文档总结提炼

解决什么问题

当我们面对一篇三十页的论文、一份两百页的调研报告，或者一个三十屏滚动的长文时，大多数人有两种选择：花几十分钟通读并尝试记住要点，或者直接交给通用大模型「帮我总结一下」。前者时间成本高且容易读完就忘，后者往往输出一段笼统的废话，关键数字、结论、适用条件被抹掉，甚至混入原文没有的信息。

@user_4f99260d/document-summarizer-v2 就是为这个场景设计的：它不是简单的「全文丢进 prompt 然后生成一段摘要」，而是按技能规范分块处理长文档，输出结构化、可追溯的统一摘要。

它的核心工作流程

这个技能的工作方式可以拆成几个关键步骤：

• 先对齐需求，再动手总结：技能在第一步会确认文档类型（文章 / 论文 / 报告 / 合同 / 会议记录 / 邮件 / 网页）、总结目的（快速了解 / 学习笔记 / 汇报 / 决策支持 / 存档）、目标读者、期望篇幅和语言方向。这一步避免了一份摘要套使用所有场景的问题。
• 分块读取长文档：对于长文档，技能先读标题、摘要、目录、小标题获取整体框架，再按每块 500-1000 字读取正文，总结合并后去重，并标注重点所在的页码或段落位置，方便后续回溯原文。
• 按文档类型输出结构化摘要：技能区分论文、合同、通用文档的不同结构，不做通用套话输出。
• 多文档横向对比：需要处理多份资料时，技能会输出对比表（按维度 × 文档）、指出冲突点和共识点，适合做文献综述或市场报告对比。
• 质量检查清单做最后把关：摘要完成后会对照清单检查是否忠实原文、是否保留关键数据、是否区分事实与作者观点、篇幅是否匹配要求、结构是否便于扫读、长文档是否有位置标注。

适用边界与注意点

这个技能的目标是压缩信息，而不是替代阅读。以下场景需要注意：

• 复杂逻辑链条的内容不应过度压缩，需要保留足够的细节支撑，避免把论证关系简化成一句话结论。
• 摘要必须忠于原文，技能明确要求保留原文的语气倾向（支持 / 反对 / 中立），不能歪曲立场。
• 关键数据、数字、日期、名称需要保留，不能在总结时被删掉或模糊处理。
• 分块阅读有其局限：如果原文的论证分布在多个章节交叉引用中，单块总结后再合并可能丢失局部关联，技能会在位置标注中留出回溯入口，但这不等同于逐字精读。

一句话总结：它适合需要把长文档快速变成可分享、可传递、可回溯的摘要的场景，但不能替代需要深度理解的原文研读。