通义千问提供五种中文文本校对方法：一、本地API批量纠错；二、网页版交互式精修；三、Word协同校对；四、OCR语义纠错；五、结构化指令校对。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您输入一段中文文本，但发现存在错别字、语法不通、标点误用或表达啰嗦等问题，则可能是由于缺乏上下文感知的智能校对支持。以下是使用千问实现文本纠错与语法检查的具体操作路径：
一、调用通义千问2.5本地服务进行长文本批量纠错
该方法适用于出版社书稿、学术论文、公文材料等超长中文文本（数万至数十万字），规避在线版单次输入字数限制，通过API实现自动化批处理。模型具备语义级纠错能力，可识别成语误用、逻辑跳跃、句式冗余及风格不一致问题。
1、在CSDN星图平台选择预置镜像“Qwen2.5-7B-Instruct-Local”，一键部署至本地GPU服务器。
2、启动服务后，访问http://localhost:8000/docs进入FastAPI文档界面。
3、点击“/correct”接口，展开“Try it out”，在“text”字段中粘贴待校对段落（单次建议≤8000字）。
4、在“params”中设置{"level": "strict", "return_details": true}，启用深度语法分析与修改溯源。
5、点击“Execute”，获取含原始句、修正句、错误类型、修改依据四字段的JSON响应。
二、使用网页版千问交互式逐句精修
该方法适合短文本快速润色，如邮件正文、微信文案、PPT讲稿等，依赖模型实时推理与多轮对话能力，支持自然语言指令引导修正方向。
1、打开千问官网或App，新建对话窗口。
2、粘贴原文，输入指令：“请逐句检查以下中文文本：标出所有错别字、标点错误、主谓不一致、搭配不当问题；对每处错误说明原因，并给出1–2种更自然的改写方式。”
3、若需聚焦特定维度，追加约束条件，例如：“仅修正语法错误，保留原意和口语风格，不改动专业术语。”
4、对模型返回结果中存疑的修改项，追问：“第3句‘提高了学生们的积极性’为何建议改为‘激发了学生的积极性’？请解释‘提高积极性’是否属于常见搭配错误。”
5、确认无误后，复制最终输出文本覆盖原文。
三、结合Word内置编辑器与千问协同校对
该方法将千问作为Word语法检查的增强模块，弥补其对中文语义逻辑、风格一致性、文化语境判断的不足，形成人机闭环校对流程。
1、在Word中启用自动拼写与语法检查：点击“文件→选项→校对”，勾选“键入时检查拼写”与“键入时标记语法错误”。
2、为全文指定校对语言：全选文本→“审阅→语言→设置校对语言→中文(中国)”，取消勾选“不检查拼写或语法”。
Qwen 视频智能分析基础客户端（免费版），基于 Qwen 3.5 Plus 多模态模型对本地视频进行内容分析，支持场景描述与基础内容理解，采用默认抽帧频率和提示词，适合快速概览视频，API Key 读取自 ~/.skill-platform/skill-platform.json 的 skills 配置。
3、手动触发全文检查：按F7键，或点击“审阅→拼写和语法”，查看Word标记的红色（拼写）与绿色（语法）波浪线。
4、将Word中高亮句段复制，粘贴至千问对话框，附加指令：“这是Word标记为语法异常的句子，请判断是否真为错误；若是，请按正式书面语标准重写，并说明原句问题所在。”
5、根据千问反馈，在Word中右键点击波浪线处，选择“忽略”或“更改”，并同步更新原文。
四、针对OCR识别后文本执行语义纠错
该方法专用于手写笔记、扫描文档、图片转文字等场景产生的脏数据，利用语言模型的语法约束与业务常识，修复错别字、数字颠倒、单位错位、空值表达混乱等问题。
1、完成OCR识别后，复制原始输出文本（含制表符与换行）。
2、在通义千问1.8B-GPTQ-Int4交互界面中粘贴该文本。
3、输入指令：“请根据中文语法、常见表达习惯及数值逻辑关系，修正错别字、补全漏字、调整语序、统一单位格式（如‘kg’不写作‘公斤’）、规范空值表达（如‘—’‘/’统一为‘无’），输出标准文本。”
4、重点核查模型是否修正了易混淆字符（如“己已巳”“戊戌戍”）、数字与量词搭配（如“5个苹果”非“5只苹果”）、时间表述逻辑（如“从2023年到2024年共两年”）。
5、将修正后文本回填至原始文档或表格系统。
五、构造自然语言指令引导千问执行结构化校对
该方法适用于需保留原始格式、控制输出粒度或嵌入业务规则的场景，通过显式声明错误类型、枚举合法值、设定字段约束，提升纠错结果的可控性与可验证性。
1、在指令开头明确定义任务边界：“本次校对仅处理以下三类问题：①同音错别字（如‘在’写成‘再’）；②标点强制规范（中文句号用‘。’，不用‘.’）；③数字单位统一（全部使用阿拉伯数字+法定计量单位）。”
2、提供1–2行正确样例建立格式锚点，例如：“正确格式示例：会议于2026年5月19日召开，耗时3.5小时，预算支出¥12,800元。”
3、对含字段的文本，添加硬性约束，例如：“姓名字段必须为2–4个汉字；年龄字段必须为1–120之间的整数；城市字段仅限：北京、上海、广州、深圳、杭州、成都、武汉。”
4、要求模型输出带校验说明的结果，例如：“已确保所有年龄值为整数且介于1–120，共修正7处；城市字段未出现非法值。”
5、将输出结果导入Excel或数据库前，人工抽检首尾各5条记录，确认约束条件严格执行。
