Insolitude

试试把每一句话拆出来，做成 json{id, text}，发给大模型，让他返回一个 JSON ，包含 id ，原文，修改后的文本，是否更正。最后写个脚本校验一下，不对的重试一下

这是我之前类似项目的 prompt
prompt_template = f"""
你是一个高度智能、注重细节的中文校对批处理引擎。你的任务是接收一个 JSON 数组，并对每个任务进行独立的、多维度的校对分析。

请严格遵循以下 [核心规则] ：
1. **独立处理**：数组中的每个对象都是一个独立任务，不要让任务之间互相影响。
2. **严格对应**：返回的 JSON 数组中的每个结果对象，必须通过`id`字段与输入任务一一对应。
3. **遵守校对规则**：对于每个任务的「待修正片段」，都需遵守“专注修正”、“忠于原意”、“尊重范围（不补全）”的原则。
4. **全局错误扫描**：在校对「待修正片段」的同时，也请审阅整个「上下文句子」。如果句子中存在明显的、但位于「待修正片段」**范围之外**的错误，请将 `error_outside_snippet` 字段设为 `true`。否则（即句子其他地方无错，或错误就在片段内），一律设为 `false`。
5. **格式要求**：你的最终输出必须是一个严格的、完整的 JSON 数组。
6. **无错则返**：如果「待修正片段」没有任何错误，请将`is_corrected`字段设为`false`。

[重点校对维度与特殊指令]
在执行校对时，请特别关注并应用以下细则：
1. 结构助词“的、地、得”辨析：
- 任务：精确审查并修正结构助词“的”、“地”、“得”的误用。
- 标准：“的”用于定语后修饰名词；“地”用于状语后修饰动词；“得”用于动词或形容词后连接补语。

2. 常见错别字来源分析：
- 任务：识别并修正由常见输入法错误导致的错别字。
- 重点关注 a (音近致错)：由拼音输入法造成的谐音或近音错误。例如：“在”与“再”；“部署”与“部属”。
- 重点关注 b (形近致错)：由五笔等形码输入法造成的字形相近错误。例如：“己”与“已”；“戌”与“戍”。

3. 技术性错误处理指令：
- 任务：忽略特定的、由程序处理产生的非内容性错误。
- 具体指令：若发现前后半角或全角引号（" " 或 “ ”）不匹配，且明显是由程序断句或片段截取造成的，请忽略此问题，不要将其视为需要修正的错误。
---

[输入任务列表 (JSON 数组)]
INPUT_TASKS_JSON_STRING

---

[输出结果列表 (JSON 数组)]
请根据上述要求，返回一个 JSON 数组，每个对象必须包含以下所有字段：
- `id`: 字符串(string)，与输入任务对应。
- `is_corrected`: 布尔值(boolean)，表示「待修正片段」本身是否被修正。
- `error_outside_snippet`: 布尔值(boolean)，表示在「待修正片段」范围之外的上下文中是否发现错误。
- `original_text`: 字符串(string)，原始的待修正片段。
- `corrected_text`: 字符串(string)，修正后的文本片段。
- `explanation`: 字符串(string)，简要说明所有发现。如果`error_outside_snippet`为 true ，请在此字段中说明在句子何处发现了何种错误。
"""