先把源文件整理到“人能看懂”
格式不必统一，但每条记录至少要能辨认出单词。表格最好一行一个词；纯文本可一行一个词，也可以用制表符分隔单词、词性和释义。
| 格式 | 推荐结构 | 注意 |
|---|---|---|
| TXT / Markdown | 每行一个词，后跟释义或列表 | 避免把整篇文章当词表 |
| CSV / Excel | 单词、词性、释义、音标、例句分列 | 第一行保留清晰表头 |
| Word | 表格或规则列表 | 批注和修订先处理 |
| 可选中文字的词表 | 扫描件需先做文字识别并人工抽查 |
如果同一列混有音标、页码和释义，先说明识别规则。难以判断的内容应保留原文并标记待确认，不要让 AI 猜成确定结果。
使用步骤：在 Codex 中开始转换
- 上传或指定词库文件。
- 说明目标是“天择背单词标准 JSON”。
- 指出已有列的含义、需要保留的标签和是否允许补充释义。
- 要求先生成校验报告，再输出最终 JSON。
- 抽查报告后，把最终文件导入词汇训练。
把这份 Excel 词库转换成天择背单词标准 JSON。A 列是单词，B 列是词性，C 列可能包含多个中文释义，D 列是例句。保留原内容，不确定的字段留空；先报告重复项和异常行，再输出文件。
只有单词、没有释义时，可以明确要求 AI 补写；如果已有释义，则默认以原词库为准，不应悄悄重写。
输出结构与标准 JSON 字段
[
{
"word": "accommodate",
"phonetic": "/əˈkɒmədeɪt/",
"pos": "v.",
"meaning": ["容纳；提供空间", "迁就；照顾", "适应"],
"examples": [{ "en": "The hall can accommodate 500 people.", "zh": "大厅可容纳五百人。" }],
"tags": ["CET-6"]
}
]
| 字段 | 类型 | 规则 |
|---|---|---|
| word | 字符串 | 必填，去除首尾空格，保留连字符和撇号 |
| phonetic | 字符串 | 可空，保留音标符号原样 |
| pos | 字符串 | 可空，同一词多词性可按来源合并 |
| meaning | 字符串数组 | 每个释义独立，不把数组写成一整段 |
| examples | 对象数组 | 英文和中文分别放入 en、zh |
| tags | 字符串数组 | 考试、章节或自定义分类 |
重复项如何合并
单词比较时忽略首尾空格和普通大小写，但不随意删除连字符或撇号。相同单词的非空字段合并，释义、例句和标签按内容去重，并保留首次出现顺序。
- 同一拼写但词性不同：保留所有词性和各自释义。
- 大小写承载专名含义：保留原写法并标记人工确认。
- 释义近似但不完全相同：不要仅凭相似度删除。
- 音标冲突：保留来源或列入异常报告。
- 空记录、页眉、页码和纯标点行：排除并计数。
导入前必须检查
- JSON 能正常解析，顶层是数组，每项都是对象。
- 每项都有非空
word，meaning、examples和tags类型正确。 - 没有“undefined”“null”字符串、乱码或被替换的音标字符。
- 总记录数与“源记录－排除项－合并项”能够对上。
- 随机抽查开头、中间、结尾以及所有异常行。
- 用天择背单词试导入一小份，再导入完整词库。
校验报告应写清：源记录数、输出记录数、重复组、排除行、缺少释义和冲突字段。只有“转换成功”四个字不够。
导入并开始四流程学习
- 打开天择背单词，进入词库管理。
- 选择“导入 JSON”，选中转换后的文件。
- 查看导入预览，确认新增、合并、跳过和错误数量。
- 确认后建立学习批次，按英译中预习、中译英回忆、拼写和语境四个流程学习。
如果只是临时试用，先导入三到五十个词。确认释义显示、例句和标签都正确后，再导入整本词库。
常见问题
PDF 只提取出乱码
它可能是扫描图片或使用特殊字体。先做文字识别，再与页面截图抽查；无法可靠识别的页不要自动补猜。
Excel 多个工作表混在一起
明确需要哪些工作表，并给每张表设置来源标签。表头不同的工作表先各自映射，再合并。
导入时提示字段错误
确认顶层不是对象包装，释义和标签是数组，例句是含 en、zh 的对象数组，并移除尾随逗号。
重复词没有合并
检查不可见空格、全角字符、连字符变体和大小写。规范化只用于比较，最终显示仍应保留正确拼写。
隐私、版权和词库维护
转换私人笔记或付费教材词表时，不要公开原文件和完整转换结果。输出前删除姓名、学号、批注和其它个人信息；分享给别人前确认你有权分发内容。
以后补充单词时，继续使用同一字段结构，并保留一份未合并的源词库和转换报告。这样出现误合并或释义问题时，能够回到具体来源修正，而不是在最终 JSON 里反复手工改。