Kimi 长文档处理：五个提效技巧

Kimi 能读多长，官方给过明确口径：K3.1 Pro 支持 1M token 上下文，并带原生视觉理解。它解决的是「装不装得下」，不是「读不读得准」——把一份两百页的 PDF 丢进去、只输入「总结一下」，拿回来的往往是一份漂亮但没用的目录式概括。瓶颈不在窗口，在提问有没有坐标。

先建地图，再问内容

第一轮不要问内容，问结构。一句「这份文档分成几个部分，每部分各自解决什么问题」，换来的是整篇骨架。有了骨架，后面每一问都能指向具体章节，而不是让模型在全篇里重新检索一遍。

这一步的价值是把「一次性大海捞针」换成「按图索骥」。同样一份年报，先问结构再问细节，第二轮回答的准确率明显高于直接问细节——因为模型在长上下文里定位信息靠的是问题里的线索，线索越具体，越不容易串行。

地图还有第二个用处：暴露文档本身的问题。有些 PDF 是扫描件，解析出来只有零星文字；有些双栏排版，阅读顺序被打乱。如果它给出的结构明显对不上目录，说明解析出了问题，这时候换文件格式比反复追问有效。

追问要带坐标

「关于违约责任，文档里怎么说的」比「总结一下合同要点」有用十倍。带坐标的提问有三个要素：具体对象、限定范围、期望形态。比如「第三章第二节提到的付款节点，列成表格，标注每个节点对应的比例和触发条件」，这一句同时给了位置、格式和字段。

坐标可以逐轮收紧。第一轮问「哪几章涉及付款」，第二轮问「第 3.2 节的付款节点有哪些」，第三轮问「把这三个节点的比例和触发条件做成表」。三轮下来，你得到的是一张能直接用的表，而不是一段需要二次加工的散文。

一个容易忽略的细节：让它标出处。要求「每条结论标出对应的章节号或页码」，效果有两个——你能快速回原文核对，它也会因为要给出处而减少编造。给不出出处的结论，默认当作它推出来的，不是文档里写的。

超长文档怎么切

1M token 是上下文上限，材料越多，定位越难。超过这个量级时，直觉做法是按页数切，每 50 页一段，这个切法经常把一章切在两段里，前后文都读不懂。更稳的切法是按文档自身的结构切：章节、条款、一级标题。切口落在语义边界上，每段都能独立成立。

分段之后要做二次汇总，这一步不能省。让模型对每段输出固定字段（核心结论、关键数字、存疑之处），再把这些字段拼成总表。固定字段的好处是可比：三十段的输出能放进同一张表，而不是三十段风格各异的摘要。

四类文档的处理对照

这张表的用法是反过来的：拿到文档先对号入座，直接照抄「第一轮怎么问」那一列。

三个信号判断答案能不能用

第一个信号是有没有出处。答案里带章节号、页码、原文短句的，可信度高于只给结论的。第二个信号是数字是否自洽，同一份文档里前后出现的同一个数字应该对得上，对不上说明至少有一处读错了。第三个信号是它有没有说「文档里没有」——一份好答案经常包含「这部分文档未提及」，一个什么都能答的模型反而可疑。

Kimi 长文档速查

• K3.1 Pro 上下文 1M token，带原生视觉理解
• 第一轮只问结构，不问内容
• 每次提问带三要素：对象、范围、期望格式
• 要求标出处，给不出出处的结论默认存疑
• 超长材料按章节切，不按页数切
• 数字、条款、定义，一律回原文核对

常见问题

• 支持哪些材料？官方文档说明 K3.1 Pro 等模型支持文本、图片与视频输入。文件格式以上传页当时列出的为准。
• 读不准能靠追问救回来吗？能救回一部分。先让它标章节，再回到该章节逐句问；仍然对不上，就是解析出了问题，换格式重传比继续追问有效。

它能压缩你翻找的时间，压缩不了你理解的成本——纸面之外的商业背景、领域惯例、行业周期，不在文档里，它给不出来。不同工具读同一份材料的表现差异，见AI 长文档处理对比；更多同类教程在AI 工具教程栏目。

信息来源

• Kimi API 开放平台文档「快速开始」（platform.kimi.com/docs/get-api-key）：K3.1 Pro 支持 1M token 上下文与原生视觉理解，K3.1 Pro、K3、K2.7 Code、K2.6 支持文本、图片与视频输入，核对时间 2026 年 11 月；
• Kimi 官网（kimi.com）页面标题与产品入口；
• 站内条目：Kimi（工具页）。