Agent需按“文件识别→内容对齐→差异/共性提取→综合结论”链式执行；明确输入文件名及类型、共性字段、非结构化文本重点段落；指定product_id+month对齐、缺失值填补规则及反馈结构化方式；分析Q1/Q2品类增速与投诉率关联，输出含品类、营收、增速、投诉率、风险评级的Markdown表格；合并前校验行数/date范围，解析失败则跳过并记录，结论须标注数据来源。
☞☞☞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☜☜☜
AgentSpace 中处理多文件合并分析任务的提示词，核心是让 Agent 明确“要合并什么、按什么逻辑合并、分析什么维度、输出什么结构”。不能只写“请分析这些文件”，而要拆解任务链：文件识别 → 内容对齐 → 差异/共性提取 → 综合结论。
明确输入范围与文件类型
告诉 Agent 当前有哪些文件、格式是否统一、关键字段是否存在。例如：
- 列出全部文件名及类型（如：sales_Q1.xlsx、sales_Q2.csv、customer_feedback.txt）
- 说明共性字段（如：“所有表格都含 date、product_id、revenue”）
- 指出非结构化文件的重点段落（如：“feedback.txt 中每段以‘【用户ID】’开头，需提取情绪倾向和问题关键词”）
定义合并逻辑与对齐方式
避免 Agent 自行猜测关联方式。需指定主键、时间粒度、归一化规则：
Agent Cluster
下载
亚马逊外贸B2B多CMS Agent系统，支持Shopify/WooCommerce/Magento三大平台，采用A2A架构协调库存、采购、财务、物流四大Agent，三层安全网保障审批合规，零配置开箱即用。
- 用哪个字段作为合并基准（如：按 product_id + month 对齐销售数据）
- 如何处理缺失或冲突（如：“Q2 表中某 product_id 缺少 revenue，用 Q1 同产品均值填补”）
- 非表格文件如何结构化（如：“将 feedback.txt 每条反馈转为一行，新增字段：sentiment_score（-1~1）、topic（自动聚类为‘物流’‘质量’‘售后’三类）”）
指定分析维度与输出要求
分析目标必须具体可验证，拒绝模糊指令。例如：
- “对比 Q1 和 Q2 各品类 revenue 增速，标出增速 >15% 且 feedback 投诉率上升的异常品类”
- “统计所有文件中出现频次 Top5 的客户痛点，并关联对应品类的 revenue 变化趋势”
- 输出格式强制约束：“最终结果必须为 Markdown 表格，含列：品类 | Q1_revenue | Q2_revenue | 增速 | 投诉率 | 风险评级（高/中/低）”
加入容错与校验指令
多文件易出错，提示词中嵌入检查动作：
- “合并前先输出各文件的行数、唯一 product_id 数量、date 范围，确认无明显截断”
- “若某文件解析失败（如编码错误），跳过并记录文件名，继续处理其余文件”
- “最终结论需标注依据来源，如‘投诉率上升来自 feedback.txt 第127–142行’”
