# CSV 数据限制（3+证书招生录取数据）

## 学校名缺失

**3+证书招生录取数据24-26.csv 的 `glzymc` 列存储的是数字 ID，不是学校名称。**

CSV 列结构：
- `glxy` — 关联学院 ID（数字）
- `glzymc` — 关联院校名称（数字，非文本——疑似外键未展开）
- `banxuedidian` — 校区名（如"清远校区""茂名校区""校本部"）← **这是唯一可用做定位的信息**

## 应对策略

### 1. 用地名+校区名替代学校名
校区名对读者来说比学校名更有用——同一学校不同校区分数差可达 50 分以上。示例：
- "茂名校区 社会体育 189分" vs "某校 社会体育 189分"
- 校区名直接告诉读者地理位置，填志愿时这是核心考量

### 2. 公办/民办判断
通过学费（`xuefei` 字段）判断：
- 学费 < 7000 元/年 → 公办
- 学费 ≥ 10000 元/年 → 民办
- `get_enriched_context()` 已在 `daily_xhs_topics.py` L233 实现了此逻辑

### 3. 学校名反查（不推荐）
- FastAdmin CMS 数据库在阿里云 ECS，本机无法直接查询
- 通过校区+专业反推学校不可靠（多校共用同一校区名）
- **不要**在内容中编造学校名——标注校区 + 说明"学校名待确认"比给错名字好

## 创作建议

在生成小红书图文时：
1. 表格中首列用校区名（如"校本部""茂名校区"），不加学校名
2. 如果必须提学校名，在文案中用"部分公办院校"等模糊表述
3. 洞察中强调"非珠三角校区 = 分数洼地"这个更有用的结论