整理脏数据，不要吝啬模型算力和 Token

处理一堆脏数据时，我现在更愿意先把模型能力、上下文和执行条件给足，而不是自己坐下来设计分类。尤其是大量杂乱文档的整理，真正困难的地方不是改几个标题、挪几个位置，而是要先理解所有内容，再判断它们应该怎样组织、哪些信息互相关联。

过去总觉得整理数据是简单劳动，用便宜模型就可以。实际效果不好，又以为问题在于自己没有先把结构设计清楚。现在重新想，这个判断可能一开始就错了：不是所有整理工作都适合用低成本模型做。数据越脏、越缺少明确规则，越可能需要更强的推理能力。