有人说autopku写笔记幻觉严重（多了很多没讲过的东西）

[ICUlizhi]

• 可能需要调prompt
• 横向对比三个coding plan

[Cat-blizzard]

您好，我看到这个 issue 里提到笔记生成时可能会出现幻觉问题。刚好我这边也在做一个和课程课件笔记生成相关的小项目，叫 SlideNote：

https://github.com/Cat-blizzard/SlideNote

SlideNote 的方向是把 PPT/PDF 课件转换成结构化、可追溯、尽量保留图文信息的课程笔记。它和 AutoPku 的定位不太一样：AutoPku 更偏 agent workflow，而 SlideNote 目前更像一条相对机械、确定性的 pipeline。所以我不确定它是否适合直接集成进 AutoPku，但其中一些处理思路也许可以作为参考。

目前 SlideNote 里比较关注这些点：

• 先把 PPT/PDF 解析成结构化内容，再交给 LLM 生成笔记；
• 尽量保留页面截图、图片资产和图表信息，减少只看文本带来的遗漏；
• 用 element_ir.json / source_map.json 记录生成内容和原始课件之间的对应关系；
• 用 coverage / content guard 检查笔记是否遗漏原始内容，或者是否出现没有来源支撑的扩写；
• 对 OCR、vision、图表理解等步骤单独处理，避免完全依赖 PDF 文本抽取。

我觉得如果 AutoPku 后续继续优化写笔记这部分，也许可以考虑类似的思路：让 agent 在写笔记前先得到一份更稳定的结构化课件表示，然后再由 writer / reviewer agent 分别负责生成和检查。这样可能会比直接让 agent 从原始 PDF 里读文本更容易控制幻觉和遗漏。

当然，这只是一个参考建议，不一定符合 AutoPku 当前的架构取舍。只是看到这个 issue 后觉得两个项目在“课程课件 -> 笔记”这个问题上有一些交集，所以过来分享一下。

如果有兴趣，可以先把SlideNote当作一个外部工具试一下