百川智能的大模型对话产品在中文长文档上表现扎实，但把六十页的报告丢进去问"讲了什么"，拿到的仍是一段正确的废话。差别不在模型，在提问之前有没有做切分和定位。下面按读、写两条路径拆开，给一套可以反复用的流程。
先分清读和写两条路径
读的任务，核心是从材料里取事实，你要的是可核对的结论和位置；写的任务，核心是按你的意图组织语言，你要的是结构和措辞。两者混在同一次提问里，输出会偏向前者，给你一份概括，而不是你要的稿子。
判断方法很直接：把任务写成一句话，看主语是文档还是你。主语是文档，属于读；主语是你的意图，属于写。一轮只做一件事，做完再进下一轮，准确率会明显不同。
上传之前先做三件事
先统一格式。扫描件、双栏排版、公式密集的 PDF，解析出来常常顺序错乱。转成可复制的文本，或者只截取关键章节单独上传，比反复追问有效。
再保留标题层级。小节标题、表号、图号是后续提问的坐标，删掉它们等于把地图撕了。很多解析工具默认丢掉这些标记，上传前扫一眼正文开头是否还留着章节号。
最后切到能一次读完的粒度。长报告按章节拆成几个文件，分别提问再汇总，比整份丢进去稳。切口要落在章节边界，别按页数均分，否则一章被切成两半，前后都读不懂。
提问要指向段落
"第三章的成本结构里，哪几项随产量变化"比"总结成本部分"有用得多。带坐标的提问有三个要素：位置、对象、期望形态。位置指章节或段落，对象指具体概念，期望形态指表格、列表还是一句结论。
还要让它标出处。要求给出结论对应的原文短句，你回文档里一搜就能验证；给不出出处的结论，默认当作它推的。这个动作会同时压低编造率，因为它知道要给依据。
需要推理的环节，比如对比两份材料的统计口径，可以先让它列假设再下结论。这类任务适合参考深度思考模式的开启时机，判断什么时候该让它慢下来。
写作任务先要大纲
直接说"写个总结"，得到的必然是套话。有效的写法是四件事：给谁看、要突出什么、多长、什么体裁。这四项缺一项，输出就会往通用模板上靠。
先让它出三级大纲，你改完大纲再让它展开。这个顺序省的是返工成本，改一段两百字的分节说明，比改一篇两千字的稿子便宜。展开时按节提问，每节一轮，风格更统一。
它写出的句子偏书面、偏长。要口语就明确说"句子控制在二十字内，不用连接词开头"，这种具体约束比"写得自然一点"有效。手里有现成模板时，照改编提示词的思路换掉场景和字段，比从零写快。
三类任务的对照
| 任务 | 怎么问 | 判断标准 |
|---|---|---|
| 长报告提要点 | 先问章节结构，再逐章问结论与数据 | 每条结论能指到章节；数字与原文一致 |
| 制度与条款核对 | 上传全文，按条款编号逐条问义务和例外 | 能引出原文短句；未提及的明说没有 |
| 材料撰写 | 给出读者、重点、篇幅，先大纲后正文 | 大纲通过再展开，成稿不需要重构 |
| 跨文件汇总 | 先人工定好字段，再让它按列填 | 各文件口径统一，空缺处留白不猜 |
第三行是多数人踩坑的地方：跳过大纲直接要成稿，改起来比重写还费时间。第四行的关键在字段由你定，让它自己决定对比维度，三份材料会给出三套口径。
它做不到什么
跨文档推理容易出错。两份材料里的同名指标口径不同，它会把两个数直接相减，得出一个看着合理的差值。涉及口径对比，先把定义贴进提示词。
图表和公式读不准。折线图的走势、公式里的上下标，解析成文字后经常失真，涉及关键数据的部分要回原文看图。扫描件里的手写批注基本读不到。
它没有时效性。训练数据之外的新政策、新价格，不联网就不知道；即使联网，也要看它给出的来源是否可点开。答案能不能用，可以借置信度低于阈值就转人工的思路设一条线：关键结论没有出处，一律人工复核。
三个换角度的问题
问：同一份文档问两次，答案不一样，正常吗？ 正常，生成带随机性。要稳定就固定提问措辞、把期望格式写死，并要求只引用原文，别让它自由发挥。
问：能不能让它把三份报告合成一张对比表？ 能，但要先统一字段。列名由你定，空缺留白而不是让它推测，否则表会好看但不可用。
问：上传的材料会不会被用于训练？ 以产品的隐私条款为准。未公开的内部材料，先看清存储与使用说明再上传，这条比功能好不好用更重要。
长文档用法速查
- 一轮只做一件事：读归读，写归写
- 上传前保住标题、表号、图号
- 提问三要素：位置、对象、期望形态
- 写任务先过大纲，再逐节展开
- 关键结论没有出处就不采信
