360智脑的文档能力主要面向 AI 长文阅读场景：上传报告、论文、合同这类篇幅较长的文档，让它提炼要点、回答针对性问题。对需要快速消化材料的人来说，先把总结拿到手再决定精读哪部分，比从头逐页读省时间。下面按入口、操作、核对、追问的顺序说清用法，掌握后长文处理会有一套固定流程。工具只是入口，指令写法和核对习惯才是效率差距的主要来源。
长文要点提取的入口与操作
在 360智脑 对话界面找到文件或文档上传入口，支持常见文档格式，具体支持列表以官方最新版本为准。操作流程是上传文档、等解析完成、输入总结指令。指令写得越具体，结果越可用：「用三百字总结核心观点，再列出三个关键数据及其所在章节」就比笼统的「总结一下」好得多。多份相关文档也可以一并上传做交叉总结，例如把几份季度报告放在一起对比。第一次使用时先传一份不重要的文档练手，熟悉解析耗时和反馈样式。
要点结果的核对方法
总结是压缩，压缩就可能丢真或失真。核对方法有二：一是让 AI 在总结里标注信息出处，例如「每个要点后注明来自第几部分」，抽查两三处回原文验证；二是反向提问，「这份文档里有没有与总结相矛盾的内容」，检验它有没有漏掉重要限定条件。涉及数字、日期、条款的结论，一律回原文确认后再使用，这条习惯能避开大多数引用错误。总结后的笔记可以存档，下次遇到同类文档直接复用指令。
按需追问细节的写法
总结只是入口，追问才是主菜。基于文档提问时点名范围：「第二部分提到的实施步骤具体是什么」；要求对比：「文档前后两个方案的成本差异在哪」；要求解释：「把第三部分的术语用通俗语言说明」。追问被限定在文档范围内，答案的可靠性明显高于脱离文档的开放问答，也便于回查出处，引用时更有底气。追问的历史可以汇总成一份问答记录，相当于文档的导读笔记。
超长文档的分段处理
文档超过模型处理上限时会被截断或拒绝，处理办法是分段：按章节切开后分次上传，每次先做小结，最后把各段小结合并做整体总结。另一个技巧是带着问题分段读，第一遍只问「这份文档哪些章节与成本有关」，再针对相关章节细读，比通读式总结更省额度也更有针对性。分段时给每份文件起清晰的名称，追问时点名文件，定位会更快。分段粒度按章节走，太碎会让上下文断裂，太粗又回到超长问题。
要点之外还能做什么
同一份文档还能榨出更多价值：生成结构化笔记，按主题重排要点；产出待办清单，提取文中提到的动作项与责任方；准备讨论提纲，列出文档中值得开会讨论的争议点；翻译摘要，为外文资料先出中文要点。把这些固定成自己的指令模板，长文处理的效率会稳定在一个高水平上，工具换了几轮，流程依然可用。模板随用随改，用得越多越贴合自己的阅读习惯。
360智脑提取长文要点时，扫描版 PDF 能直接传吗？
- 扫描件处理要注意什么？：扫描版需要先经过文字识别，部分服务能自动处理，识别质量取决于扫描清晰度。上传后先问一个文档细节，验证它是否真的读到了内容。
- 上传的文档数据安全吗？：留意平台的隐私说明，了解上传内容的存储与使用政策，涉密或敏感文档建议优先考虑本地化处理方案。
- 总结的字数能指定吗？：可以，在指令里写明字数或条数，例如「每部分各用一句话总结」，输出会按要求收敛。
