用 AI 总结 PDF 且不遗漏关键论点
把长 PDF 转成可审查摘要的工作流，保留核心论点、证据、限制、定义和未解决问题。重点不是更短，而是可核验。
适合谁
- 阅读长报告的研究者和学生。
- 需要来源意识摘要的编辑。
- 比较政策、技术或市场 PDF 的运营者。
不适合谁
- 只需要一句话摘要的人。
- 无法提供原文的人。
- 需要法律、医疗或金融认证解读的团队。
工作流步骤
步骤 1
定义摘要验收标准
先告诉 AI 需要哪些栏目：文档目的、关键论点、证据、限制、定义、数字和待核验问题。这样可以避免模型把 PDF 压成空泛摘要。
示例输入
把这份 PDF 总结成论点表，不要写成散文段落。
期望输出
得到带有论点、证据和不确定性的结构化摘要。
常见失败
模型写得很顺，但丢掉限制条件和脚注。
人工检查
先检查输出栏目是否符合验收标准，再判断质量。
步骤 2
把文档拆成可审查片段
如果 PDF 很长，按章节处理。先生成章节笔记，再合并，减少上下文丢失，也方便追踪论点来源。
示例输入
先分析第 1-12 页，返回论点、证据、限制和页码。
期望输出
保留页码或章节引用的分段笔记。
常见失败
模型把章节混在一起，编出原文没有的连续逻辑。
人工检查
合并前抽查三个论点是否和原文一致。
步骤 3
先提取论点再写摘要
先让模型用表格列出论点，再写摘要。论点优先能让遗漏更容易被发现。
示例输入
创建包含论点、证据、页码/章节、限制和置信度的表格。
期望输出
可逐行审查的论点清单。
常见失败
AI 总结了主题，但漏掉最强或最有争议的论点。
人工检查
检查引言、结论、表格和图注是否被覆盖。
步骤 4
带来源边界写成摘要
现在再要求写可读摘要，但必须区分原文陈述和 AI 推断，这是可信边界。
示例输入
写 700 字摘要，区分原文论点和你的解释。
期望输出
简洁但保留证据和不确定性的摘要。
常见失败
模型用看似合理的解释填补空白。
人工检查
标记涉及因果、建议或数字的句子并核验。
步骤 5
创建核验清单
最后让 AI 列出需要人工核验的论点，让摘要成为决策辅助，而不是替代阅读。
示例输入
列出 10 个最可能被误读、过时或缺上下文的论点。
期望输出
和摘要绑定的核验清单。
常见失败
最终答案隐藏不确定性，看起来比原文更权威。
人工检查
引用、发布或决策前使用核验清单。
人工审查清单
- 检查 AI 输出是否真正解决 PDF summarization，而不是变成泛泛回答。
- 核验事实、日期、名称、数字、链接和引用内容。
- 删除无依据结论、空话、重复衔接和过度自信表达。
- 发布或发送前，对照读者、渠道和格式检查。
- 记录提示词、工具、输入材料、人工修改和最终判断，方便复用。
常见错误
- 用模糊提示词开始 PDF summarization，没有验收标准。
- 还没给来源、限制、示例和审查规则，就要求模型直接给最终答案。
- 把流畅回答当正确答案，没有检查来源覆盖、隐藏假设和边界情况。
- 研究、写作、审查和最终编辑都用同一个提示词。
- 因为第一版看起来顺，就跳过人工检查。