使用LlamaIndex的LlamaParse解析PPT时结果不一致的问题咨询

• 锁定LLM模型版本：在LlamaParse的配置中指定具体的LLM模型版本，避免因模型迭代更新导致解析逻辑变化。比如设置model="gpt-4-1106-preview"这类固定版本标识，而非使用默认的最新版。
• 强化prompt的确定性约束：把处理规则写得绝对明确，消除模糊空间。示例prompt可以写成：

  请严格按照以下规则解析PPT：1. 所有幻灯片中的图片必须生成100字以内的客观描述，插入到图片所在位置；2. 所有商标注释统一替换为"[商标]"前缀，如"[商标] 示例品牌"；3. 所有项目符号统一使用"- "格式，替换原有的●、■等符号；4. 必须提取幻灯片编号，格式为"幻灯片X"；5. 移除所有无关的商标标签图片或文字。

• 设置temperature=0：在LlamaParse的调用参数中设置temperature=0，彻底关闭LLM的随机性输出，让相同输入得到完全一致的解析结果。
• 统一文件预处理：批量处理前将所有PPT转换为统一格式（如统一存为.pptx），检查并移除隐藏幻灯片、嵌入的特殊对象，避免文件本身的格式差异触发不同的解析分支。
• 增加解析后标准化步骤：在存入pandas dataframe前，添加统一的校验与格式化逻辑：
  • 用正则表达式扫描所有内容，统一替换商标注释为指定格式
  • 遍历幻灯片内容，检查是否存在图片描述缺失，若缺失则调用单独的图片解析接口补充
  • 统一替换所有项目符号为标准的"- "格式
• 使用结构化输出模式：配置LlamaParse输出JSON格式，明确指定每个字段的要求（如{"slide_number": "", "content": "", "image_descriptions": []}），强制LLM按照固定结构返回结果，减少格式差异。

内容的提问来源于stack exchange，提问作者drymolasses