汇报给领导	表格 + 要点清单	一目了然
自己参考	要点清单	快速查阅
进一步分析	结构化数据（JSON/CSV）	方便导入其他工具
转发给同事	段落文字	保留上下文
存档备查	完整摘要	保留完整信息

常见问题

Q：AI 提取信息会不会有遗漏？ A：有可能。AI 的提取准确率很高，但不是 100%。对于重要文件（如合同），提取后最好自己快速浏览一遍关键部分做核对。

Q：文件太大，AI 说处理不了怎么办？ A：可以分段处理。比如把合同分成前 20 页和后 30 页，分两次让 AI 处理，然后合并结果。

Q：中文文件 AI 能处理吗？ A：完全可以，现在的 AI 模型对中文的处理能力和英文一样好。

Q：PDF 文件能直接上传吗？ A：部分情况可以，部分情况需要先复制文字。如果是扫描件（图片格式的 PDF），可能需要先 OCR 识别，或者用支持 OCR 的工具预处理。

---

掌握了文档提取技能，下一节来学习如何处理文档格式问题——统一和转换各种文档格式。