别再让 AI“总结这份文档”：长文档分析 Agent 真正有效的提示词框架

“建议持续关注市场变化，加强风险管理，优化资源配置。”

这句话看起来专业，也几乎不会出错。但如果它来自一份几十页的财报、合同或产品需求文档，你只要追问三个问题，就会发现它基本不能用：

• 依据在哪一页？
• 哪个风险最优先？
• 明天应该由谁做什么？

问题往往出在最开始的提示词：

请分析这份文档，总结重点，并告诉我接下来应该怎么做。

这句话把最关键的决定全部交给了 Agent：什么算重点、站在谁的立场分析、能否使用外部知识、建议具体到什么程度，都没有说明。

结果自然是三种常见失败：事实与推测混在一起，关键限制条件被遗漏，最后输出一堆正确但无法执行的套话。

长文档分析的目标，不是“总结得更多”，而是完成三个台阶：先定边界，再绑定证据，最后转换为行动。

长文档分析Agent对比示意图：普通提示词与结构化提示词

配图说明：图中数据仅用于展示输出格式，不代表真实公司、真实报告或实测结论。发布时应使用同一份公开文档分别运行两种提示词，并用框线标出页码、置信度、冲突提示和验收标准。

为什么“帮我分析文档”几乎一定得到平庸答案

假设你上传一份上市公司年度报告，让 AI“总结重点并给出建议”。模型通常会输出：

• 公司业务保持发展；
• 市场竞争仍然激烈；
• 需要关注成本与政策风险；
• 建议加强研发、控制费用、优化渠道。

这些内容未必错误，却无法支持真实决策。

原因不是模型“不会读”，而是它不知道三个关键信息。

第一，任务边界不清楚

投资者关心增长质量和风险，产品经理关心需求变化，管理层关心资源配置。面对同一份报告，不同角色需要的“重点”完全不同。

如果没有指定读者和决策目标，Agent 只能生成一份面向所有人的通用摘要。

第二，证据无法追溯

“收入增长来自新客户”到底是文档明确说明，还是模型根据多处信息归纳出来的？

如果没有原文、页码和证据类型，读者就无法判断。尤其是合同、财报和制度文件，一个限定词的遗漏，都可能改变结论。

第三，结论无法执行

“加强风险管理”不是行动项，只是方向。

真正能够进入工作流的输出，至少要回答：

• 做什么；
• 为什么做；
• 谁负责；
• 何时完成；
• 如何验收。

因此，长文档分析 Agent 的能力上限固然受模型影响，但结果能不能用，首先取决于任务结构是否清楚。

第一步：先定边界，告诉 Agent 什么不要分析

很多人会写：“重点关注市场和经营情况。”

这仍然不是有效边界，因为“市场”和“经营情况”没有可判断的范围。更好的写法是：

只提取与中国市场、2024—2025年收入变化和渠道调整有关的内容。
不分析海外市场、组织架构和品牌传播。
不得使用文档外知识补充原因。

一个可靠的边界通常包含五类信息。

1. 分析目标

不要写“总结重点”，而要写成一个需要解决的问题：

• 这份合同中，哪些条款可能影响付款和交付？
• 哪些因素可能导致项目无法按计划上线？
• 报告是否解释了收入增长的主要来源？
• 会议已经确定了哪些事项，还有哪些问题未决？

目标越接近真实决策，输出越不容易跑偏。

2. 使用者角色

明确结果是给谁看的：

分析结果提供给产品负责人，用于决定是否推迟上线。

法务、研发、投资者和管理层关注的信息层级不同。角色不是装饰，而是决定筛选标准。

3. 文档范围

可以按章节、主题、时间或业务范围限定：

只分析第三至第五章，以及附录中的风险披露表。

如果文档具有稳定页码，也可以直接限定页码。但要注意，PDF 转换或 OCR 后页码可能错位，因此最好同时保留章节标题。

4. 时间与定义口径

“客户”“收入”“活跃用户”等词，在正文和附录中可能采用不同定义。提示词应要求 Agent 保留原始口径，不要自行合并。

涉及收入时，必须注明报告使用的是年度、季度还是累计口径。
同一指标存在不同定义时，分别列出。

5. 禁止推断事项

这是减少幻觉最直接的一步：

文档未说明的信息，回答“文档未说明”。
不得根据行业常识推测公司动机。
证据不足时回答“无法判断”，不要补全因果关系。

小白用户可以先使用固定字段；进阶用户还应加入冲突识别、信息不足处理和停止条件。

例如：

如果正文、表格和附录中的数字不一致，停止得出统一结论，
并列展示各自数值与位置，标记为“需要人工确认”。

这时，Agent 才从“自由发挥的总结工具”，变成“受约束的分析工具”。

第二步：让每个结论都能回到原文

很多提示词会加一句“请附上依据”，但这仍然太模糊。

Agent 可能只写“根据报告内容”，也可能给出一段无法定位的改写。真正有效的证据要求至少包含五项：

• 原文引用
• 页码、章节或可定位位置
• 证据类型
• 结论与证据之间的关系
• 置信度

推荐把证据类型分为三类：

1. 明确陈述：原文直接表达该结论；

2. 多处信息归纳：结论来自多个段落或表格；

3. 推测：文档没有直接支持，仅为可能解释。

其中第三类不能混入“已确认事实”。

第三行可以出现在“待验证假设”中，但不能被包装成事实。

遇到数字冲突，不要让 Agent 替你拍板

长文档经常存在正文、表格和附录口径不同的情况。错误的处理方式，是让模型选择一个“看起来更合理”的数字。

正确输出应该是：

暴露冲突不是分析失败。相反，能够指出“文档自己没有说清楚”，往往是长文档 Agent 最有价值的能力。

第三步：把结论转换成真正可分派的行动

“建议关注风险”和“本周由技术负责人核对接口交付时间”之间，隔着一整套执行结构。

一个合格的行动项至少需要七个字段：

• 要做什么；
• 为什么做；
• 对应证据；
• 优先级；
• 负责人角色；
• 完成时限；
• 验收标准。

例如，不要只写：

建议加强对外部接口风险的关注。

应改为：

这里还要区分两个概念：

• 文档直接要求的动作：原文已经明确提出；
• 基于文档生成的建议：由 Agent 根据风险和目标提出。

两者必须分栏标注，否则模型建议很容易被误认为正式要求。

不同文档，需要不同的“可执行格式”

• 明确义务；
• 触发条件；
• 违约后果；
• 潜在风险；
• 建议复核人。

例如，可用公开的 Apache License 2.0 练习区分许可证明确义务与使用者自行推导的风险，但正式法律决策仍需专业人员复核。

• 已确认事实；
• 增长或下降原因；
• 数据口径；
• 风险信号；
• 待验证假设。

可以选择上市公司公开年度报告作为练习材料，例如比亚迪公开披露的年度报告。重点不是让 Agent“评价公司”，而是检查它能否为每个判断找到准确位置。

• 负责人；
• 截止时间；
• 前置依赖；
• 待确认问题；
• 完成标准。

如果纪要没有负责人或截止时间，Agent 应标记“未指定”，而不是自行指派某个人。

一套可以直接复制的七段式提示词

你是一名长文档分析助手。请严格基于我提供的文档完成任务，
不得使用文档之外的信息补充事实。

【分析目标】
我要利用这份文档解决的问题是：
[填写具体决策问题]

【使用者】
分析结果将提供给：
[管理层 / 产品经理 / 投资者 / 法务 / 研发人员]

【分析边界】
1. 只分析：[章节、主题、时间范围或业务范围]
2. 不分析：[明确排除的内容]
3. 文档未提供的信息，请标记为“文档未说明”
4. 不得把推测、常识或外部知识写成文档结论
5. 如果不同章节存在冲突，请并列列出，不要自行消解

【证据要求】
每个重要结论必须提供：
原文引用
页码、章节或可定位的位置
证据类型：明确陈述 / 多处信息归纳 / 推测
置信度：高 / 中 / 低

无法找到直接证据的结论，不得列入“已确认事实”。

【输出格式】
一、执行摘要
用不超过 200 字回答核心问题。

二、关键结论
使用表格输出：
| 结论 | 原文证据 | 位置 | 证据类型 | 置信度 |

三、冲突与信息缺口
列出数字冲突、定义不一致和文档未说明的信息。

四、可执行清单
| 行动项 | 对应证据 | 优先级 | 建议负责人 | 时限 | 验收标准 |

五、自检
回答：
1. 是否存在超出文档范围的结论？
2. 是否每个关键结论都有可定位证据？
3. 哪些行动项属于模型建议，而非文档明确要求？

普通提示词与这套模板的差别，不在于后者“字更多”，而在于它重新分配了控制权：

• 什么问题值得回答，由用户决定；
• 什么内容可以进入结论，由证据决定；
• 什么动作可以落地，由执行字段决定。

三组前后对比截图应该怎么做

为了避免截图只剩大段文字，建议分别制作三组对照：

1. 普通提示词 vs. 结构化提示词

用框线标出具体结论、范围限制和信息缺口。

2. 无证据要求 vs. 强制引用

高亮原文引用、页码、证据类型与置信度。

3. 普通建议 vs. 行动清单

高亮负责人、优先级、时限与验收标准。

必须使用同一文档、同一任务和同一模型，避免把模型差异误认为提示词效果。

如何做一组不造数据的 A/B 测试

不要直接写“准确率大幅提升”。更可靠的方法，是公开测试材料、问题和评分规则，让别人可以复现。

可以准备三类公开文档：

• Apache License 2.0：测试义务、条件和风险提取；
• 一份上市公司公开年度报告：测试数据、原因与风险定位；
• 一份公开的 Kubernetes KEP 或类似技术设计文档：测试负责人、依赖项和实施条件提取。

每类文档设计10个可核验问题，共30题。问题可按以下方式分配：

• 3题：原文明确事实；
• 2题：数字或定义口径；
• 2题：跨章节归纳；
• 1题：文档内部冲突；
• 1题：文档未说明的信息；
• 1题：可执行动作。

分别使用普通提示词和结构化提示词运行，再按统一标准评分：

这里不预填结果，因为不同模型、文档解析方式和文件质量都会影响表现。评分表可以自己设计，测试结果不能提前编。

用 API 把规则、文档和任务分开

当这套方法进入正式工作流时，不要把所有内容混成一大段。更稳定的做法，是把长期规则放入系统消息，把文档和本次任务放入用户消息。

messages = [
{
"role": "system",
"content": (
"你是长文档分析助手。只能依据文档回答，"
"并为关键结论提供可定位证据。"
)
},
{
"role": "user",
"content": f"""
【文档】
{document}

【本次任务】
识别影响项目上线的关键风险，并输出可执行清单。

【边界】
只分析技术依赖、人员安排和时间风险。
文档未说明的内容不得自行补充。
"""
}
]

还可以增加第二轮校验，让另一次调用只做审计，不重新分析：

请检查上一轮输出：

1. 每个关键结论是否都有可定位证据；
2. 是否存在超出分析边界的内容；
3. 推测是否被错误标记为事实；
4. 行动项是否包含负责人、时限和验收标准；
5. 如果发现问题，只列出问题与修改建议，不新增结论。

第一轮负责分析，第二轮负责挑错。不要让同一轮输出既写答案，又轻描淡写地宣布“自检通过”。

如果你想立即验证，可以前往 api.884819.xyz，选择满足文档长度需求的模型，通过 API 将系统规则、文档内容和具体任务分开传入。

平台使用用户名和密码即可注册，不需要邮箱验证；内置 AI 对话功能，注册后可以直接测试。国产模型如 Deepseek、千问等完全免费，其他模型没有月租和订阅，按量付费。

建议不要只收藏模板。找一份正在处理的合同、报告或会议纪要，分别运行普通版与结构化版，然后只比较三个指标：证据是否完整、结论是否越界、行动能否分派。

最后的检查卡片

每次提交长文档分析任务前，用五个问题检查：

• 边界是否明确？
• 结论是否有证据？
• 冲突是否被暴露？
• 行动是否能分派？
• 输出是否经过独立复核？

模板不是咒语。真正稳定的长文档 Agent，是一套“分析—引用—行动—复核”的闭环。

但提示词写得再严格，也解决不了一个物理限制：文档可能长到模型一次根本读不完。

下一篇，我们将继续拆解长文档 Agent 的工程问题：文档应该怎么分块、相邻块要不要重叠、什么时候使用检索，以及如何避免关键信息掉进上下文的“中间失忆区”。

#AI教程 #提示词 #长文档分析 #AIAgent #Prompt技巧 #人工智能 #8848AI