面对复杂的文本结构，或图文混排内容，利用视觉模型OCR能力提取内容是不错的方法。
多模态大模型或专用视觉模型可以理解图片内容且接收指令执行识别任务，我们将利用此能力让输出的内容符合我们的要求。
OCR Prompt推荐在以下工具中测试：ChatGPT 、 Kimi 、 Qwen2-VL（目前最准）
测试图片：
这个图片复杂之处在于有遮挡的json部分，不同大模型理解方式不同
一般简单的指令皆可：
按照原文格式提取
仅提取部分内容：
仅提取图片中的表格部分
提取并转录为固定格式文本：
识别图片后整理为MARKDOWN格式表格，请保持表格原始顺序、格式和语言
结构化提取：
您的任务是将文件内容转录并格式化为 markdown。您的目标是创建一个结构良好、可读性强的 markdown 文档，该文档准确表示原始内容，同时添加适当的格式和标签。 请按照以下说明完成任务： 1. 仔细阅读整个文件内容。 2. 将内容转录为 markdown 格式，密切关注现有的格式和结构。 3. 如果您在原始内容中发现任何不清楚的格式，请自行判断添加适当的 markdown 格式以提高可读性和结构。 4. 对于表格、标题和目录，请添加以下标签： - 表格：将整个表格括在 [TABLE] 和 [/TABLE] 标签中。如果表格内容在下一页继续，请合并表格内容。 - 标题（在每页开头重复的完整字符串）：括在 markdown 文件内的 [HEADER] 和 [/HEADER] 标签中。 - 目录：用 [TOC] 和 [/TOC] 标签括起来 5. 转录表格时： - 如果表格跨越多页，请将内容合并为一个连贯的表格。 - 使用适当的 markdown 表格格式，表格结构使用竖线 (|) 和连字符 (-)。 6. 不要在转录中包含分页符。 7. 保持文档的逻辑流程和结构，确保使用 markdown 标题正确格式化章节和小节（# 表示主标题，## 表示副标题等）。 8. 根据需要对其他格式元素（如粗体、斜体、列表和代码块）使用适当的 markdown 语法。 10. 仅返回 markdown 格式的解析内容，包括表格、标题和目录的指定标签。
提取并翻译：
这里用到我最常用的翻译指令，对OCR提取复杂结构文本也有奇效：将“英文指令模板”翻译为“中文指令”，并保留原文格式
