RAG项目里AI编程助手生成的解析代码总翻车，是我提示词写错了吗？

说实话这类非结构化文档解析，AI编程助手翻车太正常了，我试过类似场景，它擅长写通用逻辑，但一遇到扫描件OCR和跨页表格这种“脏活”，光靠提示词根本喂不饱它。建议你把解析拆成两步走：先用专门的文档解析库（比如PyMuPDF、pdfplumber）把结构和文本抽出来，再让AI只负责写切分策略，这样能大幅减少它自由发挥的空间。另外提示词里别给示例代码，直接给边界情况的输入输出对，让它照着修，比描述规则管用得多。

说实话我觉得问题可能不全在提示词上，RAG里文档解析这种活儿，边界情况多到AI编程助手根本没法靠“描述”来覆盖，它生成代码更多是基于训练数据里的常见模式，扫描件、跨页表格、合并单元格这些恰恰是它最不擅长推理的物理布局问题。我自己试过类似场景，后来发现与其纠结提示词，不如直接给它喂一个你实际文档的脱敏样例，让它针对这个具体文件去写解析逻辑，跑通了再泛化，比纯文字描述靠谱得多。另外你提到给了示例代码，但可能这反而限制了它的思路，它会顺着你的示例去“修补”，而不是重新设计一个更鲁棒的解析策略，比如用pdfplumber的表格行检测或者camelot这类专门工具来兜底。还有一个点，你用的是IDE插件，这类工具对代码库上下文的理解其实很弱，它看不到你项目里已有的异常处理习惯或者依赖版本，生成的代码经常跟你的环境不搭。我建议你换个思路，让它先输出一个分模块的调试计划，你手动跑每一步看输出，再让它针对报错迭代，而不是期望一次生成就完整可用。说实话，非结构化文档解析这活儿，目前AI工具顶多能帮你写骨架，真正的脏活累活还是得自己上手调参。

这类活儿真别指望AI助手一次写对，PDF解析的坑太多了，扫描件和电子版混在一起，跨页表格和合并单元格本来就是重灾区。我一般会让它先只处理一种格式，跑通了再扩展，提示词里塞再多细节也顶不住它瞎猜库的API行为。建议先用几个小样本手动标出期望输出，让它照着写，再逐步加边界条件。

这种脏活别指望AI一次写对，跨页表格和合并单元格坑太深，先手动跑通一份再让AI照着改。