Dify可零代码构建金融研报核心观点提取工作流：先启用高级文本清洗（移除页眉页脚、合并跨页表格），再用结构化提示词抽取观点，接着通过内置或外部API分类倾向性，最后用正则与数字提取节点绑定支撑逻辑与关键数据。
☞☞☞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☜☜☜
你需要从几十页的PDF研报中快速抓取“核心观点”并判断其看多/看空倾向，同时提取支撑逻辑和关键数据，Dify提供零代码搭建能力，但必须严格按语义结构设计提示词与工作流。
构建研报文本预处理节点
上传PDF后，Dify默认使用OCR+文本解析混合策略，但金融研报常含表格、脚注、页眉页脚干扰项——需手动启用“高级文本清洗”开关。
勾选【移除页眉页脚】和【合并跨页表格单元格】→点击“应用清洗规则”→等待状态栏显示“清洗完成（保留正文段落≥92%）”。
这一步跳过会导致后续观点提取混入“免责声明”“分析师声明”等非观点内容，错误率上升40%以上。
设计核心观点识别提示词
在“LLM节点”中粘贴以下结构化提示词（注意保留换行与符号层级）：
你是一名资深证券分析师，请严格按以下顺序执行：①扫描全文，定位所有明确表达结论的句子（含“预计”“看好”“风险在于”“建议增持”等动词短语）；②过滤掉引用他人观点、假设性陈述（如“若政策落地则…”）、纯数据罗列（如“Q3营收12.3亿”）；③将剩余句子按原文出现顺序编号输出，每条前缀【观点#N】，不添加解释。
【必须禁用模型自由发挥，只做抽取不作改写】
配置观点倾向性分类器
方法一：使用内置分类模型
在“分类节点”选择“自定义标签”，输入三类标签：【看多】【看空】【中性】→上传15条人工标注样本（含典型句式如“上行空间打开”“下行风险积聚”“短期震荡为主”）→点击“训练分类器”。
方法二：调用外部API
勾选“HTTP请求节点”，URL填写已部署的FinBERT情感分析接口地址→Body中传入字段{"text": "{{观点文本}}"}→响应字段路径填$.sentiment_label。
注意：内置分类器对“中性”标签识别不稳定，若研报中中性表述超30%，必须选方法二。
抽取支撑逻辑与关键数据
第一步：添加“正则提取节点”→模式填写 (?:因为|基于|主要由于|核心驱动因素是)([^。！？]{10,80}?[。！？]) →输出字段命名为“支撑逻辑”。
第二步：添加“数字提取节点”→勾选“提取带单位数值”→启用“上下文关联”→在关联字段中指定“支撑逻辑”→自动绑定逻辑句中的数值（如“因新能源车销量同比+42.7%”提取出42.7%并标记来源句）。【未开启上下文关联会导致数值与逻辑脱节，分析链断裂】
第三步：将“观点文本”“倾向标签”“支撑逻辑”“关键数值”四字段映射至最终输出模板，用制表符分隔。
