长文智能摘要

要解决什么问题

技术文档、会议记录、论文和长文章往往超出单次阅读的耐心与上下文窗口。读者需要的是可核对的核心主张——交付物、决策、行动项、数字与因果关系——而不是把全文再复述一遍。更麻烦的是：法律或运维类文本要求措辞贴近原文；周报需要把多场会议合成一份；有人只要一句话 TLDR，有人要按章节拆开看。单靠「随便缩短一点」很容易漏关键信息、改数字、或凭空补细节。

技能如何工作

该技能把摘要当成一条可复用的工作流，而不是固定模板：

1. 分析输入：判断材料类型、长度与结构（单文档 / 多文档、有无标题层级、领域）。
2. 选择策略：事实性、法律类倾向抽取式（保留原句关键表述）；一般叙述可用摘要式（重写但更短）；需要多粒度输出用分层式（TLDR → 短段 → 逐节分解）；多来源用多文档综合（按主题合并，而非逐篇拼接）。
3. 识别与排序关键信息：结合位置（引言/结论）、重复提及、显式强调（如「重要的是」）以及与用户目标的相关性。
4. 生成与验证：按请求长度输出；不引入源文中不存在的信息；对照原文检查数字、专有名词与因果表述。

你可以附带约束：期望长度（一句话 / 短篇 / 详细）、策略类型，或只关注某几个主题（例如「只摘行动项与 blocker」）。

适用边界与注意点

• 源文本已极短（例如不足约 100 字）时，进一步压缩可能伤细节，更适合标出关键句而非硬缩。
• 原文内部矛盾时，摘要应标明冲突，而不是静默选边。
• 文本被截断或缺章节时，应说明摘要可能不完整，只对可见内容负责。
• 多文档内容重叠时，应去重并注明各来源的一致点与分歧点。