# 数据富化：从9412行招生CSV提取7维洞察

## 问题

AI prompt 只喂3个汇总数字（中位数214→232→264、公办占比51%、证书不限79%）→ AI产出泛泛而谈。

## 解决方案

`get_enriched_context()` 函数在 `~/project/scripts/daily_xhs_topics.py` 中，从9412行CSV提取结构化洞察文本，注入AI prompt。

## 提取的7个维度

1. **分数段对照** — 5个分段(350+/280-349/240-279/200-239/150-199)，每段显示：专业数量、公办数量、具体学校名+分数示例
2. **3年涨分TOP5** — 过滤异常值(2024分<150的视为新增专业)，显示专业名+校区+分数变化
3. **公办vs民办** — 574公办 vs 112民办，中位分差约40分
4. **证书要求** — 不限证书69%，接受计算机证书16%
5. **低分捡漏清单** — 200分以下公办专业，含学校名+分数+招生人数
6. **城市公办难度排行** — 佛山350>珠海342>中山337>广州298>江门284
7. **扩展点** — 可加学费对比、专业类别分析等

## 输出格式

函数返回纯文本字符串（~1500字符），直接插入AI prompt的`📈 深度招生数据分析`段落下。

## 数据清洗规则

- 过滤 `luquzuidifen` 不在 100-750 范围的异常行
- 学费解析：`re.findall(r'\d+', str)` 处理 "6410元/学年"、"6,410元学年" 等变体
- 公办判断：学费<7000元/年
- 涨分过滤：2024年最低分<150的视为新增专业，排除

## 在 prompt 中的位置

```
📊 3+证书招生数据：
- 录取分中位数: 214→232→264
- 公办占比: 51%

📈 深度招生数据分析（务必在内容中使用这些具体数据）：
【2026年各分数段能报什么】
  350分以上: 114专业(公办96), 例: 工业机器人技术(公363分) | ...
  ...
【2024→2026录取分真实变化】
  涨分最多TOP5: ...
【公办vs民办 2026录取数据对比】
  ...
```

## 关键教训

**AI内容质量 = 数据丰富度，不是prompt工程。** 喂9412行数据的7维洞察 → AI产出具体学校名+分数。只喂3个数字 → AI产出"分数在涨"。