让AI读长文档,别只丢一篇PDF进去,先定这4个指令

把一份100页的合同扔给AI，让它”帮我总结一下”——AI回你一段200字的废话。这是很多人的真实体验。他们得出的结论是：AI读文档的能力还不行。

但问题不在AI，在指令。

你让新来的实习生去翻合同，绝不会只说”帮我看看”就甩他100页。你会交代：重点看付款条款、把违约赔偿的金额列出来、用表格记、不确定的地方标出来别乱猜。可换到AI身上，这些交代全被省掉了。你让它猜你想要什么，它当然会猜错。

这件事可以很简单。发PDF之前多花30秒，告诉AI四件事，结果完全不同。

指令一：先告诉AI它该站在谁的角度

这是最简单但也最容易被忽略的一步。

不是”帮我总结一下”，而是”你是一名合同审查律师，请审查以下合同”或”你是一名财务负责人，请审阅以下采购合同的付款条款”。

一句话就能让AI的输出质量差出一个量级。

原因很简单：AI的训练数据里包含各种角色的回答方式。你给了角色，它就自动匹配对应的表达习惯、关注点和专业层级。不给角色，它只能给你一个”最安全但最无用”的万能回答。

指令二：告诉AI用什么格式回答

“用表格输出”是最值得养成的习惯。因为表格强迫AI把信息做结构化对齐。

一个标准的表格指令：

用表格输出：条款名称 | 原文页码 | 内容摘要 | 风险等级 | 建议

拿到的不再是一段需要二次提炼的文字，而是一个可以直接用的结构。

其他格式选项包括：清单式（适合步骤流程）、问答式（适合知识提取）、脑图式（适合整体框架）。根据文档类型和你的目的选择，但表格是最通用、最不容易出错的。

指令三：告诉AI到底关注什么

一份文档包含的信息量远大于你需要的信息量。如果你不给AI划定关注范围，它会平均用力——该详细的地方一笔带过，该跳过的地方洋洋洒洒。

不同角色的关注点完全不同：

只说”帮我提取重点”是不够的。告诉AI你的角色，你的重点就自动浮出水面了。

指令四：告诉AI不能做什么

这是最容易被忽略、但错误成本最高的一条。

AI有一个天生的缺陷：它太想让你满意。你问它问题，它宁可编也要给你一个完整的答案。在总结事实性文档时，这意味着它会把”原文没写但合理”的内容当成事实告诉你。

所以必须在指令里加上禁止规则。最核心的三条：

1. 不编造
   
   ：原文没有的内容，写”未提及”而不是自己补充
2. 不代替判断
   
   ：原文数据矛盾时，标注矛盾但不自己选择站哪边
3. 标注不确定性
   
   ：AI不确定的条款，用黄色标注并写”待确认”

一个诚实说”不知道”的AI，输出的可靠性远高于一个自信满满编答案的AI。

真实案例：同一份采购合同，两个处理结果

错误做法：
用户输入：”帮我看一下这份采购合同”
AI输出：”这是一份采购合同，包含双方的权利义务、付款条款、违约责任等内容……”——一段泛泛的文字，看不出重点，分不清哪些是原文写的、哪些是AI自己补充的。

正确做法：
用户输入四段指令后丢PDF：

你是一名采购合同审查员。用表格输出：条款名称 | 原文页码 | 内容摘要 | 风险等级重点关注：付款方式、违约责任、交付标准、保密条款禁止：编造原文没有的内容；不确定的标注”待确认”最后用一句话总结：整体风险等级和建议

AI输出一张结构清晰的表格，逐条列出关键条款、出处页码、风险等级。总用时不到1分钟，其中30秒在写指令。

可直接复制的模板

把以下模板保存到你的笔记或备忘录里，下次直接复制使用：

你是一名{合同/论文/报告/手册}审查员。请按以下要求处理这份文档：【输出格式】用表格输出，列包括：{章节/条款}｜原文页码｜内容摘要｜重点标注｜建议【重点关注】{根据你的角色填写，如：违约责任、付款方式、关键数据、核心结论}【禁止事项】1. 不编造原文没有的内容，没提到的写”未提及”2. 不下法律或专业结论3. 原文数据有矛盾时标注出来，但不代替选择4. 不确定的内容用黄色标注并写明”待确认”【一句话总结】读完这份文档后，最重要的一个结论是什么？

把花括号里的内容替换成你的场景，即可使用。

写在最后

2026年的AI工具，无论是ChatGPT、Claude、WPS AI还是WorkBuddy，读PDF和长文档的能力已经足够成熟。工具上的差距正在缩小，真正拉开使用效果差距的，是你发给AI的那几句话。

花30秒把指令写好，省下的是2小时自己翻合同的时间。这笔账很划算。

如果你经常处理合同、论文、报告这类标准文档，我把这4个指令整理成了可直接复用的模板卡片，放在我的主页了。你也可以按今天的框架自己写一套，养成这个习惯后，你会发现AI从”偶尔有用”变成了”每天离不开”。

AI读文档的能力很强，前提是你得告诉它怎么读。