企业官网建设流程全解析

10 个高效提示词模板：用 lift-oQ3.5 把图片/PDF 变成结构化 JSON

【免费下载链接】lift-oQ3.5项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/lift-oQ3.5

想把手里的发票、合同、PDF 一键变成结构化 JSON？本文为你准备了 10 个可直接复制的高效提示词模板，配合在苹果芯片上本地运行的视觉大模型lift-oQ3.5，就能把图片/PDF 里的信息稳定抽取成干净、整齐的 JSON 数据，全程无需云端 API，也不会上传任何敏感文件。

lift-oQ3.5 是什么？为什么适合图片/PDF 转 JSON？

lift-oQ3.5 是开源视觉语言模型 datalab-to/lift（9B Qwen3.5）的 MLX 量化版本，核心定位就是结构化抽取：输入一张图片或一份 PDF，输出符合你预设字段的 JSON。它采用约 4.0 bits/weight 的逐层混合精度量化（oQ），模型文件只有约 4.9 GB，通过 mlx-vlm 在 Apple Silicon 上本地运行，生成速度可达约 109 token/秒，甚至比许多云接口还快。

上游 FP 版本在 Datalab 的 225 份文档基准上字段抽取准确率达 90.2%，量化后的表现依然可靠。模型的量化参数见仓库中的config.json（quantization字段），生成参数与 EOS 修复见generation_config.json，对话格式见chat_template.jinja，完整使用说明见README.md。

30 秒上手：本地运行图片转 JSON 的两种方式

方式一：命令行一键抽取

最简单的用法，一条命令搞定：

uvx --from mlx-vlm mlx_vlm.generate \ --model mlx-community/lift-oQ3.5 \ --image invoice.png \ --prompt "Extract the invoice as JSON." \ --max-tokens 800

方式二：OpenAI 兼容服务 + JSON Schema 约束

更推荐的方式是启动一个本地服务，然后用 OpenAI SDK 调用，解码时通过 JSON Schema 强制约束输出，保证 100% 是合法 JSON：

uvx --from mlx-vlm mlx_vlm.server --model mlx-community/lift-oQ3.5 --port 8080

启动后把base_url指向http://127.0.0.1:8080/v1，在response_format里传入json_schema，模型就会严格按照你定义的结构输出。这个 "schema 约束解码" 正是 lift 系列模型最擅长的能力，也是它区别于普通 OCR 大模型的根本原因。

写好提示词的 4 个核心技巧

在复制模板之前，先记住这 4 条原则，能显著提升成功率：

1. 列全字段清单：把想要的字段名一个个写清楚，比笼统说 "提取信息" 准确得多；
2. 指定输出格式：明确要求 "只输出 JSON，不要多余文字"，避免模型啰嗦；
3. 声明字段类型：标注字符串/数字/数组，让数字不会被当成文本；
4. 把温度设为 0：结构化抽取追求确定性，temperature=0可让结果稳定可复现。

10 个可直接复制的提示词模板

下面 10 个模板覆盖了日常办公中最常见的文档类型，直接复制修改即可使用。示例中的字段名建议保留英文（模型更稳定），提示语用中文即可。

模板 1：发票识别提示词模板 📄

适合增值税发票、电子发票、小票截图。核心关键词：发票转 JSON、发票识别提示词。

请从这张发票图片中抽取信息，只输出 JSON： - invoice_number：字符串，发票号码 - date：字符串，格式 YYYY-MM-DD 的开票日期 - seller_name：字符串，销售方名称 - buyer_name：字符串，购买方名称 - total_amount：数字，价税合计金额 - tax_amount：数字，税额 - line_items：数组，每项含 description（商品名称）和 amount（金额）

模板 2：证件信息提取提示词模板 🪪

适合身份证、护照、驾照等证件照片。请仅在你有权处理的场景下使用。

识别这张证件图片，输出 JSON，字段： name（姓名）、gender（性别）、ethnicity（民族）、birth_date（出生日期）、 id_number（证件号码）、address（住址）、issuing_authority（签发机关）、 valid_period（有效期）。缺失的字段输出 null。

模板 3：合同关键条款提取提示词模板 ✍️

适合多页 PDF 合同，把长文本压缩成结构化条款。

阅读这份 PDF 合同，抽取以下关键信息并输出 JSON： contract_title（合同名称）、parties（当事人，数组，含 name 和 role）、 effective_date（生效日期）、contract_amount（合同金额，数字）、 payment_terms（付款条款摘要）、termination_clause（解除条款摘要）、 signature_date（签署日期）。每项摘要不超过 50 字。

模板 4：表格图片转 JSON 模板 📊

适合把截图、拍照的表格变成可直接入库的数据。

把图片中的表格完整转为 JSON 数组：第一行作为字段名， 每行数据对应一个对象；数字保留两位小数；空单元格输出 null； 不要遗漏任何行和列。

模板 5：名片信息结构化模板 👔

批量录入名片时非常好用。

识别这张名片，输出 JSON：name（姓名）、title（职位）、company（公司）、 phone（电话）、email（邮箱）、website（网址）、address（地址）。 无法识别的字段输出 null，不要猜测。

模板 6：简历解析提示词模板 🧑‍💻

适合 HR 或求职者批量整理简历，把 PDF 简历转成统一格式。

解析这份简历 PDF，输出 JSON： candidate_name（姓名）、contact（联系方式，含 email 和 phone）、 education（教育经历数组，含 school、degree、period）、 work_experience（工作经历数组，含 company、role、period、highlights 数组）、 skills（技能数组）。经历按时间倒序排列。

模板 7：医疗化验单结构化模板 🩺

适合化验单、体检报告截图，方便录入健康数据。

识别这张化验单图片，输出 JSON： report_type（报告类型）、hospital（医院名称）、patient_name（患者姓名）、 test_date（检查日期）、items（指标数组，每项含 name（指标名）、 result（结果）、unit（单位）、reference_range（参考范围）、 flag（偏高/偏低/正常，可用 HIGH/LOW/NORMAL）。缺失字段输出 null。

模板 8：收据小票识别模板 🧾

适合购物小票、外卖单、餐饮账单的报销整理。

识别这张收据图片，输出 JSON：store_name（商户名称）、date（日期）、 items（商品数组，含 description 和 price）、subtotal（小计）、 tax（税费）、total（合计）、payment_method（支付方式）。 金额用数字类型输出。

模板 9：银行对账单结构化模板 🏦

适合把纸质或 PDF 对账单转成电子账本。

阅读这份银行对账单，输出 JSON： statement_period（账单周期）、account_holder（户名）、 opening_balance（期初余额）、transactions（交易数组，每项含 date、description、amount（收入为正，支出为负）、balance_after（余额））、 closing_balance（期末余额）。

模板 10：多页 PDF 文档结构化提取模板 📚

适合研究报告、论文、技术文档的快速建档。

阅读这份多页 PDF，输出 JSON：document_type（文档类型）、title（标题）、 author（作者）、page_count（页数）、key_topics（主题关键词数组，最多 5 个）、 summary（摘要，不超过 150 字）、key_dates（关键日期数组，含 date 和 event）。

进阶：用 JSON Schema 锁定输出结构

如果你在跑服务模式，建议为每个模板配上 JSON Schema，解码时会强制校验，从根本上杜绝格式错误。以发票为例：

{ "type": "object", "properties": { "invoice_number": {"type": "string"}, "date": {"type": "string"}, "total_amount": {"type": "number"}, "line_items": { "type": "array", "items": { "type": "object", "properties": {"description": {"type": "string"}, "amount": {"type": "number"}} } } }, "required": ["invoice_number", "total_amount"] }

加上 Schema 后，即使提示词写得比较随意，输出也一定是合法且类型正确的 JSON，非常适合接入自动化流程。

常见问题与排查

• 输出一直不结束 / 刷出大量<|im_end|>？本仓库的generation_config.json已修复 EOS（eos_token_id: [248044, 248046]），直接使用即可；如果你自行从上游转换，需要重新应用这个修复。
• 结果不是合法 JSON？优先使用服务模式 + JSON Schema 约束，并把temperature设为 0。
• 复杂表格或模糊图片识别不准？量化越低精度损耗越大，遇到困难文档可先放大/旋转图片，或换用更高精度的兄弟版本（如 oQ5、oQ6）。
• 多页 PDF 内容太多？适当调大max_tokens（如 1500–2000），或按页拆分后逐页抽取再合并。

总结

这 10 个提示词模板覆盖了发票、证件、合同、表格、名片、简历、医疗单据、小票、银行对账单和 PDF 文档等高频场景，配合 lift-oQ3.5 的本地运行能力和 JSON Schema 约束解码，你就能搭建一套完全本地化、私密可靠的 "图片/PDF 转结构化 JSON" 工作流。先从模板 1 的发票识别开始试试吧，你会很快感受到结构化抽取带来的效率提升！

【免费下载链接】lift-oQ3.5项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/lift-oQ3.5