文档处理完，先别读内容，先翻到目录。标题层级还在不在，编号有没有重排，这一眼比读三段文字更快判断这次处理能不能用。AI 改文档的通病是内容通顺、骨架散架：段落被合并、表格被压成一行字、图片跑到文末。格式保留决定这份东西能不能直接交出去，不是排版上的讲究。下面按文档类型拆开，说清每类最容易丢什么、用什么动作能验出来。
骨架散了，内容再对也得重排
一份三十页的报告，文字部分改得再漂亮，只要标题层级被压成一级，读者就没法跳读，自动生成的目录也全部失效。格式在这里承担的是导航功能：层级告诉人先看哪、后看哪，编号告诉人这条引用指向哪里。骨架一散，读者得从头读到尾才能找到需要的那一段。
更麻烦的是隐性损失。表格看起来还在，合并单元格被拆成了普通格子；编号看起来连续，交叉引用指向的已经是另一条。这类问题不打开细看发现不了，等到对外发出才暴露。
五类文档，丢的东西不一样
| 文档类型 | 最容易丢什么 | 怎么验 |
|---|---|---|
| 协议与条款文件 | 多级编号被压平、交叉引用指向错位 | 看导航窗格的标题树，抽查两处「见第 X 条」是否指对 |
| 带表格的报告 | 合并单元格被拆、表头不重复、数字串行 | 数行列数，抽查三个单元格，翻到第二页看表头在不在 |
| 图文混排的方案 | 图片漂移、图注与图脱钩、环绕方式丢失 | 按图注编号逐个对图，看第 5 张图是否还在第 5 节 |
| 公文与排版稿 | 标题样式被改成手动加粗、行距缩进被重置 | 点开一个标题看样式名，是「标题 2」还是「正文加粗」 |
| 扫描件与双栏 PDF | 左右栏读成一行、段落顺序错乱 | 读第一段和最后一段，看句子有没有被拦腰接错 |
同一份模型，处理散文很稳，处理条款就露怯，差别不在文字量，在结构密度。结构越密，能被纯文本表达的信息越少，丢失的概率越高。选工具前先想清楚自己最常处理哪一行，再看它在那一行上的表现。
先验结构，再验内容
检验顺序反了会白费功夫。先逐条对内容，改完发现层级全乱，前面的校对等于重做。合理的顺序是三步：打开导航窗格看标题树是否完整，翻到表格数行列，最后才读文字。
标题树这一关最省事。多级标题如果被压成一级，导航窗格里只剩几个平级条目，一眼就能看出来。表格这一关数行列：原来 8 列 20 行，处理后变成 6 列 30 行，说明合并单元格被拆开，或者换行被当成了新行。
标题和表格为什么最先崩
模型处理文档时，看到的往往是被拉平成文本流的内容。标题层级、合并单元格、图片环绕方式这些信息，在纯文本里没有对应表达，它只能靠缩进、空行、符号去猜。猜得对是运气，猜错是常态。
所以「保持原格式」这句话对它是模糊指令。它不知道你的「原格式」指字号字体，还是指层级和编号。要它守住，得把格式拆成可执行的条目：几级标题、编号规则、表格是否允许拆行、图片是否随文移动。文本被切成 token 之后，标点和换行也会被重新组织，结构信息在这一步就淡了。
有些格式它保不住，提示词也救不回来
能力边界要认。页眉页脚、页码、分节符、脚注尾注、文本框与艺术字、复杂的图文环绕，这些在多数文档处理链路里都会被丢弃或重排。扫描件和双栏 PDF 更麻烦，它可能把左右两栏读成一行，句子被拦腰接错，读起来通顺但意思是反的。
遇到这类文档，硬要它「原样保留」只会得到一个看起来完整、实际错位的版本。更稳的分工是：让它只负责抽取和改写文字，格式由你在原文件里套模板完成。损失可控，也容易核对。它还会在改写时补出一个原文没有的条款编号，看着连贯，查无此处，模型为什么会自行补全讲的就是这个机制。
交付前的十分钟，花在这三处
第一处是目录。重新生成一次目录，看条目数量和层级对不对，对不上说明标题样式被改过。第二处是表格，随机挑三个单元格，看内容有没有串行，合并区是否还在。第三处是交叉引用，找两处「见第 X 条」，点过去看是否指对。
这三处都过，再读文字。文字的错误改起来快，结构的错误改起来要重排，两者的返工成本差一个量级。长文档超出上下文窗口之后，后半段常常开始丢格式，这也是三十页以上的文档要分段处理、分段验收的原因。
速查：格式验收清单
- 导航窗格里标题树是否完整，层级有没有被压平
- 表格行列数对不对，合并单元格还在不在
- 交叉引用点开能跳到正确条款
- 页眉页脚、页码、脚注是否还在
- 图片位置与图注编号是否对应
