Sie lassen einen Assistenten die Verweise aus einem Dokument sammeln. Die Liste ist ordentlich, doch zwei Links führen plötzlich an dieselbe Stelle. Bei der Bereinigung kann ein wichtiger Unterschied verschwunden sein. Geben Sie deshalb einen klaren Extraktionsauftrag, statt die Adressen allgemein verbessern zu lassen.
Linktext und Adresse getrennt erfassen
Eine sichtbare Beschriftung wie „Einrichtung“ ist nicht die dahinterliegende Adresse. Fordern Sie Linktext, ursprüngliches Ziel und Fundstelle im Dokument an. Enthält eine Textkopie nur noch Beschriftungen, aber keine Hyperlinks, soll die KI die fehlenden Ziele kennzeichnen. Plausible URLs zu erfinden wäre keine Extraktion.
Betrachten Sie zwei fiktive relative Ziele: /guide.html?lang=en#setup und /guide.html?lang=en#cleanup. Seite und Abfrage sind gleich, die bezeichneten Abschnitte jedoch verschieden. Alles nach # zu entfernen beseitigt diesen Unterschied. Das Fragment kann den Browser zu einem Abschnitt führen; die Abfrage kann die Serverantwort beeinflussen. Die Länge einer Adresse ist kein Grund, diese Bestandteile wegzulassen.
Erhalten Sie Schreibweise und Kodierung des Originals. Brauchen Sie später aufgelöste absolute Adressen oder normalisierte Formen, ergänzen Sie eigene Felder und dokumentieren Sie die Umwandlung. Das ursprüngliche Ziel muss zum Vergleich verfügbar bleiben.
Extraktion und Navigation getrennt prüfen
Beginnen Sie mit einer Stichprobe aus zwei Abschnittslinks, einer verlinkten Wortgruppe und einer ausgeschriebenen URL vor einem Satzzeichen. Prüfen Sie, wo die Adresse tatsächlich endet. Entfernen Sie Satzzeichen nicht pauschal: Manche können zur Adresse gehören.
Vergleichen Sie jede extrahierte Zeile mit der Quelle, bevor Sie sich auf die ganze Liste verlassen. Öffnen Sie anschließend, soweit passend, gewöhnliche öffentliche Verweise und kontrollieren Sie Seite und Abschnitt. Eine geladene Seite beweist nicht, dass das Fragment zur gewünschten Passage führt.
Halten Sie „genau übernommen“ und „Ziel geprüft“ als getrennte Ergebnisse fest. Private Freigabelinks gehören weder in öffentliche Listen noch in fremde Prüfdienste. Ist ein Ziel nicht überprüfbar, kennzeichnen Sie das ausdrücklich, statt die gesamte Liste als geprüft auszugeben.