客户晚上十点丢来四十页招标文件，明早九点要结论：先让 Kimi 把整份读完，再用验货、分层提问、挂出处、抽查四步，把几十页 PDF 变成一份能问、敢用的数据。
菜鸟之友系列：《AI 工具实操与提示词》・工具篇作者：业州愚公
晚上十点，客户丢来一份四十多页的招标文件，附一句话：「明早九点，告诉我你们能接哪部分、报价周期多久。」你打开一看，全是条款、表格、附录，第一反应是把文件关掉——因为你知道，今晚不可能逐页读完，但你也不想第二天靠运气答话。
这种时刻，过去我的办法只有两种：硬熬，或者挑关键词搜着读。两种都赌一件事——别把埋在第 27 页的付款条件漏掉。硬熬的结局往往是凌晨一点眼睛发涩，第二天开口还是心虚；搜着读的结局，则是只看见你本来就想找的东西，漏掉的恰恰是没想到要找的。自从我把长文件交给 Kimi 先读一遍，这种夜晚的流程就变成了：先让它读，我再对着它的回答抽查明细。这篇就把我这半年实际在用的做法写下来，照着做，你也能把几十页的 PDF 变成一份「能问的数据」。
你可能试过把一份长 PDF 复制贴进聊天框。结果通常有两种：要么超出长度限制被拒绝，要么贴进去之后，机器人只记得开头几段，问到中间的内容它开始现编。
原因在于模型的 context window——你可以理解成 AI 一次能「看在眼里」的内容量。超过这个容量，要么装不下，要么前面的内容被挤出去。一般的对话场景够用，但几十页的文件动辄几万字，就是另一回事了。
Kimi 是月之暗面（Moonshot AI）推出的 AI 助手，从产品早期起就把长文本处理当成主打能力，市面上对它的普遍印象也是「能吞长文」。至于它目前具体能处理多长的文件、支持哪些格式，以官方最新版本为准——这类规格一直在更新，我建议你直接拿真实文件去试，比看任何宣传数字都准。
一个简单的自测法：把你要处理的那份真实文件上传，然后问一个「答案藏在文件中后段」的问题。答得准，这个工具对你的场景就成立；答不准，再长的宣传数字也跟你无关。
第一步，打开 Kimi。网页版和手机 App 都有，注册登入即可使用（功能与入口以官方最新版本为准）。
第二步，上传文件。在对话框附近找到上传附件的入口，把 PDF 直接拖进去。我实际用过的场景里，招标文件、年度报告、产品白皮书、几十页的合约初稿都处理过；除了 PDF，Word、TXT 这类常见格式一般也支持。一次对话里上传多个文件也可以，比如把三份竞品数据一起丢进去。
多个文件一起上传时，玩法会多一层：你可以问它「这三份报告里，对同一件事的说法有什么不一样」。我试过把两个部门各写的年度规划一起丢进去，让它对照两份文件对同一个项目的口径差异——这种跨文件比对，人工做要开着两个窗口来回滚动，交给它反而快。
第三步，先别急着问细节，第一个问题应该是「验货」：
这份文件一共有几个章节？每个章节讲什么？请用清单回答。
这一步很重要。它确认两件事：文件内容真的被完整读进去了；它的章节划分跟你翻目录看到的对得上。对得上，后面的提问才值得信任。
大多数人用 AI 读长文，只会说「帮我总结」。这是最大的浪费。总结给你的是它的视角，而你的任务有自己的重点。我的做法是分三层往下问：
| 提问层次 | 你要问的 | 你得到的 |
|---|---|---|
| 第一层：结构 | 这份文件分几部分？各部分的主题和逻辑关系？ | 一张「地图」，知道重点在第几章 |
| 第二层：重点 | 针对我最关心的 X，文件里哪些章节提到了？具体说了什么？ | 按你的任务筛出相关段落 |
| 第三层：定位 | 关于 X 的结论，原文出现在第几部分第几节？请引原文 | 可回头核对的锚点 |
旧招标文件那个例子：第一层我会问整体结构；第二层直接问「资质要求有哪些、付款条件是什么、交付周期怎么写的」；第三层把关键条款的原文引出来。三层问完大概十几分钟，我再对照原文抽查它引的段落——抽查没问题，就敢拿去写回覆了。
第二层的问法有个关键：把你关心的问题说得越具体越好。「这文件说了什么」不如「供货期、违约责任、验收标准分别是怎么约定的」。AI 不缺概括能力，缺的是你把任务说清楚。
还有一类问法很好用：问对比和例外。「文件里有没有跟常规做法不一样的地方？」「哪些条款对我方不利？」——模型不怕比对，怕模糊。你把「找不同」当任务交给它，它给出的往往比总结更值钱。
我在 Perplexity 那篇里写过一个原则：AI 的回答，要么挂出处，要么当参考。读长文件这件事上，这条原则同样成立，而且更容易踩坑——因为长文件里细节多，模型概括时张冠李戴的机会也多。
所以我的每个关键问题后面都会绑一句：「请注明这个结论出自文件哪个部分，并引用关键原文。」拿到回答后做两件事：一是看引用的原文跟结论对不对得上，二是随机抽两三条，翻回 PDF 对位置。对得上，后面整份回答的可信度就立起来了；对不上，换个问法重新问，或者干脆把那一节的原文复制出来单独处理。
这个动作只要几分钟，但它是「AI 读过」和「我敢用」之间的那道墙。顺带一说，抽查还有一个附带的好处：翻回原文核对的那几分钟，恰好就是你把关键段落真正读进脑子的时间。工具替你省下的是四十页的通读，替你留下的是真正的重点——这笔帐怎么算都是赚的。
有一份扫描版的合约，上传之后它回答得头头是道，抽查却发现页码对不上。后来确认：那份 PDF 是扫描件，文字识别的品质不稳定，它读到的内容跟页面上的排版有偏差。从那以后，重要文件我只用文字版的 PDF；只有扫描件时，先确认识别品质再往下走。
另外三个坑，一次说完。第一，表格复杂的文件，跨页的表格常被读断，涉及表格的结论务必回原文核对。第二，别在一条对话里无限往下问，话题跳得太远时，开新对话重新上传，比在旧对话里纠缠更干净——前面问过的杂讯越多，后面的回答越容易被带偏。第三，机密文件想清楚再上传——云端工具的基本前提是你接受内容传到对方服务器；实在不放心，就先做脱敏处理，或者改用本机部署的方案（Ollama 那篇写过思路）。
你可能记得我写过 NotebookLM——那个思路是「建一个数据库反覆问」，适合长期专案。Kimi 这套用法更轻：手头一份文件、一个晚上的死线，丢进去问完就走。至于元宝那篇写的场景，则是微信里直接丢一篇公众号长文要重点。三个工具不完全互斥，但分工是清楚的：长期数据库归 NotebookLM，微信里的碎片内容归元宝，而「几十页的正式文件、要出结论要挂出处」这种正经活，Kimi 是我现在的第一选择。
至于三者对文件长度和格式的具体限制，各家都在变，以官方最新版本为准。工具会更新，但「分层提问、挂出处、抽查核对」这套方法是通用的，换任何工具都用得上。
工具推荐随身机器人（新用户免费试用 7 天）
如果你不想一个个工具自己摸索，我在用的「随身机器人」能帮你把这类问题直接问明白：新用户免费试用 7 天，先试再说。
下一篇预告： 文件能问了，那录音呢？开一个两小时的会，散会后谁来整理？下一篇写通义听悟与飞书妙记：会议录音怎么变成文字稿，再从一堆「大家再想想」里捞出谁做什么、几号交的待办清单。
业州愚公 ｜ SY 视野（sylogs.com）原创内容，转载请注明出处。