长文档问答：先做证据表，再让 AI 下结论

第一步：固定版本和段落编号

先确定回答依据哪一版文件。可以在文本开头写“采购说明 v3，整理日期 2026-10-23”，再使用 P01、P02 这样的段落编号。若材料来自多个文件，给每份文件增加前缀，例如 A-P01、B-P01。不要只写“上面提到”，因为后续补充内容和重新编辑会让位置失去意义。

以下材料完全是演示，不是实际客户记录：P01 写“首批采购 24 台设备”；P02 写“预算上限 8 万元，是否含税尚未确认”；P03 写“希望 11 月交付，供应商尚未确认日期”。这些句子足以支持数量、预算和交期三个检查项，却不足以支持“每台含税价格已经确定”或“供应商保证按期交付”。

如果原文是扫描图片，先人工确认可读性；图片理解不等于经过审计的 OCR。Dikaya 付费浏览器聊天支持受限的文本、代码及 PNG、JPEG、WebP，不是任意办公文档解析器。对于不支持的文件，先在自己的工具中导出 UTF-8 文本，保留标题与页码映射，再决定上传哪些内容。

第二步：先生成证据表，不要直接写报告

让模型先回答一个窄问题：“这份材料中，哪些采购条件已经确定？”要求每一行只表达一个判断，原文引用保持原样，并提供稳定编号。证据表应至少有结论、证据片段、位置和状态四列。状态可以是“明确”“推断”“未说明”“冲突”，但不能把“模型很有信心”当成文档证据。

在示例里，“数量为 24 台”可标记为明确；“预算包含税费”只能标记为未说明。即使 8 万除以 24 得到一个数字，也不能由此证明正式单价。预算上限、预计采购额和最终成交额并不相同。把计算结果放在单独一栏，并写明计算条件，才能避免数字在摘要中悄悄改变身份。

任务：只根据以下带编号的材料建立证据表。
列：判断｜原文逐字引用｜段落编号｜状态｜待确认问题。
规则：
1. 原文没有写的事项填“未说明”。
2. 推断必须标记为推断，不能冒充确定条件。
3. 引用必须能在对应段落中直接找到。
4. 暂不生成最终采购建议。

P01：首批采购 24 台设备。
P02：预算上限 8 万元，是否含税尚未确认。
P03：希望 11 月交付，供应商尚未确认日期。

第三步：把冲突与缺项单独列出来

长材料经常同时出现旧计划和新决定。比如另一份会议记录写“第一批改为 18 台”，但没有说明它是否取代 P01。模型不能仅凭文档排列顺序宣布最新结论；应记录两条证据及日期，再由有权确认的人决定适用版本。如果缺少日期或批准状态，就把这些缺项写进问题清单。

同样，沉默不是否定。文档没有提及售后服务，不等于供应商不提供售后；没有付款凭证，不等于付款肯定没发生。问题清单最好写成可以交给负责人回答的句子，例如“请确认 8 万元预算是否含税，以及确认人的姓名或审批记录位置”。这种问题比“请补充更多背景”更容易推动工作。

• 逐项检查数量、金额、币种、日期、责任人和批准状态。
• 对相互矛盾的记录保留两处原文，不自行选边。
• 把问题分为“影响决定”和“不影响当前步骤”两组。
• 确认后更新原文版本，再重新生成证据表。

第四步：分块时保留全局索引

材料太长时，按章节或业务主题拆分，不要在句子中间机械截断。每个块都应保留文件名、版本、章节范围和段落编号。先抽取局部证据，再把证据表合并；最后让模型基于合并表写摘要。摘要的输入应包含关键原文，而不只是上一轮已经压缩过的解释，否则小错误容易被层层放大。

字数、字符数、字节数和 token 数不是同一回事。中文在 UTF-8 中通常占多个字节，具体 token 消耗取决于模型的分词方式。Dikaya 文本附件还有单文件与合计字节限制；更大的模型上下文不会自动取消浏览器上传限制或账户预算。请以当前文档和界面校验为准，不用“几页纸约等于几个 token”的固定比例估算所有任务。

第五步：检查引用，再写最终摘要

抽查时不要只看表格格式。回到原文，确认引用是否逐字存在、段落是否对应、引文前后是否改变含义。如果一条结论需要两处证据，应把两处都列出。对于金额与日期等高影响字段，建议逐项核对，而不是只做随机抽样。

通过检查后，摘要可以分为“已经确定”“仍待确认”“下一步”三段。要求模型只在已经确定的部分使用陈述句，在未确定的部分写明条件。这样读者不必从一篇流畅报告中猜出哪些话可靠。保存原文、证据表和最终摘要，三者一起构成可复核的工作记录。

在聊天中使用时，明确材料和搜索的边界

上传之前先删除与任务无关的个人信息和密钥。浏览器聊天历史会保存，附件有访问和保留规则；不要把它理解成无日志工具。需要最新外部资料时，应显式启用搜索，并让模型把外部来源与文件证据分开标注。搜索结果片段不是整篇网页，也不应被当成对内部采购记录的证明。

可以先用本文的虚构三段材料检查方法，再换成一个小范围的真实片段。先证明证据表能抓住“含税未确认”和“交期未确认”，再扩展到整份文档。这比一次上传全部资料后只问“帮我总结”更容易发现偏差。

常见问题

把全文放进大上下文，为什么仍会引用错误？

上下文容量只说明可处理的输入范围，不保证每条证据都被准确定位。模型可能混合版本、忽略否定词或把推断写成事实。固定段落编号、先做证据表并回查原文，比只扩大输入更容易发现这些问题。

Dikaya 能直接读取任意 PDF 或 Word 文件吗？

不能据此作出承诺。当前付费浏览器聊天支持受限的 UTF-8 文本、代码和经过校验的 PNG、JPEG、WebP。其他格式应先通过自己的工具转换，并检查内容是否完整；具体限制以当前文档为准。

搜索找到的网页可以替代文件里的证据吗？

不能。网页可以说明背景或核对外部事实，但不能证明内部文档实际写了什么。把“文件原文”“外部来源”“模型推断”分开标记，并记录外部来源日期，才能让结论保持可追溯。

参考来源

本文由 AI 辅助编写。示例用于说明方法，不是真实模型回答或对比测试。外部来源不能替代服务条款。

• MDN：TextEncoder 与 UTF-8 字节编码
  developer.mozilla.org
• Python：Unicode 规范化与字符属性
  docs.python.org