怎么实现纠正语音提取文字后的错别字、同音字，而不改变原文

增加 Workflow loop ，逻辑，搞一个比对脚本，QWEN 生成数据之后，必须经过一次比对脚本，不通过，那么将错误信息发回给 QWEN 重新生成，多次迭代。

想要进一步优化，就考虑切片，返回时给出变化内容行数信息，只调整对应行，做增量变更。

错别字还能比对，同音字没有字库根本搞不定吧

@Meteora626 大部分同音字大模型能搞定，因为有上下文

@kifile 标点、断句、错字都改了很多，不好对比呢

提示词写好不会随便改原文吧，我用千问做 ocr 文本识别错误的校正，没怎么见过原文被改的。

@qipan0321 你怎么写的，我这样的
SYSTEM_PROMPT = """
你是一名资深图书编辑，负责修复音频转写错误。
[任务] 修正错别字、人名地名，优化标点，合并破碎短句。
[重要]
1. 必须输出完整的修正文本，不要遗漏任何内容。
2. 如果输入文本很长，请确保输出覆盖全部输入内容。
3. 直接输出修正后的文本，严禁包含“好的”、“以下是”等废话。
"""

@richiewu 你的 “合并破碎短句” 和 “如果输入文本很长，请确保输出覆盖全部输入内容” 都很容易触发模型直接修改你的内容，身份也不对， 图书编辑和音频转换没有关系，直接指定任务就好。类似这种

PROMPT_TEMPLATE = '''
**任务:** 修复可能因语音识别错误导致有同音字错别字或者不完整句子的音频转换文本. 输出: 校正后文本 + 修改项目记录 + 需人工检查项目

**非常重要:**
不要修改任何不必要修改的项目，除非出现了明显的同音字错别字或者不完整的句子

...


**输出:**
### 校正后文本
[校正后文本]

### 修改项目记录
1. 修改项描述(带具体为什么修改的愿意), 例如, "把‘易’ 改为‘1’ - 上下文显示这里应该是个数量词"]
...

### 需人工检查项目
1. [需人工检查项目 - 只记录通过上下文分析后还是不能确定的问题]
...

**Text to fix:**
{content}
'''

对比相似度呗，也可以增加后置节点，把 diff 信息直接传给 LLM ，写一个 prompt 让他识别是否只针对错字的变更，然后给 LLM 自己做二次 Review ，评价是否满足要求。

感觉是标准的 ReAct 可以解决的事情，但是精度如果想要达到 100%，最终还是需要演变成 CodeAct

@qipan0321 是的，解决了，谢谢