用 AI 生成 PDF JSON：提示词、校验与 KeepMot 渲染实战

如果你正在搜索“AI 生成 PDF”“PDF JSON 提示词”“AI PDF Generator”，真正需要的通常不是临时导出，而是一套能处理真实数据、稳定版式和持续交付的文档流程。

大模型擅长把自然语言需求整理为结构化草稿，但它也会发明字段、混用单位或输出无法渲染的元素。AI 适合加速模板起点，不适合绕过 Schema 与预览。

本文面向希望用 ChatGPT、Codex 或其他大模型辅助设计发票、报告、标签和业务表单的开发、产品与实施团队。目标是让 AI 按当前 KeepMot 文档合同生成可验证 JSON，再通过严格校验、渲染预览和人工审核进入模板流程，最终交付由自然语言需求转换而来的 PDF JSON 草稿、Studio 模板初稿、字段 Schema、测试数据和修订建议，并让每份文件都能追溯到明确的数据与模板版本。

一、这个 PDF 场景真正难在哪里？

模型可能输出旧格式、HTML/CSS 属性、未支持元素、错误毫米坐标、超出页面的表格，甚至声称已经渲染但实际上没有。需要把允许的元素、结构和验证步骤明确写进提示词。

二、先建立字段与数据边界

开始设计页面前，至少要梳理以下数据：

document goal 与 audience：注明权威来源、类型与稳定业务含义。
page width/height（mm）：区分必填、可选、空字符串与 null。
allowed element types：提供正常值和最长合法值用于排版测试。
variables 与 fallback：写清格式、单位、时区或币种规则。
schema 与 sample_data：定义缺失、零值与异常值的页面表现。
table columns/rows/pagination：设置校验失败提示，关键错误应阻止生成。
barcode format/content：准备多语言或特殊字符样本检查字体。
metadata、PDF/A 与 output requirement：规定命名、排序与归档关联方式。

三、从业务数据到正式 PDF 的实施流程

第1步：复制与当前 Studio 格式匹配的系统提示词

先把“复制与当前 Studio 格式匹配的系统提示词”写成团队可执行的规则，明确数据负责人、批准人和异常处理人。对于由自然语言需求转换而来的 PDF JSON 草稿、Studio 模板初稿、字段 Schema、测试数据和修订建议，这一步越清楚，后续模板返工越少。

第2步：描述文档目的、页面、品牌、字段和真实数据边界

处理“描述文档目的、页面、品牌、字段和真实数据边界”时，记录选择依据并保存一份代表性样本。以后调整模板或接口时，可以用相同依据重新验证。

第3步：要求模型只返回一个合法 JSON 对象且不虚构数据库 ID

围绕“要求模型只返回一个合法 JSON 对象且不虚构数据库 ID”准备正常、空值、最长文本和最大数组四类数据，确认页面在真实边界下仍然完整可读。

第4步：用 JSON Schema 或应用校验器检查结构与类型

执行“用 JSON Schema 或应用校验器检查结构与类型”时，为请求设置业务标识、超时和明确失败分支；只有文件通过验收后，才把动作标记为成功。

第5步：在 KeepMot 渲染并检查溢出、分页、字体和条码

验收“在 KeepMot 渲染并检查溢出、分页、字体和条码”不能只看屏幕第一页，还要检查打印、跨页、字体、条码或交互状态等与场景有关的细节。

第6步：把修订后的 JSON 保存为模板并记录测试样本

最后以“把修订后的 JSON 保存为模板并记录测试样本”形成追溯闭环，保存业务 ID、模板版本、生成时间、页数和文件摘要，方便补发与审计。

四、三个必须提前做出的设计决定

1. AI 负责内容还是版式

可以让 AI 生成初稿与字段建议，但金额、税务、法律条款和品牌批准仍由权威系统与人员负责。

2. 一次性 JSON 还是可复用模板

探索阶段可直接生成完整 JSON；稳定后应保存模板，让生产调用只传业务数据。

3. 如何防止提示词过时

使用项目提供的可复制系统提示词并随产品版本更新，不要长期依赖自己保存的旧元素说明。

五、如何使用 KeepMot 落地

KeepMot 提供 AI prompt 页面，包含当前 Studio JSON、页面单位、支持元素、变量、表格、条码和约束说明。生成结果可送入 JSON Render 或在 Studio 中继续编辑。

针对 AI 生成 PDF，可以在 KeepMot Studio 中维护视觉模板，通过 Template API 只提交 template_id 和业务数据；完全由程序控制版式时使用 JSON Render API，已有网页资产时选择 HTML to PDF API。模板库可从这里查看。

六、上线验收清单

pages 非空且宽高为正数：保存源系统核对记录作为证据。
所有元素类型受支持：保存页面或打印样本作为证据。
坐标和尺寸使用毫米：保存边界数据结果作为证据。
变量与 Schema 一致：保存响应状态与文件头作为证据。
动态表格分页通过真实数据：保存模板版本和文件摘要作为证据。
AI 没有虚构渲染或验证结果：保存补发或重放记录作为证据。

七、常见风险与修正方法

风险 1：模型使用过时或不存在的属性

“模型使用过时或不存在的属性”会让早期看似灵活的实现快速积累维护成本。应在数据合同或发布流程中直接阻止这种状态。

风险 2：自然语言遗漏纸张与数据边界

出现“自然语言遗漏纸张与数据边界”时，最终页面可能仍然看似正常。必须同时核对源记录、关键标识和实际输出。

风险 3：把 AI 计算结果当作财务事实

“把 AI 计算结果当作财务事实”往往只在边界数据出现。把触发条件保存为回归样本，并为无法安全生成的内容返回明确错误。

风险 4：将 API Key 或个人数据放入提示词

“将 API Key 或个人数据放入提示词”可能造成交付、安全或运营事故。限制敏感值的暴露范围，并保留必要审计信息而不记录秘密。

风险 5：未经实际渲染就直接保存生产模板

针对“未经实际渲染就直接保存生产模板”，先区分数据、版式、投递和版本问题，再制定纠正、重试、撤销或补发规则。

八、批量、性能与日常运营

把 AI 输出当作代码变更：保存提示词版本、JSON diff、校验结果和预览。生产模板发布仍走评审；涉及敏感数据时使用脱敏样本，不向不受控模型发送客户原始信息。

九、常见问题 FAQ

Q：AI 可以直接生成 PDF 文件吗？ A：AI 主要生成结构化 JSON；真正 PDF 需要由 KeepMot 渲染器处理并验证。

Q：为什么要求只返回 JSON？ A：额外解释或代码围栏会破坏自动解析。需要说明时应与正式 JSON 生成步骤分开。

Q：可以让 AI 设计条码吗？ A：可以生成 barcode 元素草稿，但制式、内容、尺寸和留白必须由业务规范与扫描测试确认。

Q：AI 能计算发票总额吗？ A：不应作为权威计算。业务系统提供批准金额，AI 和模板只负责展示。

Q：生成失败怎么排查？ A：先检查 JSON 语法、必填 pages、元素类型、数字单位和变量字段，再根据接口错误定位。

Q：提示词要多久更新一次？ A：当 Studio 或渲染合同变化时更新，优先从官方 AI prompt 页面复制当前版本。

十、总结

AI 最适合把需求快速变成可检查的 PDF JSON 草稿；Schema、渲染、真实数据和人工批准才把草稿变成可靠模板。