文档问答：长 PDF 怎么问才准

两种工具，先分清

通用长上下文：直接把文档塞进对话窗口。适合单份、一次性的阅读，几十页以内体验最好。

专用知识库工具：文档先切块建索引，提问时检索相关段落。适合几十上百份文档、要反复查的场景。

区别在于成本和准确率。单份文档用知识库工具，是多此一举；上百份文档用长上下文，塞不进去，塞进去也找不准。

一个折中：同一份文档要问十个以上问题，先让它生成一份带页码的摘要，后面基于摘要问。

定位式：第三页提到的付款条件是什么。给它位置，它就不用全文找。

对比式：这份合同和上一版在违约责任上有什么差别。适合两版对照，前提是两版都给它。

穷举式：把文中所有涉及金额的条款列出来，标明页码。这类问题最容易漏，要求它逐节扫，别一次问完。

三种写法里，定位式最准，穷举式最不可靠。重要内容用定位式多问几次，别指望一次穷举全。

扫描件。没有文字层，先 OCR。OCR 错了，后面全错，而且它不会告诉你哪几个字认错了。

跨页表格。表头在第一页，数据在第二页，它经常把列对错。这种表要手工拼好再给。

拼之前把表头复制到第二页顶部，它就不会对错列。

带修订痕迹的合同。它会把删除的内容也读进去，答案和最终版不一致。给之前先接受所有修订，导一份干净版。

要求它每答一句都标页码和原文。标不出来的，就是它自己推的。

拿到页码就去翻那一页。翻三次有两次对得上，这份文档可以信它；对不上，说明切块或识别有问题，先修文档再问。

还有个便宜的办法：问它一个文档里明确没有的东西，看它是不是老实说没有。它要是编一个，后面所有答案都要打折扣。

问法上有个小技巧：先说“如果文档里没有，请直接说没有，不要推测”。这句话能明显降低编造率。

补充一句合同、法规、财报这类文档，答案只能当线索，结论要回到原文。

为什么它说文档里没有，其实有？

多半是切块切断了。关键段落跨了两个块，检索只命中一半。调整分块大小，或者直接把那几页贴进去问。

能不能一次问十个问题？

能问，但答得浅。一个问题一段，深挖的活别批量。

表格里的数字能信吗？

单个数字可以核，汇总数不要信。让它列原始行，你自己加。