实用教程

AI 图片转表格实操：先检查清晰度和表头，再按固定字段提取、保留空值与不确定标记，通过行数、单价与合计核对结果，最后导入 Excel。

AI 字幕校对教程：把 SRT 解析为带编号文本，只让 AI 提交文字修正，再由脚本写回，保持原时间码、条数与顺序，并校验修改后字幕。

本地 AI 批量摘要教程：用 Ollama 和 Python 读取小型 Markdown 笔记，限制输入长度，要求短引文并验证原文存在，保存文件名、内容哈希和失败记录。

AI 技术翻译工作流：先建立术语表与不可翻译清单，再分段对齐译文，逐项核对数字、否定词、条件和命令，保留疑点与原文位置。

AI 文档提示注入防范：区分用户任务和资料正文，把引用内容当作不可信数据，用无害样本测试偏离行为，限制工具权限并保留人工确认。

Windows PDF OCR 教程：用 Docker 运行 OCRmyPDF，检查中英文字库，通过 Python 二进制输入输出生成可搜索 PDF，保留原件并核对识别结果。

AI 字幕翻译流程：先校对源字幕与术语，再分批保留编号翻译，核对数字和语气，检查短时长长句，区分双语排版与重新切分时间轴。

本地语义搜索教程：用 Ollama 嵌入接口为三条演示笔记生成向量，用余弦相似度排序并显示原文，理解相关分数不等于答案置信度。

AI 排查软件报错实操：截图保留完整错误、收集版本和复现步骤，先执行只读检查，再一次验证一个假设，记录结果并避免反复重装或删除数据。

Ollama 参数设置入门：区分温度、上下文和输出限制，用同一任务逐项比较，保留测试样本与资源记录，避免把低温度当作正确答案保证。

AI 图片 alt 文本教程：先确定图片在页面中的用途，再生成简短准确的替代文本，区分信息图、装饰图和功能图，避免堆关键词或描述看不见的效果。

Ollama 模型迁移教程：在 Windows 核对原目录与容量，复制模型到其他磁盘，设置 OLLAMA_MODELS，重启验证列表和离线加载，并保留旧目录便于回退。