先想清楚这次要拿走什么
它适合“多份材料互相参照”的活:对比两版合同的违约条款、从年报里挑出近三年数据、把一堆访谈记录归成几个主题。单份短文、要逐字校对排版、或者需要抠图里细节的,直接自己读反而更快。
整件事的顺序基本固定:整理文件、让它盘点、确认没读错、提正式问题、把结果放到能用的形式里。最容易被跳过的是中间那步“盘点”,多数翻车也出在偷懒:文件版本拿错、扫描件缺页、两份表里同一指标口径不一样,后面答得再漂亮也是错的。
上传前做的两件事
把文件名改成一眼能认出的样子。“2026年Q3销售数据.xlsx”比“最终版(3).xlsx”好用得多,后面提问直接点名文件,定位更准,你回查时也找得到。同一份材料有多个版本的,把日期写进名字,别只留“最新”。
按任务挑文件,别一股脑全拖进去。这次是核账就只放报表和流水,是查合同条款就放合同和补充协议。无关文件放多了会稀释注意力,答案开始东拉西扯。顺手确认一下扫描件能不能选中文字、表格有没有被拍歪到读不出来,这类问题等提问阶段才发现,就得从头再来一遍。
先问边界,再问结论
资料传完别急着要答案,先问一句:
列出你能从这些文件里确认的关键信息、文件之间的关系,以及内容缺失或互相矛盾的地方。
这一步是在验它读没读对。回得上来、还能指出哪两份表对不上、哪页缺了,再进正式任务,比如“对比两份合同的违约条款差异,用表格列出,注明各自出自哪份文件第几节”或“从年报中提取近三年营收和毛利率,标出来源页码”。把“注明出处”写进要求,后面复核省一半力气。
真发现矛盾,别让它自己圆。回到原件看是哪一版更新、哪个口径为准,把结论告诉它再继续。AI 为了把话说通顺,会把两种说法合并成一句,正式材料里这种合并最危险。
特别长的文档,普通对话单轮容量约 128K tokens,高配模型支持更长上下文,几十万字以内的材料通常能整体处理。超过就按章节分批喂,每批给同一份提问提纲、要求标出本批来自哪一章,最后再让它汇总一次并保留来源标注。分批最怕每批问法不一样,最后拼不起来。
把结果变成能交出去的东西
需要交给同事的,让它按章节整理摘要、生成对比表格或做 PPT 初稿,比直接甩一段对话记录有用。常用的提问套路可以存在“项目”里,下次处理同类资料直接调用,不用每次重写一遍要求。
交出去之前自己过一遍:数字和原文对不对得上、引用有没有张冠李戴、条款有没有被缩掉前提。机器整理的是“看起来齐整”,齐整不等于准确,尤其是金额、日期、比例和否定词。
隐私和边界
上传前先脱敏:身份证号、账号密码、未公开财务数据,能删就删;涉商业机密的先确认组织的合规要求,再决定传不传。云端工具的便利和资料外发是一回事,别因为“只是让它读一下”就省掉这步。
它也不替代专业判断。合同能不能签、账目有没有问题,读得再顺也只是帮你把材料摊开,结论还得人下。
小结
长文档阅读的功夫一大半在提问之前:文件理清楚、任务定下来、先让它证明自己读对了。这三步做扎实,后面的摘要和对比才靠得住。想试就从 kimi.com 传两份同主题的材料,先跑一遍“盘点”再问结论,差别马上能看出来。
