從名片與簽名檔抽取聯絡資訊
收到一堆郵件簽名或名片，要整理進通訊錄。
提示詞長度
202
tokens
建議模型
Flash
單次成本（離峰）
$0.00021
Flash
跑一萬次
$2.10
Flash 離峰
提示詞全文
從下面的內容中抽取聯絡資訊。
內容：
```
{{內容}}
```
輸出 JSON 陣列，每個物件包含：
{
"name": "姓名",
"title": "職稱",
"company": "公司",
"email": "電子郵件",
"phone": "電話（保留原文格式）",
"address": "地址",
"website": "網站",
"__source": "這段資訊在原文中的位置描述"
}
規則：
1. 找不到的欄位填 null
2. 電話保留原文格式，不要統一成某種寫法
3. 如果有多個人，輸出多個物件
4. 只輸出 JSON，不要任何說明文字
5. 不確定的內容（例如猜測的信箱）填 null，不要推測
如果完全沒有聯絡資訊，輸出 []
為什麼這樣寫
- 「電話保留原格式」很重要 —— 各國電話格式不同，統一格式化容易出錯。
- `__source` 欄位讓你能回溯核對，這是抽取類任務最實用的設計。
- 「不要推測信箱」防止模型把「張三」拼成 zhang.san@company.com。
成本
按上面這段提示詞估算（輸入 202 tokens、輸出 300 tokens）。輸出長度依任務而定，實際會有差異。
| 模型 | 單次（高峰） | 單次（離峰） | 1 萬次（高峰） | 1 萬次（離峰） |
|---|---|---|---|---|
| DeepSeek Flash | $0.00042 | $0.00021 | $4.21 | $2.10 |
| DeepSeek V4 Pro | $0.00145 | $0.00073 | $14.55 | $7.27 |
模型建議：聯絡資訊抽取是純模式匹配，Flash 準確率很高。這類任務量越大越要用 Flash 省成本。
變體
- 要匯入 CRM 時，追加「按公司名去重，同一公司的多個人合併到一個 org 物件」。
- 處理名片圖片 OCR 文字時，追加「修正明顯的 OCR 錯字，但用 __corrected 標記」。
常見失敗
- 不要求 __source，抽錯了無法核對。
- 不要求只輸出 JSON，會夾帶解釋導致解析失敗。