RAG）。RAG 的基本想法让大模型在回答问题 前，先从给定的文档库当中找到最相关的内容，再参考这些内容给出回复。例如，询问普通的大模型“胡诗云 是谁？”，它可能完全不知道。如果把国发院所有学生的简历作为知识库，让大模型在回答问题之前先检索与 “胡诗云”相关的文档，将这些文档的内容与用户的问题合并在一起，那么就有可能得到正确的答复了。理论 上，我们也可以采用提示学习（Prompt Learn 的相关库读取，从而极大提高了数据处理的效率。 我们再以官员档案数据为例，展示大模型整理结构化数据的作用： 6 作为助研的 AI 47 提示词 6.10（贡献人：胡诗云） 请模仿 ，将 中的简历数据处理称 JSON 格式，每一段经历为一行数据。请注意， 级别一般不会下降，也几乎不会越级提升；常委相当于副职，常务副等同于正职；身兼多职取最高级别。 字段：{“起始年月”: ; “终止年月”: ，而非简单地根据文本情绪识别为利空消息。Jha et al. (2024) 则使用企业公开报告数据提取了经理人对于经济的预期。 在劳动经济学领域，Y. Chen et al. (2024) 基于简历和招聘岗位描述，通过大模型打分的方式，构造了劳 动者-岗位匹配度指标。总体来看，使用大模型提取文本信息并构建传统指标，明显降低了文本分析的技术难 度，同时也提高了所构造指标的预测能力。 利用生成、摘要和嵌入功能构建的新型指标

因素等多维度信息，预测未来一段时间内的销售情况，帮助企 业合理安排生产和库存。此外，AI 还可以通过模拟不同决策方案的效果，帮助管理层作出最优选择。 人力资源管理 ：AI 可以协助招聘过程，通过简历筛选系统自动匹配合适的候选人，减少 HR 的工作量。 其次，AI 还可以用于员工绩效评估和培训。通过分析员工的工作表现和行为数据，AI 可以提供个性化的培训 建议，帮助员工提升技能。此外，AI