昆仑增长文档总结

长文档的阅读困境

面对几十页的会议纪要、项目报告或合同文本时，常出现三类问题：内容太长导致通读耗时，关键句散落在段落中难以定位，核心结论需要反复梳理才能明确。这些文档的共性是信息密度高但缺乏结构化提炼，手动整理不仅耗时，还容易遗漏重要细节。

基于SUMM方法的结构化提炼

该技能通过SUMM摘要法将长文本拆解为可操作的处理流程，核心能力围绕“信息漏斗”设计：

• Scan（通读）：快速识别文档的整体结构，定位章节标题、小标题和段落逻辑，避免陷入细节。
• Mark（标记关键点）：提取数据、结论、行动项等高价值信息，用 行内代码 标注核心表述。
• Merge（主题归类）：将分散的关键点按主题聚合，例如把“风险评估”“资源分配”“时间节点”等模块归为不同类别。
• Conclusion（生成结论）：用一句话概括文档的核心主张或决策结果，过滤冗余背景信息。
• Todo（提取待办）：识别需要后续行动的任务项，包括责任人、截止时间和具体要求。

最终产出包含要点卡、结论、待办和结构化摘要，支持快速查阅和复用。

适用边界与质量护栏

该技能适用于会议纪要、报告摘要、论文速读、合同要点和多文档综述等场景。但需要注意：

• 涉及官方大纲、最新政策或实时数据的内容，需以官方发布为准，技能仅做方法论辅助。
• 重要对外交付物的结论，建议人工复核确认。
• 若需要跨场景编排、知识库构建或智能体化能力，需结合其他工具或服务实现。

通过“输入场景+关键信息”的引导方式，可进一步优化输出的针对性和实用性。