把長文件一次丟進 AI 並要求「完整摘要」，常會得到流暢但不易驗證的短文。更穩定的做法是先建立文件地圖，按結構分段，再將段落結果合併。這能看見漏掉哪一節，也能把每個結論連回原文。
上傳前建立文件地圖
記錄文件名稱、版本、日期、頁數或段落範圍、作者及用途。移除不需要的附件和重複版本，處理個資後才上傳。若服務有檔案數量或大小限制，應從當前官方說明確認，不把舊額度視為固定規則。
按意義分段而非平均切字
| 文件類型 | 適合分段方式 | 定位標記 |
|---|---|---|
| 報告 | 章節與小節 | 頁碼、標題 |
| 訪談 | 問題或主題 | 時間碼、說話者 |
| 會議 | 議題與決策 | 段落、時間 |
| 合約 | 條款 | 條號 |
每段使用相同輸出欄位：核心主張、證據位置、數字日期、未解問題、與其他段落可能衝突之處。
先做局部摘要，再做全局合併
完成各段後，把結構化結果而非全部原文交給模型合併。要求保留來源標記、不要消除不同意見，也不要替空白欄位猜答案。若結論跨越多段，列出所有支持位置，方便人工快速抽查。
用覆蓋表找遺漏
- 列出原文件全部章節。
- 標記摘要是否提及及原因。
- 抽查每個數字、姓名與期限。
- 搜尋「但是、除外、限制」等轉折是否遺失。
摘要可以省下閱讀排序時間，不能取消對關鍵原文的閱讀。決策者看到的版本應附文件範圍、查核人與日期。
可立即使用的完成清單
- 文件版本與敏感資料已確認。
- 每段都有可定位的來源標記。
- 矛盾內容未被強行統一。
- 重要數字由人工回看原文。
- 未納入章節有明確理由。
若摘要需要對外發布，還要使用事實查核流程驗證外部主張，並以人工編輯清單調整語氣。長文件工作的核心不是讓 AI 讀得更多，而是讓人能看見它讀了什麼、漏了什麼。
多份文件先處理版本衝突
同一政策可能同時存在草案、核準版和更正版。文件地圖中加入狀態、發布單位與生效日期，先指定哪一版是主要依據。要求 AI 不合併互相衝突的數字，而是列成「文件甲說明、文件乙說明、需要確認」。最晚日期也不一定代表權威版本，仍要看發布流程。
對會議資料，可將議程、逐字稿和會後決議分開。逐字稿中的建議不能覆蓋正式決議，會後郵件若修正內容則需保留修正來源。合併摘要時按照證據優先級，而非文字長度。
摘要層級要配合讀者
| 版本 | 內容 | 使用者 |
|---|---|---|
| 決策摘要 | 結論、風險、待決事項 | 主管 |
| 工作摘要 | 行動、負責人、期限 | 執行團隊 |
| 查核摘要 | 主張、來源位置、衝突 | 編輯與審核者 |
不同版本共用同一份結構化中間資料，避免各自摘要後產生矛盾。每份都標明涵蓋哪些文件和未納入哪些附件。
品質抽查的 worked example
假設原報告有十章，摘要只提八章。覆蓋表發現第九章是方法限制，第十章是附錄名詞。方法限制不能因篇幅短就略過，應進入決策摘要；名詞附錄可不逐項重述，但要說明已作為定義依據。這個例子顯示覆蓋不是要求每章等長，而是要求遺漏有理由。
完成後隨機挑三個摘要句，讓未參與者在兩分鐘內找到原文。如果找不到，改進定位標記。若能找到但原文不支持，則回到事實查核流程，不以重新措辭掩蓋問題。
參考資料
- Projects in ChatGPT — OpenAI
- What information does Copilot use to answer my prompt? — Microsoft