客戶晚上十點丟來四十頁招標文件，明早九點要結論：先讓 Kimi 把整份讀完，再用驗貨、分層提問、掛出處、抽查四步，把幾十頁 PDF 變成一份能問、敢用的資料。
菜鳥之友系列：《AI 工具實操與提示詞》・工具篇作者：業州愚公
晚上十點，客戶丟來一份四十多頁的招標文件，附一句話：「明早九點，告訴我你們能接哪部分、報價週期多久。」你打開一看，全是條款、表格、附錄，第一反應是把文件關掉——因為你知道，今晚不可能逐頁讀完，但你也不想第二天靠運氣答話。
這種時刻，過去我的辦法只有兩種：硬熬，或者挑關鍵詞搜著讀。兩種都賭一件事——別把埋在第 27 頁的付款條件漏掉。硬熬的結局往往是凌晨一點眼睛發澀，第二天開口還是心虛；搜著讀的結局，則是只看見你本來就想找的東西，漏掉的恰恰是沒想到要找的。自從我把長文件交給 Kimi 先讀一遍，這種夜晚的流程就變成了：先讓它讀，我再對著它的回答抽查明細。這篇就把我這半年實際在用的做法寫下來，照著做，你也能把幾十頁的 PDF 變成一份「能問的資料」。
你可能試過把一份長 PDF 複製貼進聊天框。結果通常有兩種：要麼超出長度限制被拒絕，要麼貼進去之後，機器人只記得開頭幾段，問到中間的內容它開始現編。
原因在於模型的 context window——你可以理解成 AI 一次能「看在眼裡」的內容量。超過這個容量，要麼裝不下，要麼前面的內容被擠出去。一般的對話場景夠用，但幾十頁的文件動輒幾萬字，就是另一回事了。
Kimi 是月之暗面（Moonshot AI）推出的 AI 助手，從產品早期起就把長文本處理當成主打能力，市面上對它的普遍印象也是「能吞長文」。至於它目前具體能處理多長的文件、支援哪些格式，以官方最新版本為準——這類規格一直在更新，我建議你直接拿真實文件去試，比看任何宣傳數字都準。
一個簡單的自測法：把你要處理的那份真實文件上傳，然後問一個「答案藏在文件中後段」的問題。答得準，這個工具對你的場景就成立；答不準，再長的宣傳數字也跟你無關。
第一步，打開 Kimi。網頁版和手機 App 都有，註冊登入即可使用（功能與入口以官方最新版本為準）。
第二步，上傳文件。在對話框附近找到上傳附件的入口，把 PDF 直接拖進去。我實際用過的場景裡，招標文件、年度報告、產品白皮書、幾十頁的合約初稿都處理過；除了 PDF，Word、TXT 這類常見格式一般也支援。一次對話裡上傳多個文件也可以，比如把三份競品資料一起丟進去。
多個文件一起上傳時，玩法會多一層：你可以問它「這三份報告裡，對同一件事的說法有什麼不一樣」。我試過把兩個部門各寫的年度規劃一起丟進去，讓它對照兩份文件對同一個項目的口徑差異——這種跨文件比對，人工做要開著兩個窗口來回滾動，交給它反而快。
第三步，先別急著問細節，第一個問題應該是「驗貨」：
這份文件一共有幾個章節？每個章節講什麼？請用清單回答。
這一步很重要。它確認兩件事：文件內容真的被完整讀進去了；它的章節劃分跟你翻目錄看到的對得上。對得上，後面的提問才值得信任。
大多數人用 AI 讀長文，只會說「幫我總結」。這是最大的浪費。總結給你的是它的視角，而你的任務有自己的重點。我的做法是分三層往下問：
| 提問層次 | 你要問的 | 你得到的 |
|---|---|---|
| 第一層：結構 | 這份文件分幾部分？各部分的主題和邏輯關係？ | 一張「地圖」，知道重點在第幾章 |
| 第二層：重點 | 針對我最關心的 X，文件裡哪些章節提到了？具體說了什麼？ | 按你的任務篩出相關段落 |
| 第三層：定位 | 關於 X 的結論，原文出現在第幾部分第幾節？請引原文 | 可回頭核對的錨點 |
舊招標文件那個例子：第一層我會問整體結構；第二層直接問「資質要求有哪些、付款條件是什麼、交付週期怎麼寫的」；第三層把關鍵條款的原文引出來。三層問完大概十幾分鐘，我再對照原文抽查它引的段落——抽查沒問題，就敢拿去寫回覆了。
第二層的問法有個關鍵：把你關心的問題說得越具體越好。「這文件說了什麼」不如「供貨期、違約責任、驗收標準分別是怎麼約定的」。AI 不缺概括能力，缺的是你把任務說清楚。
還有一類問法很好用：問對比和例外。「文件裡有沒有跟常規做法不一樣的地方？」「哪些條款對我方不利？」——模型不怕比對，怕模糊。你把「找不同」當任務交給它，它給出的往往比總結更值錢。
我在 Perplexity 那篇裡寫過一個原則：AI 的回答，要麼掛出處，要麼當參考。讀長文件這件事上，這條原則同樣成立，而且更容易踩坑——因為長文件裡細節多，模型概括時張冠李戴的機會也多。
所以我的每個關鍵問題後面都會綁一句：「請註明這個結論出自文件哪個部分，並引用關鍵原文。」拿到回答後做兩件事：一是看引用的原文跟結論對不對得上，二是隨機抽兩三條，翻回 PDF 對位置。對得上，後面整份回答的可信度就立起來了；對不上，換個問法重新問，或者乾脆把那一節的原文複製出來單獨處理。
這個動作只要幾分鐘，但它是「AI 讀過」和「我敢用」之間的那道牆。順帶一說，抽查還有一個附帶的好處：翻回原文核對的那幾分鐘，恰好就是你把關鍵段落真正讀進腦子的時間。工具替你省下的是四十頁的通讀，替你留下的是真正的重點——這筆帳怎麼算都是賺的。
有一份掃描版的合約，上傳之後它回答得頭頭是道，抽查卻發現頁碼對不上。後來確認：那份 PDF 是掃描件，文字識別的品質不穩定，它讀到的內容跟頁面上的排版有偏差。從那以後，重要文件我只用文字版的 PDF；只有掃描件時，先確認識別品質再往下走。
另外三個坑，一次說完。第一，表格複雜的文件，跨頁的表格常被讀斷，涉及表格的結論務必回原文核對。第二，別在一條對話裡無限往下問，話題跳得太遠時，開新對話重新上傳，比在舊對話裡糾纏更乾淨——前面問過的雜訊越多，後面的回答越容易被帶偏。第三，機密文件想清楚再上傳——雲端工具的基本前提是你接受內容傳到對方伺服器；實在不放心，就先做脫敏處理，或者改用本機部署的方案（Ollama 那篇寫過思路）。
你可能記得我寫過 NotebookLM——那個思路是「建一個資料庫反覆問」，適合長期專案。Kimi 這套用法更輕：手頭一份文件、一個晚上的死線，丟進去問完就走。至於元寶那篇寫的場景，則是微信裡直接丟一篇公眾號長文要重點。三個工具不完全互斥，但分工是清楚的：長期資料庫歸 NotebookLM，微信裡的碎片內容歸元寶，而「幾十頁的正式文件、要出結論要掛出處」這種正經活，Kimi 是我現在的第一選擇。
至於三者對檔案長度和格式的具體限制，各家都在變，以官方最新版本為準。工具會更新，但「分層提問、掛出處、抽查核對」這套方法是通用的，換任何工具都用得上。
工具推薦隨身機器人（新用戶免費試用 7 天）
如果你不想一個個工具自己摸索，我在用的「隨身機器人」能幫你把這類問題直接問明白：新用戶免費試用 7 天，先試再說。
下一篇預告： 文件能問了，那錄音呢？開一個兩小時的會，散會後誰來整理？下一篇寫通義聽悟與飛書妙記：會議錄音怎麼變成文字稿，再從一堆「大家再想想」裡撈出誰做什麼、幾號交的待辦清單。
業州愚公 ｜ SY 視野（sylogs.com）原創內容，轉載請註明出處。