面对上百页PDF，如何不让AI"胡说"又能提取关键信息？本文提供"先框架后细节"的提问策略，附两个可直接复制的提示词模板与半导体研报真实案例走查，帮你系统拆解研报、论文与标书，把原本2小时的阅读压缩到20分钟，同时显著降低信息遗漏与事实幻觉风险。
周五下班前，领导在微信里扔来一份八十多页的招标文件，要求周一早上拿出应答方案；周一早上，研究员打开电脑，发现邮箱里躺着三份刚发布的上市公司深度研报，而晨会就在一小时后。这些场景的共同点是：文档极长、专业门槛高、容错率极低，但留给你的时间几乎为零。
很多人第一反应是把PDF直接拖进AI对话框，输入"总结一下"或"这篇文章讲了什么"。结果往往令人失望：要么得到一段放之四海而皆准的废话，要么发现AI把第三页的数据张冠李戴到了第五页，甚至凭空捏造了一个并不存在的"核心观点"。更隐蔽的风险是，当你基于AI的总结继续追问细节时，由于最初的框架就是错的，后续所有回答都会像滚雪球一样偏离原文。你本想省两小时，最后却花了更多时间纠错。
问题的根源不在于AI读不懂字，而在于人类的提问策略错了。长文档的信息密度高、结构复杂，必须像外科医生一样，先找到骨骼和神经的分布，再下刀。
我总结的方法只有六个字：先框架，后细节。框架层解决"这篇文档到底在说什么、证据链怎么搭"；细节层解决"具体数字是多少、逻辑漏洞在哪里"。二者顺序不可颠倒。
为什么顺序如此重要？因为当前主流大模型处理超长文本时，对远距离信息的注意力会逐渐稀释。如果你一上来就问"第三页提到的ROE计算过程是什么"，AI很可能在找不到明确锚点的情况下，结合训练记忆随意拼凑答案。但如果你先让它画出整篇文档的骨架，相当于给AI建立了一个检索坐标系，后续所有细节提问都会被约束在正确的章节范围内。
框架扫描阶段要完成三件事：
细节深挖阶段的原则是：
| 提问顺序 | 典型问法 | 结果 | 信息可靠性 |
|---|---|---|---|
| 错误：直接问细节 | "第三页提到的ROE计算过程是什么？" | AI可能定位错误、编造页码 | 低（需反复纠错） |
| 错误：笼统总结 | "总结一下这篇论文" | 得到泛泛而谈的流水账 | 中（信息密度极低） |
| 推荐：先框架后细节 | "请用非连续性文本列出本文的论证结构..." | 先建立可靠坐标系，再精准下钻 | 高（可追溯可验证） |
你是一位【行业】研究分析师。我将上传一份【文档类型，如50页深度研报】。请严格执行两步：第一步，不要总结内容，只输出文档的"骨架信息"，包括：1）研究对象/核心问题；2）使用的数据来源或研究方法；3）各章节的功能定位（用1句话概括）；4）所有带数据的图表标题列表。第二步，基于以上框架，指出哪个章节包含最核心的判断依据。请用中文回答。
以下是一位券商电子行业分析师的真实工作流，对象是一份48页的半导体设备行业深度研报，目标是在20分钟内完成周报素材提取。
步骤1：上传与格式确认
将PDF上传至支持长文本的国产AI工具（如Kimi、通义千问）。先不提问，而是确认："请复述文档标题、作者机构及发布日期。"如果AI回答正确，说明文件解析无误；若出现乱码或张冠李戴，立即更换工具或转为TXT格式重新上传。
步骤2：框架扫描
使用上述提示词模板，将【行业】替换为"电子/半导体设备"，【文档类型】替换为"48页深度研报"。AI返回如下骨架：
分析师注意到AI将第三章描述为"财务预测"，而原文实际是"财务对比"，立即在下一轮对话中纠正："第三章是财务对比，不是预测，请修正框架。"这个纠错动作本身，就是防止后续细节回答跑偏的关键。
步骤3：分层提问
针对第二章，输入："请列出文中提到的前五大设备厂商的市占率数据，按'厂商名称-市占率-数据来源机构-统计年份'四列输出表格。"针对第三章，输入："请提取所有涉及毛利率的数值，并注明是历史数据还是管理层指引。"
步骤4：细节深挖
追问核心论点："作者认为国产替代进度超预期的证据有哪些？请直接引用原文句子，不要概括，并标注所在页码。"这一步能最大限度压缩AI的发挥空间。
步骤5：交叉验证
将研报第15页的财务数据表格截图，单独发送给AI："请核对截图中的数据与你在上一轮提取的毛利率数值是否一致。如有出入，指出差异项。"这一步专门用来捕捉OCR识别错误或模型幻觉。
步骤6：输出整理
最后要求AI按固定格式输出："核心观点（3条）-关键数据（附来源）-风险提示（原文引用）"，分析师直接将其贴入周报底稿，再人工润色即可。
不同场景的提问策略需要微调。以下是论文、研报、标书三种场景的错误写法与推荐写法对照：
| 场景 | 错误写法（易翻车） | 推荐写法（可控、可追溯） |
|---|---|---|
| 读论文 | "这篇论文的创新点是什么？" | "请逐条列出作者自称的创新点（引用原文），再列出你发现的潜在方法论局限。" |
| 读研报 | "预测明年营收多少？" | "文中对2025年营收的预测基于哪些假设条件？请列出这些假设的敏感性分析。" |
| 读标书 | "这份标书能满足我们需求吗？" | "请提取标书中'技术参数响应表'与'商务条款偏离表'，与我提供的用户需求清单做逐项比对，用[符合]/[偏离]/[未提及]三档标记。" |
你是一位技术评审专家。请针对上传的【标书/论文】，完成以下任务：1）提取所有带编号或带文献引用的结论性语句；2）对每一条结论，标注其原始依据在文档中的相对位置（如：第二章第三节/第15页）；3）如果某条结论缺乏数据或文献支撑，请标记为[存疑]并说明原因。不要添加你自己的观点，只做提取和标记。
个人的高效阅读方法论只有变成团队的共同语言，才能产生规模效应。建议在企业内部推广时，不要只群发提示词模板，而是组织一次"同读一份标书"的刻意练习：让销售、技术、法务三个岗位的人，用同一套"框架扫描法"读取同一份招标文件，再比对各自提取的骨架差异。这种实操演练比看十篇教程都有效，也能让团队在后续项目中形成统一的文档审阅标准和沟通口径。
目前主流国产工具中，Kimi支持约200万字上下文，通义千问支持约1000万字，文心一言支持约10万字（数据可能随版本更新，需核实）。实际体验上，对于含大量表格的PDF，建议优先测试表格还原度而非只看长度上限。如果文档超过工具上限，可先按章节拆分。我们的建议是：拿你最常读的一份50页研报做A/B测试，对比各家对脚注和数字的还原准确率，再固定使用，不要频繁切换。
最有效的方法是"定位验证"。在提示词里强制要求AI标注信息来源的页码或章节号，然后你只需抽查2-3个关键数据点。另外，对于核心结论，使用"请引用原文句子，不要改写"的指令，能大幅降低AI自由发挥的空间。如果发现某段内容明显是编造的，不要继续追问，而是重新上传该部分截图或文本，缩小上下文范围再提问。
适合前期框架扫描和条款梳理，但**不适合**直接作为最终决策依据。AI在读取严谨文档时的价值在于：快速定位关键条款、比对不同版本差异、梳理时间线。但涉及法律解释、金额计算、合规判断时，必须人工复核。建议把AI当作"高级检索+结构化工"，而不是"替代律师/审计师"。
不要先从"学提示词"入手，而是先解决他们的具体痛点。比如，投标组最烦的就是连夜核对技术参数，你可以直接用AI演示十分钟完成原本两小时的参数提取。让同事看到"省时间"比听到"新技术"更有说服力。另外，初期允许大家只把AI当"草稿生成器"，最终输出仍由人工确认，降低心理门槛和操作风险。