请执行命名实体识别任务，识别会议纪要中的人名和地名；人名包括姓名、姓氏加职务/称呼（如“张伟”“张工”“李主任”），地名包括全称与常见简称（如“雄安新区”“深圳湾”“深圳湾科技园”）；【张伟（技术总监）】→【人名】，【考察雄安新区（河北）】→【地名】。
☞☞☞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☜☜☜
你需要从一份50页的会议纪要PDF中，3分钟内找出所有出现过“张伟”“李敏”“深圳湾科技园”“雄安新区”的位置，但Kimi默认只做关键词匹配，会漏掉“张工”“李主任”“深圳湾”等变体——必须用实体识别Prompt激活它的命名实体理解能力。
构造能触发Kimi实体识别的Prompt结构
第一步：在Prompt开头明确声明任务类型，Kimi不会自动推断“找人名地名”属于NER任务，必须写清楚。
第二步：用中文定义你要识别的实体类别，不要照搬英文术语如“PER/LOC”，Kimi对中文指令更敏感。
第三步：给出1～2个带标注的示例，格式为【原文】→【人名/地名】，示例必须来自你真实文本的语境风格，比如会议纪要里常出现“张伟（技术总监）”“考察雄安新区（河北）”，不能用新闻语料的“美国总统拜登”。
这一步最关键：如果示例用错文体，Kimi会按新闻逻辑泛化，把“王处长”判为“职务”而非“人名”，导致漏检。
输入长文本时的分段与锚点控制
方法一：直接粘贴全文（适合≤8000字）→点击发送前，在Prompt末尾加一句：“请严格按原文顺序返回结果，每条结果必须包含所在段落编号和前15字上下文。”
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
方法二：分块上传（适合超长文档）→将PDF按自然段切分为每块≤3000字，每块都带上统一Prompt，但每块开头加唯一标识如【块-01】→Kimi不会跨块关联实体，必须靠人工合并后去重。
【块标识必须用方括号+英文短横线，不能用中文顿号或数字序号，否则Kimi会把“块1”识别成地名】
解析返回结果并定位原文位置
方法一：看Kimi返回的JSON格式结果→复制其中的“text”字段值→在原始文档里Ctrl+F搜索该字符串，注意关闭“全字匹配”选项，否则搜不到“张伟”匹配“张伟同志”。
方法二：若返回的是纯文本列表→逐行复制人名/地名→用Word“导航窗格”搜索，勾选“查找全部字形变体”，能同时匹配“深圳湾”和“深圳湾科技园”。
这一步操作起来很简单，直接把Kimi输出的每一行粘贴进Word搜索框就行。
