先说结论

不要把整篇长文一次性丢给 AI。先定义摘要用途，按自然章节分段，每段同时提取结论、证据和限定条件；最后只依据各段结果合并，并抽查关键结论能否回到原文。

为什么“一键总结”容易漏重点

长文的关键信息不总在结论段。条件、样本范围、反例和风险说明可能散落在脚注或方法部分。只要求“总结一下”，模型往往会优先输出主题鲜明、表达顺滑的内容，而压缩掉限制条件。

解决办法不是让摘要更长，而是让中间过程可追溯：先编号、再提取、后合并。每条重要结论至少保留一个原文定位。

五步工作流

  1. 01

    写清摘要用途

    例如“给采购决策用”，而不是“做个摘要”。用途决定哪些数字、风险和反对意见必须保留。

  2. 02

    按结构切分

    优先按章节、标题或议题分，不要在一句话中间机械截断。给每段加上 S1、S2 等编号。

  3. 03

    逐段提取

    固定输出：核心主张、直接证据、条件/例外、待确认点、原文位置。

  4. 04

    只依据中间结果合并

    让 AI 合并重复项、指出冲突，但禁止补充外部事实或自行消除矛盾。

  5. 05

    人工抽查高风险内容

    数字、日期、因果关系、法规和否定句必须回到原文。抽查失败，就扩大检查范围。

可直接复制的分段提示词

可复制模板按实际资料替换括号内容
你正在处理文档的第 S3 段。只依据 <<< >>> 内的原文完成：
1. 用两句话写核心主张；
2. 列出所有数字、日期与比较结论；
3. 列出限制条件、反例和作者明确表达的不确定性；
4. 每一项注明对应的小标题或原句开头；
5. 不要加入外部知识，无法判断就写“本段未说明”。
原文：<<<粘贴 S3>>>

合并摘要时保留三层

层级内容建议长度
一句话最核心结论与适用范围30–60 字
执行摘要结论、证据、风险、下一步300–500 字
证据表结论—原文位置—可信度按需展开
常见问题

你可能还想问

长文应该每段切多少字？

没有固定数字。优先保持章节语义完整，并给后续回答留足空间；如果模型开始忽略前文或输出被截断，就缩小分段。

AI 能直接总结整本书吗？

能处理不等于能可靠覆盖。整本书更适合按章节建立摘要，再由章节摘要生成主题索引与总览。

如何判断摘要有没有歪曲原文？

随机抽取高影响结论，检查原文位置、主语、数字和限定词。尤其注意“可能”是否被改成“会”、“相关”是否被改成“导致”。

参考资料

本文为面向普通使用者的解释与操作建议。关键概念参考以下一手资料：

  1. NIST《生成式人工智能风险管理框架》用于核对生成式 AI 的虚构、隐私与风险管理表述。