夜雨聆风它可能有背景、结论、风险和建议，语气比原文更确定，篇幅也短得多。问题是：这段话能不能带你回到原文，找到它为什么这样说？
如果不能，AI 只是替你压缩了文字，还没有替你完成判断。
说明：本文基于公开官方资料和可复用测试设计，不对具体产品给出准确率、速度或效果排名。文中的测试任务是读者可以自行复现的方案，不是已经产生的测试结果。
先把“总结”拆成三个问题
读 PDF 时，很多人只问：“它总结得对不对？”这个问题太大，也很难一次回答。
更实用的做法，是把验收拆成三层：
检索层：它有没有找到真正相关的正文、表格、脚注和附录？ 归因层：它写出的数字和判断，能不能回到明确的页码、章节或原文？ 决策层：这些材料会改变什么决定，还有哪些条件和未知没有解决？
三层是递进关系。只看到了正文，可能漏掉脚注；找到了依据，可能仍然没有说清楚限制条件；写出结论，也不代表读者知道下一步应该做什么。
第一层：它真的读到了相关内容吗？
长 PDF 的难点不只是页数。关键内容经常藏在一张表、一个脚注、一个附录，或者正文里一句不起眼的限定词里。
比如正文说“成本下降”，表格里可能写着“仅在样本量超过某个范围时成立”；正文给出一个比例，脚注可能说明这个比例来自小样本；结论建议“可以采用”，附录却列出了尚未解决的限制。
所以，第一层不要先看摘要，而要用问题去反查：
结论涉及的每个数字，原文位置在哪里？ 表格中的单位、时间范围和筛选条件有没有保留？ 脚注有没有改变正文的适用范围？ 附录里是否有与结论相反或更谨慎的说明？
Microsoft 365 Copilot 官方概览说明，Copilot 会基于用户有权限访问的信息工作。这解决了“能不能看到”的权限问题，却不等于 AI 已经正确理解每一页的证据关系，仍然需要人工回查。
长 PDF 的核验顺序：先找到内容，再定位依据，最后翻译成决策影响。
第二层：每个重要结论能回到哪里？
“报告显示效果明显提升”不是证据位置；“第 12 页表 3，在样本范围为 X、时间范围为 Y 的条件下”才接近可核验的记录。
一个可用的 PDF 输出，至少应该给关键内容补上三种标记：
原文位置：页码、章节、表格编号或附录名称； 原文性质：事实、作者解释、假设、建议，还是模型自己的归纳； 限制条件：适用范围、样本、时间、缺失数据和反例。
如果工具不能给出页码，也可以要求它引用原文短句或章节标题。但要注意，引用入口只是方便复核，不能自动证明引文和结论之间没有被误读。
第三层：它把材料翻译成了什么决定？
一页总结不应只回答“这份 PDF 讲了什么”，还要回答“它对当前决定有什么影响”。
建议把输出固定成四栏：
这样做的好处，是把“建议”与“决定”分开。AI 可以帮助整理选项，但不应该替读者把一个待讨论方案写成正式结论。
一份可复用的长 PDF 测试任务
准备一份去敏 PDF，内容可以是公开报告或自建材料，但要同时包含：正文结论、一张带单位的表格、一处脚注、一个附录，以及至少一个限制条件。不要用只由连续正文组成的演示材料，那样很难测出证据链是否完整。
统一要求 AI 输出一页决策备忘录：
请阅读这份 PDF，输出一页决策备忘录。请将内容分为：已确认事实、关键证据、可能影响、仍未知、下一步。每个重要数字和结论都标注页码、章节、表格或附录位置；如果找不到位置，请写“待核验”，不要猜测。请单独检查正文、表格、脚注和附录，列出它们之间的限制条件或冲突。请区分原文事实、作者解释和你的归纳，不要把建议写成已经决定。
验收时做三个抽查：随机选两条数字回到原 PDF；只看脚注，检查总结有没有漏掉限制；最后只看“下一步”，确认每个动作都有待补信息，而不是一串空泛建议。
一页备忘录的价值，不是把材料压得更短，而是保留证据、限制条件和未知项。
哪些 PDF 不能只靠摘要做决定
涉及合同条款、财务数据、个人信息、研究结论或正式管理决策时，摘要最多只能做导航。原始文件的权限、脱敏、留存和分享范围，都要先按组织规定确认。
OpenAI 对 ChatGPT agent 的官方介绍提到它可以处理文件、运行代码和编辑表格，但重要操作仍需要用户许可，输出也需要复核。Microsoft 对 Word、Excel 和 PowerPoint agents 的说明也明确建议在分享或保存生成文件前先审阅。
这给普通办公任务一个简单边界：可以让 AI 先把长材料变成导航图，但凡结论要进入合同、预算、排期或对外沟通，就必须回到证据位置，再由人确认。
最后检查的不是摘要，而是证据链
一份 PDF 总结值得交付，不是因为它短，也不是因为它读起来像专家，而是因为关键结论能回到原文，限制条件没有被删掉，下一步也没有越过责任边界。
下次使用 PDF 工具时，可以先看三件事：它找到了什么，它依据在哪里，它还不知道什么。三层都过，再谈总结是否漂亮。
