6 种提示词结构
本文用的正是此处面的输入材料与输出格式两个结构。
阅读教程面对一份几十页的报告、一份合同或一篇论文,直接丢给模型要"总结一下",得到的往往是一段正确但无法使用的文字。
可靠的流程分四步:先建地图,再分块精读,接着结构化汇总,收尾时溯源核对。
上传文档后,先不要急着问结论。让模型输出一张地图:文档有哪几局部、每局部解决什么问题、涉及哪些关键数字。有了地图,你才知道该往哪里追问。
请先通读这份文档并输出结构地图,不要总结内容:
1. 文档由哪几个部分组成,各部分标题与页码范围
2. 每部分主要回答了什么问题
3. 全文出现的主要数字、日期、金额与责任主体,列成清单并标注所在部分
4. 你认为最需要我重点确认的 5 个地方对每个局部单独提问,一次只问一件事,并要求引用原文位置。分块的好处是每轮的上下文足够聚焦,答案密度远高于一次性总结。
只看文档的第二部分,回答:这一部分提出的方案有哪些前提假设?每条假设如果成立会带来什么结果,如果不成立会怎样?引用原文中的具体表述,不要做延伸推测。把各块的结论合并时,固定输出格式,这样结果能够直接贴进汇报材料,而不需要二次归纳。
基于前面各部分的提炼,输出汇总:
一、核心结论(不超过 5 条,每条一句话)
二、关键证据(表格:结论 | 依据 | 来源位置)
三、风险与待确认项(每条写明为什么需要人工确认)
四、建议的下一步动作(不超过 4 条)
不要输出文档中没有出现的信息。收尾时一步不能省。要求模型列出所有引用位置,接着随机抽查两到三处回到原文核对。核对的重点是数字、日期、责任主体和条件限定词——这几类最容易被改写时丢失精度。
假如模型在某一处拿不准,正确做法是让它标注"原文未明确介绍",而不是让它补一个看似合理的说法。摘要里的一个错误数字,往往比整段缺失更危险。
能够上传文档直接提问,但长文档一次性总结容易遗漏细节。更可靠的做法是分块处理:先让模型输出文档地图,再针对每一块提具体问题,收尾时用固定模板汇总,这样既不遗漏也更方便核查。
要求模型在每条结论后标注来源位置,并明确要求不确定的信息标注需人工核实。汇总阶段再让它列出所有引用位置供你抽查,关键结论必须回到原文核对,尤其是数字、日期和责任条款。