target_field
在 company_name、display_name、organization_id、avatar_url 和 no_match 中选择。
STATE 设计
源字段、目标 schema 与少量样例值
只提供完成判断所需的上下文，避免提交密码、密钥、无授权个人数据或与问题无关的长文本。
OUTPUT 设计
目标字段、映射确信度与人工确认
每个问题都使用完整 instructions，ID 仅用于关联响应，不能承担问题语义。
可复现输入
示例 State
{
"source_field": "company",
"sample_values": ["Northwind Labs", "Acme Pte Ltd"],
"target_fields": ["company_name", "display_name", "organization_id", "avatar_url"]
}问题设计
每个输出都有独立语义
mapping_confidence
用低、中、高、近乎确定表达映射信心。
needs_confirmation
判断导入前是否必须由用户确认。
案例来源
来自社区实践，由 TypeDecide 重新编写
本页借鉴 Jon Yongfook (@yongfook) 公开分享的场景。State、问题、候选项和执行边界均由 TypeDecide 重新设计；来源链接只用于溯源，不构成准确率或性能背书。
执行边界
概率交给策略层，而不是直接执行
名称相似不代表类型兼容；导入前还要执行类型转换、必填字段、唯一性和外键校验，并提供预览与回滚。
- 保存候选概率、模型版本和问题配置，便于复核。
- 输入缺失或候选概率接近时，补充信息或转人工。
- 模板可用于本地 Mock；登录后也可主动真实运行，但任何结果都不代表业务准确率已经达标。