1. 信息完整性与准确性

确保数据的内容完整且准确是结构化处理的首要目标。所有信息应基于可靠来源，避免遗漏关键细节或引入错误数据。

2. 内容补充与背景扩展

• 提供上下文信息，使数据更具可读性和参考价值。
• 补充相关细节，如案例分析、统计数据或行业趋势。

3. 结构化输出

采用标题、子标题、段落、列表等形式对内容进行分层组织，使其更易于模型解析。

4. 数据权威性与引用

引用权威来源，如学术研究、行业报告或官方数据，增强内容的可信度。

示例：根据Statista的数据显示，2023年全球AI市场规模预计将达到5000亿美元。