PDF-Unitisierung
Andere Sprachen
PDF-Unitisierung
Nutzen Sie diese Vorlage für wiederholbare, belastbare KI-Sichtung in Claira.
Wenn Sie diese Vorlage auswählen, zeigt Claira das Konfigurationsfeld für den Prompt. Ordnen Sie die Ausgabe einem Sichtungsfeld in Ihrem Fall zu — in der Regel einem Memo-Feld, da die Ausgabe ein mehrzeiliger Bericht ist, der mit der Unitisierungszeichenfolge endet.
Wofür dieser Prompt gedacht ist
Eine einzelne PDF enthält oft viele separate, aneinandergefügte Dokumente — einen Scan-Stapel, eine als eine Datei herausgegebene Sammlung, eine E-Mail mit eingebetteten Anhängen. Diese Vorlage bestimmt, wo jedes enthaltene Dokument beginnt und endet, und gibt die Zeichenfolge mit Seitenbereichen zurück, mit der der Bildbetrachter von Nuix Discover die Datei wieder in einzelne Unterlagen trennt. Nutzen Sie sie, wenn die Datei offensichtlich ein Stapel unterscheidbarer Unterlagen ist und jede fachkundige Person dieselben Grenzen ziehen würde. Hängt die Trennung von etwas ab, das die Seiten allein nicht verraten — je Person, je Unterlagenart, je Kapitel —, nutzen Sie stattdessen PDF-Unitisierung (eigene Trennung).
Schritt für Schritt in Claira
- Öffnen Sie in Ihrem Fall Prompting > Vorlagenauswahl.
- Wählen Sie PDF-Unitisierung und ordnen Sie die Ausgabe einem Sichtungsfeld zu (ein Memo-Feld eignet sich am besten).
- Stellen Sie das Dropdown Scannen als auf Bild, damit Claira die tatsächlichen PDF-Seiten liest — der extrahierte Text bewahrt die Seitengrenzen nicht.
- Führen Sie die Sammel-PDF aus, prüfen Sie die vorgeschlagenen Grenzen und alle Einträge unter UNCERTAIN und fügen Sie die Unitisierungszeichenfolge dann in den Trenn-Dialog des Bildbetrachters ein.
Der Prompt
TASK: PDF UNITIZATION
Diese PDF ist eine Sammeldatei - mehrere separate Dokumente, gescannt oder zu einer
Datei zusammengefügt. Bestimmen Sie, wo jedes enthaltene Dokument beginnt und endet,
und geben Sie die benötigten Seitenbereiche zur Trennung aus. Sie ziehen Grenzen,
Sie fassen nicht zusammen. Verwenden Sie physische PDF-Seitenzahlen, beginnend bei 1.
A NEW DOCUMENT STARTS WHERE YOU SEE:
- Neuer Briefkopf, neues Deckblatt oder neue Titelseite
- Ein neuer E-Mail-Kopfzeilenblock (Von/An/Datum/Betreff), der nicht in einem Thread
zitiert wird
- Ein neues Datum in Verbindung mit einem neuen Autor oder Adressaten
- Neu beginnende Seitenzählung, z. B. „Page 1 of 6" nach „Page 4 of 4"
- Eine Änderung des Dokumenttyps oder -formats
- Ein Trennblatt, eine Beweisstück-Trennseite oder ein Faxdeckblatt
DO NOT SPLIT ON:
- Einem Seitenumbruch innerhalb eines fortlaufenden Dokuments
- Einer Abschnitts-, Artikel- oder Kapitelüberschrift innerhalb desselben Dokuments
- Einer Unterschrifts-, Notar-, Anlagen- oder Beweisstückseite, die zum vorangehenden
Dokument gehört
- Einer Fortsetzungsseite einer Tabelle oder Liste
- Wiederholtem Briefkopf auf späteren Seiten desselben Briefs
- Einer früheren Nachricht, die innerhalb eines E-Mail-Threads zitiert wird - ein
Thread ist ein Dokument
RULES:
- Jede Seite erscheint in genau einem Bereich. Keine Lücken, keine Überschneidungen,
keine Seite doppelt.
- Bereiche sind aufsteigend und decken Seite 1 bis zur letzten Seite ab.
- Ordnen Sie eine leere Seite oder Trennseite dem Dokument zu, das sie einleitet,
andernfalls dem vorangehenden Dokument.
- Startet auf einer Seite kein Signal ein neues Dokument, setzt sie das vorherige
fort. Trennen Sie niemals aufgrund eines schwachen Hinweises - halten Sie die
Seiten zusammen und kennzeichnen Sie dies.
- Ist die Datei ein einziges zusammenhängendes Dokument, geben Sie dies an und
liefern Sie einen einzigen Bereich.
OUTPUT:
TOTAL PAGES: [n]
DOCUMENTS:
1. [Start-Ende] | [Typ] | [Datum oder „kein Datum"] | [auslösendes Signal]
2. [Start-Ende] | ...
UNITIZATION STRING: [z. B. 1-4; 5-9; 10-22]
UNCERTAIN: [Seite und Grund, oder „keine"]
Bindestrich für einen Bereich, Komma zur Verbindung nicht zusammenhängender Seiten
im selben Dokument, Semikolon zwischen Dokumenten. Erfassen Sie jede Seite genau
einmal.Empfohlene Anpassungen
- Wissen Sie, was die Sammeldatei enthält (etwa eine Patientenakte oder einen Stapel Rechnungen), benennen Sie die erwarteten Dokumenttypen — dann sind Grenzsignale leichter zu erkennen.
- Wissen Sie ungefähr, wie viele Dokumente zu erwarten sind, sagen Sie es: Eine große Abweichung ist ein Warnzeichen, das benannt werden sollte.
- Lassen Sie die Ausgabevereinbarung unangetastet: Die Zeile UNITIZATION STRING ist das Ergebnis, und die nachgelagerte Qualitätskontrolle stützt sich auf die Tabelle DOCUMENTS und die Liste UNCERTAIN.
Beispiel aus der Praxis
Eingabeauszug
Eine PDF mit 22 Seiten: Seiten 1-4 sind ein unterzeichnetes Mandatsschreiben, Seiten 5-9
ein ausgedruckter E-Mail-Verlauf mit Kopfzeilenblock, Seiten 10-22 ein Rechnungsstapel
auf wiederkehrendem Briefkopf.Erwartete Form der Ausgabe
Ein strukturierter Bericht mit der Gesamtseitenzahl, einer Zeile je enthaltenem Dokument
mit Seitenbereich, Typ, Datum und Startsignal, danach die Unitisierungszeichenfolge
(z. B. 1-4; 5-9; 10-22) sowie alle unklaren Seiten.Fehlerbehebung
- Wirken die Grenzen falsch, prüfen Sie, ob der Scan im Modus Bild gelaufen ist — im Text-Modus geht die Seitenzählung verloren und das Modell kann keine Seitenumbrüche sehen.
- Hat die Zeichenfolge Lücken oder erscheint eine Seite doppelt, führen Sie den Lauf erneut aus und erinnern Sie das Modell daran, dass jede Seite genau einmal vorkommen muss; Nuix Discover meldet einen Fehler, wenn dieselbe Seite in einem Durchgang zweimal auftaucht.
- Landen zu viele Seiten unter UNCERTAIN, sind die Grenzen möglicherweise nicht offensichtlich — wechseln Sie zu PDF-Unitisierung (eigene Trennung) und beschreiben Sie die gewünschte Trennung.
Verwandte Themen
War diese Seite hilfreich?
Brauchen Sie weitere Hilfe?
Wenden Sie sich an unser Support-Team unter support@claira.to — wir helfen Ihnen gerne weiter.