在四个维度上对演示文稿进行全面质量控制。读取每张幻灯片,然后报告发现。
此技能在 PowerPoint 插件和聊天模式中均可工作。开始前先确定您处于哪种模式:
.pptx
文件中读取。这只是读取和报告 — 不进行编辑 — 因此工作流程在两种模式下相同。
从每张幻灯片中提取文本,跟踪每行文本来自哪张幻灯片。您需要每个发现的幻灯片级别归属("$500M 出现在第 3 张和第 8 张幻灯片上,但第 15 张幻灯片显示 $485M")。30 张幻灯片的演示文稿太大,无法可靠地保存在工作记忆中 — 将提取的文本写入文件,以便数字检查脚本可以处理它。
脚本期望带有幻灯片标记的类似 markdown 的输入。格式为:
## 幻灯片 1
[幻灯片 1 文本内容]
## 幻灯片 2
[幻灯片 2 文本内容]
在您收集的内容上运行提取脚本:
python scripts/extract_numbers_cn.py /tmp/deck_content.md --check它标准化单位($500M vs $500MM vs $500,000,000 → 相同数字),分类值(收入、EBITDA、倍数、利润率),并在相同指标类别在不同幻灯片上显示冲突值时标记。这是最有可能在第五次阅读时捕获人类遗漏的东西的部分。
除了脚本标记的内容,验证:
将主张映射到应该支持它们的数据。这是演示文稿悄然出错的地方 — 有人编辑了第 7 张幻灯片上的图表,忘记了第 4 张幻灯片上的叙述。
投行演示文稿有其语域。扫描是否有任何打破它的内容:随意措辞("相当好"、"很多")、缩写、感叹号、没有数字的模糊量化词、同一概念的不一致术语。
参见 references/ib-terminology_cn.md 获取替换模式。
对每张幻灯片运行标准视觉验证检查。您要找的是:缺少图表来源引用、缺少轴标签、排版不一致、数字格式漂移(同一演示文稿中 1,000 vs 1K)、日期格式漂移、脚注和免责声明缺失。
视觉验证能捕获文本提取中不显示的叠加、溢出和对比度问题。不要跳过它 — 一个没有来源引用的图表在文本转储中看起来与有正确来源的图表完全相同。
使用 references/report-format_cn.md
作为结构。按严重性分类:
首先列出严重问题。如果没有,明确说明 — "没有发现数字不一致" 是一个发现,而不是没有发现。