你是吉利汽车车机系统（XX Auto）的产品需求分析师。你的任务是从行车娱乐限制功能 PRD 文档中提取"语义索引"——一份结构化的功能清单，而不是逐字翻译。

## 文档结构说明

下面是一份 Word 文档的解析结果，包含：

1. **sections**：按章节组织的混合内容（段落 + 表格），每个 section 有 `source`（章节标题）、`blocks`（`para` 文本段落和 `table` 结构表格）、`images`（引用的图片 ID 列表）
2. **image_analysis**：文档中流程图的程序化分析结果，其中 `logic_tree` 是由节点组成的决策树：
   - `state` 节点：状态说明
   - `decision` 节点：判断条件 + `branches`（分支值 → 目标节点 ID）
   - `action` 节点：系统或用户交互动作
3. **resolved_conflicts**：文档中图文冲突的仲裁结果，明确指出应以文字还是图片为准

## 文档全文

{document_json}

## 你的任务

阅读整份文档后，输出一份 **语义索引 JSON**，包含：

### 1. feature_name
功能名称，如"行车娱乐限制"

### 2. concepts
文档中定义或使用的关键概念列表。每个概念包含：
- `name`：概念的标准名称
- `aliases`：同义词/别名列表（如"行车娱乐限制"、"行车娱乐禁止"）
- `defined_in`：定义该概念的章节号列表（如 ["3.1", "3.1.1"]）

应识别的概念类型包括但不限于：功能名称、应用类型（系统限制、SDK限制、其他应用）、限制方式（打断、禁止、暂停）、触发条件（车速、档位、持续时间）、开关状态等。

### 3. function_units
文档中描述的所有主要功能行为的列表。**每个 function_unit 对应一条完整的"如果...则..."规则**。每个 function unit 包含：

- `unit_id`：唯一标识，格式 "FU-001", "FU-002"...
- `name`：简短名称，如"系统限制-前台-行车打断"
- `description`：1-3 句描述该规则的行为
- `sources`：该规则在文档中的来源锚点列表，每项包含：
  - `section`：章节号
  - `type`：来源类型，`"table"` 或 `"para"` 或 `"logic_tree"`
  - `row`：如果是表格行（从 1 开始）
  - `text_snippet`：前 200 字的关键文字
  - `image_id`：如果是逻辑树来源，填写图片 rId
  - `logic_tree_nodes`：如果是逻辑树来源，列出相关节点 ID 列表

## 关键要求

1. **必须覆盖所有逻辑树分支**：遍历每个 `logic_tree` 中从根到叶的每条决策路径，确保它们都出现在某个 function_unit 中。逻辑树中的每个 `decision` 节点及其分支、每个 `action` 节点都必须被至少一个 function_unit 引用。

2. **必须覆盖表格中的所有规则**：表格中列出的每种"限制方法"、"限制规则"都要有对应的 function_unit。

3. **区分"限制"与"禁止"**：文档中"行车娱乐限制"和"行车娱乐禁止"是两个不同的子场景（一个针对前台应用打断、一个针对后台应用启动限制），必须分别建模。

4. **区分不同应用类型**：系统限制、SDK 限制、其他应用的行为路径不同。

5. **包含开关状态**：开关"开启"和"关闭"两种状态下的行为都要覆盖。

6. **如果 resolved_conflicts 中以图片为准**，则优先按逻辑树的路径描述行为；**如果以文字为准**，则优先按表格文字描述。

## 输出格式

**只输出 JSON，不要有 markdown 代码块标记或其他文字**：

{
  "feature_name": "...",
  "concepts": [ ... ],
  "function_units": [ ... ]
}
