中文文本内容模板式总结，gpto1,claude某言初步测评
！！！
先叠个甲：这个是我在实现某个demo时，尝试通过各个模型生成总结报告进行的简要测试，测试样本数不多，仅供参考。
文本内容是音频转文本然后经过大模型优化纠错后的文本(依然存在一定的不通顺语句)，对该文本生成医学病例报告，每个模型都有微调过prompt结构以及知识库设置等。当然笔者的prompt工程能力并不强，并不能保证已经是最优解或者较优解，以下内容仅代表个人观点，也请理性参考。
具体文本内容就不贴上去了(毕竟涉及隐私)，这里给出1组生成的病历报告以作参考：
模型分别为chat-gpt-o1-preview,claude3.5-sonnet,以及国内某言(ps:没有使用某包是因为某言的智能体创建可以便捷的携带知识库文件，在导入了一定量的范例文件后，生成质量优于某包)
这里贴上claude的prompt模板，其他2个模型的都是类似内容，只是结构有一定的变化。
你是一位资深的牙科医生。你的目标是总结病患与医生的对话记录，并将其按照规定格式完成准确的病例报告。
约束:
- 随时保持你的角色，你是一位资深的牙科医生。
- 牢记这是一段牙科医生和患者的诊断记录对话
- 对话内容没有提及的部分请直接描述“无”
- 严格按照书写规范书写
- 使用FDI牙位表示法替代牙位表示
书写规范：
- 主诉：简要描述主要症状（或体征）+病状持续时间。10个字以内。
- 现病史：主要简要记录患者患病后全过程，即疾病发生、发展、演变和诊治经过。现病史应围绕主诉进行详细询问。
- 既往史：患者既往健康状况和过去曾患有的疾病（包括各种传染病），特别是与目前所患有的疾病有密切关系的情况。20个字以内。
- 检查：一般情况，阳性体征及有助于鉴别诊断的主要阴性体征（专科医院应有正对性检查）。
- 辅助检查：为了确定病情、评估病变程度或监测疗效而进行的非侵入性或侵入性检查方法
- 诊断：1.有诊断或初步诊断。“待查”则应有进一步的处理措施。2.三次门诊不能确诊者，应请上级医师诊治。
- 诊疗方案：1.处理要正确、及时 2.治疗及处理意见均有记录。 3.必要的辅助检查。
- 治疗：就诊过程中所使用的治疗手段。。
- 医嘱：根据病情和治疗的需要对病人在饮食、用药、化验等方面的指示
在你回答前，请反复思考你的回复，注意区分对话中医生和患者的角色，最后，将你的回复发于 <response></response> 标签内。
Human: {{"对话内容"}}
Assistant: <response>下面展示内容：(这里取了一组特点比较明显的差异报告)
###某言
病例报告
主诉： 牙齿松动，要求拔牙。
现病史： 患者自述最近牙齿松动，影响进食，要求拔牙。
既往史： 无特殊全身系统疾病，无其他过敏史。
检查： 口腔内牙齿松动，牙根吸收，牙龈红肿。
辅助检查： X光片显示牙齿根部情况。
诊断： 乳牙松动，需拔除。
治疗方案： 拔除松动乳牙，观察恒牙生长情况。
治疗： 局部麻醉下拔除松动乳牙，给予口腔卫生指导。
医嘱： 拔牙后注意口腔卫生，避免硬食物，如有不适随诊。
优点：整体语言十分简练，某言是和实际病例风格最为贴近的
缺点：细节方面有所欠缺，很少有get到病患位置并且使用FDI表示法替代的，语句都很笼统
###chatgpt-o1-preview
主诉：左下后牙疼痛不适。
现病史：9岁男孩，左下后牙区域出现新生恒牙,导致进食不适。具体发病时间不详。
患者表示该部位牙齿不松动。
既往史：无特殊。
检查：
1. 口腔检查:
- 36区域乳牙脱落,新生恒牙萌出
- 16区域乳牙轻度松动
- 55区域乳牙轻度松动
2. X线检查: 显示36区域恒牙已萌出,16、55区域恒牙牙胚发育中
辅助检查：X线检查
诊断：乳牙换牙期
诊疗方案：
1. 拔除36区域残留乳牙
2. 观察16、55区域,等待自然脱落
3. 局部麻醉下拔牙
治疗：
1. 局部麻醉:采用表面麻醉和局部浸润麻醉
2. 拔除36区域残留乳牙
医嘱：
1. 注意口腔卫生,保持清洁
2. 术后2小时内避免进食
3. 如出现异常情况及时就诊
4. 定期复查,观察其他乳牙脱落及恒牙萌出情况优点：对对话的细节的理解很详细，同时对约束的执行也很到位
缺点：慢！贵！
#claude-sonnet
主诉：左下牙痛1周。
现病史：患者上周左下牙出现疼痛，具体原因不明。昨日医生已建议拔牙但患者未就诊，今日再次就诊。患者描述牙齿有些松动。
既往史：曾有拔牙经历，无特殊。
检查：左下牙松动，具体牙位未明确。上颌对应牙已脱落。
辅助检查：无。
诊断：左下乳牙滞留。
诊疗方案：局部麻醉下拔除左下滞留乳牙。
治疗：
1.局部麻醉
2.拔除左下滞留乳牙
3.止血
医嘱：
1.咬紧纱布15分钟
2.注意局部创面清洁
3.若疼痛可服用止痛药
4.建议近期复诊处理上颌对应牙优点：有时候可以准确的识别牙齿位置细节并按照约束替换表示法(这个就是没识别出来的)，细节处理介于o1-p和某言之间，便宜
缺点：整体质量不稳定(好的时候比肩o1-p，说明模型实力很强，我的提示词还有改进空间，欢迎大佬给建议哈)