chart-data-extractor

图表数据提取技能

从图表和图形图片中提取数据——包括柱状图、折线图、饼图、散点图以及图片中的表格——并生成可用于电子表格或在任何制图工具中重建图表的结构化数据表。旨在充分利用 Opus 4.7 的像素级图像分析能力。

必需输入

根据已提供的信息进行处理。如果缺少以下任意内容，仍需生成完整输出：对每个空缺做出合理假设，在其后标注 (assumed, confirm)，并在末尾列出这些假设。只有在核心主题本身缺失（即无内容可供处理）时，才先提问。

• 图表图片（上传截图或图片文件）
• 图表类型（如有歧义——柱状图／折线图／饼图／散点图／其他）
• 最重要的内容（大致趋势／精确数值／特定数据点／分类）
• 已知坐标轴数值（可选——如果用户知道最大值／最小值，可用于校准提取结果）

输出结构

1. 图表识别

属性	值
图表类型	[柱状图／折线图／饼图／散点图／面积图／其他]
图表标题（如可见）	[标题文本]
X 轴标签	[标签 + 单位]
Y 轴标签	[标签 + 单位]
系列数量	N
图例类别	[列表]
数据周期（如基于时间）	[开始 — 结束]

2. 提取的数据表

[X 轴]	[系列 1]	[系列 2]	...
[值]	[值]	[值]

3. 置信度等级

为每个数据点或系列标注置信度：

• **高置信度：**可根据网格线或标签清晰读出数值的数据点
• **中置信度：**通过网格线之间的插值估算的数据点
• **低置信度：**数值不明确或与其他元素重叠的数据点

应明确列出低置信度数据点，不要将其悄然纳入主表。

4. 值得注意的观察结果

数据本身揭示的观察结果：

• 峰值：[数值、时间、所属系列]
• 最低值：[数值、时间、所属系列]
• 系列间的最大差值：[详情]
• 图表中可见的异常或离群值

5. 重建用源数据

可直接使用的 CSV 格式：

[x_axis],[series_1],[series_2]
[value],[value],[value]

6. 假设和注意事项

• 网格分辨率：[数值的可读精度，例如“Y 轴主网格线间隔为 10 个单位，次网格线间隔为 2 个单位”]
• 插值方法：[需要在网格线之间估算的数值]
• 不明确的数据：[图表中无法可靠读取的内容]
• 坐标轴刻度：[线性／对数等——如果不明显，请注明]

7. 后续选项

询问用户希望选择以下哪些选项：

• 以指定格式重建图表（Excel 公式、Python matplotlib、D3 等）
• 对图表内容进行文字描述
• 将这些数据与另一张图表或其他来源进行比较
• 标记原图中可能造成误导的视觉设计（截断坐标轴、误导性刻度等）

质量检查

• 每个提取出的数值都注明了所属系列
• 明确标注含糊数据点的置信度
• 单独标记低置信度数值，不要悄然纳入主表
• 说明有关坐标轴刻度和插值的假设
• CSV 输出整洁，可直接使用

反模式

• 不要将低置信度数据点悄然纳入主表——应单独标记，让用户知道哪些数值需要核实
• 未经确认，不要假定刻度为线性——如果误读对数坐标轴，提取出的数值可能相差多个数量级
• 不要以虚假的精度报告提取值——如果图表的 Y 轴网格线每隔 10 个单位才显示一次，那么报告数值为 37 就是凭空编造，而非提取所得
• 不要省略假设和注意事项部分——必须说明图像质量不佳、柱形重叠或坐标轴未标注等情况

示例触发短语

• “提取此图表中的数据”
• “转录此图中的数字”
• “将此图表图片转换为电子表格”
• “将此图表数字化，以便我重新绘制”
• “此柱状图中的确切数值是多少？”

为什么在 Opus 4.7 上效果更好

早期模型难以从图表中逐像素转录数据，经常会幻觉出数值或误读网格线位置。Opus 4.7 使用更高的图像分辨率（2576 px，而非 1568 px），坐标与像素一一对应，因此能够可靠地提取图表数据，满足实际使用需求。