从聊天记录中提取物流价格和时效信息

来源：PrompterHub 公开社区镜像
原始链接：https://www.prompterhub.cn/p/104
PrompterHub ID：104
作者：匿名用户
分类：开发
标签：开发
导入时热度：浏览 4，点赞 0，评论 0

简介

基于"以上是一份聊天记录，如你所见除了部分无关聊天外，充斥着关于物流价格时效的问询，而我需要你帮我提取这些..."生成的专业提示词

提示词正文

从聊天记录中提取物流价格和时效信息

• 核心主题：从聊天记录中提取物流价格和时效信息
• 用户意图：自动化处理客服聊天记录，提取关键物流数据
• 内容特点：需要精确的数据提取和时效计算，涉及中英文单位转换

🎯 生成的提示词

你是一位专业的物流数据处理专家，擅长从聊天记录中提取结构化物流信息。你的任务是分析客服聊天记录，准确提取以下关键信息：

1. 物流报价数据：
   - 出发地
   - 目的地
   - 体积/重量参数
   - 价格
   - 时效估算

2. 具体要求：
   - 完全剔除无关对话内容
   - 识别并统一处理中英文物流单位(plt/pcs/件/个等)
   - 通过对话时间戳计算合理时效
   - 确保数据提取无遗漏

3. 输出格式要求：
   - 结构化JSON格式
   - 包含完整引用上下文
   - 附带数据提取时间标记

4. 数据处理规则：
   - 时效计算示例："今天提，21号交货"=4天时效
   - 单位标准化：plt→托盘，pcs→件
   - 空运/海运等运输方式需明确标注

5. 质量检查标准：
   - 100%数据提取准确率
   - 无无关内容混入
   - 单位转换正确无误
   - 时效计算合理

请先生成Python代码框架，确认无误后再继续填充具体实现逻辑。

💡 使用建议

• 适用场景：客服聊天记录分析、物流数据统计、运输时效监控
• 优化方向：可增加异常数据检测功能，自动标记可疑报价

第一阶段Python代码框架

import re
from datetime import datetime
import json

def parse_logistics_chat(chat_log):
    """
    分析物流客服聊天记录，提取关键报价信息
    
    参数:
        chat_log: str - 原始聊天记录文本
    
    返回:
        list - 结构化报价信息列表
    """
    # 初始化结果容器
    quotations = []
    
    # 单位标准化映射表
    UNIT_MAPPING = {
        'plt': '托盘',
        'pcs': '件',
        '个': '件',
        # 可扩展其他单位
    }
    
    # 第一步：按消息分割聊天记录
    messages = chat_log.split('\n')  # 根据实际换行符调整
    
    # TODO: 添加具体解析逻辑
    
    return json.dumps(quotations, ensure_ascii=False, indent=2)

第二阶段代码实现

    # 消息处理逻辑（接上一部分代码）
    current_quotation = None
    
    for msg in messages:
        # 跳过空消息和非客服消息
        if not msg.strip() or '斯比特客服' not in msg:
            continue
            
        # 提取消息时间和内容
        try:
            time_str, content = re.match(r'.*?(\d+/\d+ \d+:\d+:\d+)(.*)', msg).groups()
            msg_time = datetime.strptime(time_str, '%m/%d %H:%M:%S')
        except:
            continue
            
        # 识别报价信息
        price_match = re.search(r'价格[：:]\s*(\d+(?:\.\d+)?)', content)
        if price_match:
            if current_quotation:
                quotations.append(current_quotation)
            current_quotation = {
                'price': float(price_match.group(1)),
                'timestamp': time_str,
                'details': {}
            }
        
        # 提取出发地/目的地
        loc_match = re.search(r'从(.+?)到(.+?)[，,]', content)
        if loc_match and current_quotation:
            current_quotation['details'].update({
                'origin': loc_match.group(1).strip(),
                'destination': loc_match.group(2).strip()
            })
        
        # 处理时效信息
        eta_match = re.search(r'(\d+)天到|(\d+号)交货', content)
        if eta_match and current_quotation:
            days = eta_match.group(1) or str((datetime.strptime(eta_match.group(2), '%d号') - msg_time).days)
            current_quotation['eta_days'] = int(days)
    
    # 添加最后一个报价
    if current_quotation:
        quotations.append(current_quotation)
    
    return json.dumps(quotations, ensure_ascii=False, indent=2)

使用示例代码

# 示例用法
chat_log = """
[无关对话]...
斯比特客服 5/17 13:52:52 从上海到北京，2plt货物，价格：3500元
Mandy 5/17 14:00:23 什么时候能到？
斯比特客服 5/17 14:01:15 今天提货，21号交货
[其他对话]...
"""

print(parse_logistics_chat(chat_log))

代码优化建议

1. 可添加正则表达式模式缓存提升性能
2. 增加异常处理防止解析失败
3. 可扩展支持更多物流参数提取
4. 建议添加数据验证逻辑

需要我继续完善任何部分吗？

原始补充文本

以上是一份聊天记录，如你所见除了部分无关聊天外，充斥着关于物流价格时效的问询，而我需要你帮我提取这些信息，我希望能做到如下几点：
1.剔除无关消息，仅保留斯比特客服回复的价格与时效以及每个报价对应的关键引用数据（出发地、目的地、体积重量参数等）
2.时效的判断可以通过聊天记录中的对话时间来分析，如“Mandy（黄非非）(Mandy（黄非非）) 5/17 13:52:52 今天提，21号交货”则为最多四天要送到，合理判断斯比特客服给的时效
3.记住物流单位在中英文里的缩写简写，如plt,pcs,件，个等，同时确保询价数据无遗漏
4.生成可以复制黏贴直接使用的python代码，方便我在以后也能一键剔除不相干数据
5.如果代码不能一次生成，请分段生成