diff --git a/profiler/msprof_analyze/docs/img/pp_chart_operation_steps.png b/profiler/msprof_analyze/docs/img/pp_chart_operation_steps.png
index 64b5704cdf167c27d135c311759ef092574ba6ff..57185dadf0ac7dfcc842483476822a97ea6e309d 100644
Binary files a/profiler/msprof_analyze/docs/img/pp_chart_operation_steps.png and b/profiler/msprof_analyze/docs/img/pp_chart_operation_steps.png differ
diff --git a/profiler/msprof_analyze/docs/pp_chart.md b/profiler/msprof_analyze/docs/pp_chart.md
index 8535c1bbe0dd4dc9ec33e3ee28bd5e79b55935fa..0958a2b987505a688199a6dd219efe680d08bd9f 100644
--- a/profiler/msprof_analyze/docs/pp_chart.md
+++ b/profiler/msprof_analyze/docs/pp_chart.md
@@ -20,9 +20,9 @@ pp流水图指的是将实际pp域内的流水排布进行可视化呈现，可
 tips：若用户只关注pp流水图，可以设置采集参数profiler_level为Level_none；若还关注前反向、通信以及send和recv的关联关系，设置采集参数profiler_level为Level1或更高级别。
 
 
-**约束：**：
-* 采集数据时，需要将profiling数据导出格式export_type设置为db。
-* 以下仅为打点示例，需要根据用户实际代码，准确找到前反向函数的位置，参考下面用装饰器的方式实现打点。
+**<span style="color: #FF0000;">约束</span>**
+* 采集数据时，需要将profiling数据导出格式export_type设置为db，msprof_tx开关打开。
+* 场景一和二仅为打点示例，需要根据用户实际代码，准确找到前反向函数的位置，参考下面用装饰器的方式实现打点。
 
 * 若项目使用 Megatron 框架：可直接按照场景一的方法进行打点操作；若项目使用 Mindspeed 框架：需先确认是否开启 DualPipeV 功能，若已开启，则按照场景二的方法进行打点操作；若无法明确区分，如果能找到对应项目中与打点相关的两个核心文件，在这两个文件的打点代码位置处，添加对应的打点逻辑，确保覆盖所有可能场景。
 
@@ -46,11 +46,11 @@ forward_step = step_wrapper(forward_step, "forward_step")
 backward_step = step_wrapper(backward_step, "backward_step")
 ```
 
-2. 保存上述脚本文件后，执行训练。训练完成后，在xxx目录下生成性能数据文件目录，用于后续mstt工具分析。
+2. 保存上述脚本文件后，执行训练。训练完成后，在设置的输出路径下生成性能数据文件，用于后续mstt工具分析。
 
 **场景二：**
 
-1. DualPipeV，找到前反向代码，在```mindspeed/core/pipeline_parallel/dualpipev/dualpipev_schedules.py```里面添加如下代码（添加在```forward_backward_pipeline_with_cutinhalf```函数定义的前面）：
+1. DualPipeV，找到前反向代码，在```mindspeed/core/pipeline_parallel/dualpipev/dualpipev_schedules.py```里面添加如下代码（添加在```forward_backward_pipelining_with_cutinhalf```函数定义的前面）：
 ```python
 import torch_npu
 def step_wrapper(func, msg: str):
@@ -98,7 +98,7 @@ prof.add_metadata_json('pp_info', json.dumps(
 ))
 ```
 
-2. 保存上述脚本文件后，执行训练。训练完成后，在xxx目录下生成xxx_ascend_pt性能数据文件目录，用于后续mstt工具分析。
+2. 保存上述脚本文件后，执行训练。训练完成后，在设置的输出路径下生成性能数据文件，用于后续mstt工具分析。
 
 ### 2. msprof-analyze工具分析