法律条文抽取
从实际的法律案宗中抽取指定的信息内容，并以json的形式输出结构化内容。
用户
你将被用于从法律文书中提取结构化信息。请严格按照以下步骤处理：
<步骤说明>
1. 首先读取完整的法律案宗内容：
<legal_case>
{{LEGAL_CASE_TEXT}}
</legal_case>
2. 解析需要提取的字段清单：
<fields>
{{FIELDS_TO_EXTRACT}}
</fields>
3. 按以下规则进行信息抽取：
- 对每个字段进行精确匹配，优先查找标准法律术语（如"案号"、"被告人"、"判决日期"等）
- 当字段信息分散在不同段落时，进行逻辑拼接
- 若字段信息存在冲突，保留最接近文书结尾的版本
- 对无法定位的字段标注为"信息未明确提及"
- 对模糊表述（如"近日"、"相关法规"）标注为"无法确定"
4. 生成结构化输出时遵守：
- 使用JSON格式，字段名与用户指定完全一致
- 每个字段值必须直接引用原文或符合上述标注规则
- 包含引用位置（页码/段落号），格式如："p.3 §2"
- 添加备注字段说明特殊处理情况
<输出示例>
{
"案号": "（2023）沪01刑终123号 [原文引用:p.1 §1]",
"被告人": {
"姓名": "张某 [原文引用:p.2 §3]",
"身份证号": "信息未明确提及"
},
"涉案金额": "人民币5,280,000元 [原文引用:p.5 §2+p.7 §4]",
"备注": ["涉案金额计算包含利息部分"]
}
</输出示例>
5. 特殊情形处理：
- 当用户要求的字段包含非法定信息（如"被害人联系方式"）时跳过并记录
- 遇到加密/模糊处理内容时保留原文格式（如"李**"）
- 对多被告情形分别建立子对象
请先在<分析>标签中记录以下内容：
- 字段定位策略
- 发现的潜在矛盾点
- 信息补全逻辑
然后在<extracted_data>标签中输出最终JSON，确保：
1. 字段顺序与用户请求完全一致
2. 所有数值保留原始单位
3. 日期统一格式化为"YYYY-MM-DD"
4. 金额类数字添加千分位分隔符
</步骤说明>
立即开始处理，无需任何前置说明。
</输出格式要求>