AI 批量处理文件：命名、归档和提取信息

## 适用场景

适合大量合同、图片、报告和表格整理。批处理前必须用副本测试，并限制 AI 自动删除或覆盖文件。

## 三步工作法

### 步骤 1：定义命名与目录规则

写清字段来源、日期格式、冲突处理和无法识别时的去向。

### 步骤 2：先做十份样本

让 AI 生成脚本或操作流程，只在测试目录运行并人工核对。

### 步骤 3：分批执行与记录

每批保存变更清单、失败列表和可回滚映射。

## 可直接复制的 Prompt

> 根据以下文件样例和目标目录，设计安全的批处理方案。输出命名规则、分类逻辑、冲突处理、失败清单格式和脚本伪代码。默认只复制不删除，任何覆盖操作必须要求确认。

## 进阶技巧

- 原始文件保持只读

- 文件名避免特殊字符

- 先输出预览清单再实际执行

## 交付前检查

- 能否按映射恢复原名

- 失败文件是否单独保留

- 脚本是否限制在目标目录

## 预期效果

在可回滚的前提下处理大量资料，避免手工重命名造成遗漏和误删。

## 使用边界

AI 负责整理、扩展和检查，人仍然负责事实准确性、业务判断、隐私保护与最终发布。涉及个人信息、商业机密、财务、法律或安全内容时，只能使用组织批准的工具和脱敏材料。