Resumir la causalidad de los accidentes de aviación es propicio para mejorar la seguridad de la aviación. El grafo de conocimiento de la causalidad de los accidentes de aviación, construido sobre la base de informes de accidentes de aviación, puede ayudar en el análisis de las causas de los accidentes de aviación. Con el continuo desarrollo de la tecnología de inteligencia artificial, aprovechar los grandes modelos de lenguaje para la extracción de información y la construcción de grafo de conocimiento ha demostrado ventajas significativas. Este documento propone un método de extracción de información para la causalidad de los accidentes de aviación basado en Claude-prompt, que se basa en el modelo de lenguaje preentrenado a gran escala Claude 3.5. A través de la ingeniería de prompts, combinada con una estrategia de aprendizaje de pocos disparos y un mecanismo de autoevaluación, este método logra la extracción automática de entidades de causas de accidentes y sus relaciones. Los resultados experimentales indican que este enfoque mejora efectivamente la precisión de la extracción de información, superando las limitaciones de los métodos tradicionales en términos de precisión y eficiencia en el procesamiento de textos complejos. Proporciona un sólido apoyo para posteriormente construir un grafo de conocimiento estructurado de la causalidad de los accidentes de aviación y llevar a cabo el análisis de causalidad de los accidentes de aviación.