为什么长文要交给 AI 先读
人眼读长文漏在哪？交给 AI 就真不漏了吗？
几万字的合同、几十页的周报和研报，逐字读完又慢又容易漏，人眼连续盯两小时之后，漏掉的往往正好是最要命的金额和责任划分条款；把「第一遍通读」交给 AI，你只挑重点看、最后把一道关，效率会明显提升。
前提是：AI 只读，判断和担责的还是你。
很多人卡在「不知道让 AI 怎么读才不出错」。
下面这套流程，是我把几十份长文档喂给 AI 之后沉淀下来的，关键不在工具，而在于「指令怎么下、结果怎么核对」这两件事。
实测环境：能读长文的 AI 工具
上传上限差多少？几十万字的那种单次能进去吗？超了会截断还是报错？
先说工具，因为它决定了你的文档能不能完整进去。
Kimi、通义、豆包这类国产大模型基本都支持长文本上传，免费或免费额度内就能用，日常几十页的文档够使；腾讯文档、通义听悟则更适合把会议录音和文档内容先转写一遍，再交给 AI 提炼要点。
具体额度和上传上限以各工具官网当下规则为准，别信三个月前的截图，毕竟这类产品的免费额度几乎每季度都在调，上个月还能传五十页的模型这个月可能就降到三十页；选工具其实只看两点，一是能传多长看官网说明，二是会不会瞎编，后者靠你后面这一步「分段核对」兜住。
操作步骤：4 步拿到能用的结论
4 步走完要多久？比逐字读快几倍？
第一步：上传，先让 AI 给结构
先要结构再深挖，这个顺序有讲究吗？
把文档丢进去，先问一句「用 5 句话概括这篇文档在讲什么，再列出它的章节结构」，先建立地图，再深挖细节，这一步花不了两分钟，却能替你省掉后面反复翻页找位置的麻烦；如果 AI 连结构都讲不清，那说明文档本身就很混乱，你更要逐段自己看，别指望它替你理清一头乱麻。
第二步：下指令抓重点（可直接抄）
「最不利」这 3 个风险点，AI 真的听得懂？
结构有了，接下来才是真正决定成败的一步。
这是一份{合同 / 研报 / 周报}。请：1）提取 5 个最关键的事实 / 条款；2）标出对我（作为{角色}）最不利的 3 个风险点，并说明在哪一段；3）用一段话给出结论。不要编造文中没有的内容。
这一步的核心是「让我（角色）」和「最不利」这两个限定——把立场说清楚，AI 才会替你找风险，而不是泛泛夸文档写得好。
第三步：分段核对，别全信
分段核对要多少道工序？10 到 20 分钟能不能压到一半？
这一步最容易被跳过，也最容易出事。
AI 可能把「近似表述」当成事实，也可能把不同段落的信息混在一起，这两种错误的共同点是它说得都挺像真的，你只有回原文才能识别；所以拿到结果之后，务必把风险点对应的原文段落自己翻一遍确认，尤其是金额、期限、责任划分、违约条款这几处，一处含糊就可能埋着一个大坑。
第四步：人工把关
涉及法律效力的部分，AI 能替签字吗？
AI 给的是「线索」，不是「结论」，最终判断（签不签、报不报、信不信）必须由你做，涉及法律效力或重大利益的场合，务必再找专业人员复核一遍。
可复用产物一：4 类文档指令模板库
4 类模板覆盖得全吗？换个行业还对得上？
总结完四步动作，下面三份产物可以直接抄走。
不同文档，指令侧重不同，下面四类是最常用的，直接抄就能用。
合同 / 协议：「逐条列出甲乙方权利义务，标出付款节点、违约金额、管辖法院、保密期限，最后给 3 条对我方不利的修改建议。」研报 / 行研：「用 3 句话说清核心结论、目标涨幅 / 风险、推荐标的；再列 5 个关键数据及出处页码；最后说这份研报最大的假设漏洞。」
周报 / 月报：「提取本期完成事项、下期计划、需要协调的资源；用一句话总结老板最该看的那个数字；标出任何『延期 / 风险』字样。」论文 / 文献：「用大白话解释研究问题、方法、结论；列出它对比的 baseline 和差距；说明这个结论在我（领域）能怎么用。」
可复用产物二：风险点通用自查表
7 项自查能查全风险点？漏查 1 项会怎样？
不管什么文档，拿到 AI 结果后，都按下面这 7 项逐条回原文核对，一项都不能跳。
第一项是钱，核对金额、币种、付款节奏、滞纳金对不对；第二项是期，核对起止时间、里程碑、自动续约条款；第三项是责，核对谁担责、免责范围、赔偿上限分别写在哪；第四项是违约，要弄清什么算违约、违约金怎么算、解除条件是什么。
第五项是管辖，确认争议去哪解决、适用哪地法律；第六项是保密，核对保密义务期限和泄密后果；第七项是退出，看能不能提前终止、具体怎么退、有没有退出成本。
任何一项 AI 标了「风险」、你回原文却找不到对应句的，一律按「未核实」处理，绝不轻信——这类查无实据的提示，十有八九是模型自己脑补出来的。
可复用产物三：速读核对清单（可打印）
清单贴工位，6 项勾完真够吗？再多 2 项呢？
这套清单建议打印出来贴在工位上，每读完一份长文档就照着勾一遍，六项全勾上，才算这份文档真正过了你的手。
第一项，勾选文档类型：合同、研报、周报、论文还是其他；第二项，确认 AI 是否已经给出结构图，没有结构图的文档，后面几条基本都无从核对。
第三项，确认关键事实是否已回原文核对过；第四项，确认风险点是否逐条定位到了具体段落。
第五项，确认金额、期限、责任这三处是否已经人工确认；第六项，确认最终判断是不是由你本人做出的，这一项没勾上，前面五项都白做。
一个实战样例（演示怎么核对）
样例里的涨粉承诺，AI 会怎么理解？
光说方法太干，看个例子。
假设一份「代运营服务协议」片段写道：「乙方应确保甲方账号月均涨粉不低于 5%。」AI 很可能把它提炼成「有涨粉保底承诺」这样一句听着挺稳的话，但你回原文核对就会发现，这份协议既没写「未达标怎么赔」，也没写统计口径到底是去重前还是去重后，短短一句话里挖出了两个洞。
这两处空白，才是真实风险——AI 不会主动提醒你「条款缺失」，它只负责总结「写了什么」，所以核对的重点常常不是 AI 标红的那句，而是它压根没提到的空白。
常见翻车点
幻觉这块，5 个关键事实逐条回原文定位要多久？
第一个坑是幻觉：AI 编了文档里根本没有的条款，对策是每个关键结论都回原文定位一遍，找不到出处的一律删掉；第二个坑是近似当事实，把「可协助」说成「负责」、把「建议」说成「必须」，对策就是逐字核对动词和限定词，一个字的差别，法律责任可能完全不同。
第三个坑是漏看附件：正文读着没问题，坑全埋在补充协议和附录里，对策是上传时务必把附件一起给 AI，别只传主文件；第四个坑是忽略修订记录，合同上有手写改动却没录入电子版，对策是扫描件先确认清晰、字迹可辨再上传，模糊不清的页先重新拍。
长文工具怎么挑
只看 2 件事够不够？上传上限和隐私条款要不要也看？
最后把挑工具的判断补全。
挑长文工具只看两件事，一是「能传多长」看官网标注的单次上传上限，二是「稳不稳」看它会不会在你读到一半时悄悄截断，把后半份文档直接忽略掉，后者比前者更隐蔽也更致命。
先用免费额度试同一篇文档，对比两家输出，哪家风险点抓得准、编号清就用哪家，不要一味追新模型，能稳定读全、不出错，比「更聪明」重要得多。
真实结果：一份标准输出长什么样
标准输出里带原文位置，5 个数据加页码能省一半吗？
第三方视角很重要。
按上面的提问，AI 通常会返回三样东西：一份带原文位置的关键事实清单、一份标注了段落的可回查风险点清单，以及一段结论建议；你拿这份「半成品」去精读对应段落，10–20 分钟就能把一份长文过完，省下的不是「读」的时间，而是「在无关内容里翻找重点」的时间。
结论
AI 读长文不是让你不读，而是把「通读」压缩成「精准复核」，把最容易漏、最耗神的机械劳动先交给机器，你只守最后也是最重要的那道判断关。
流程固定之后，任何长文档都能套用同一套动作：先要结构，再下带立场的指令，最后用自查表回原文兜底，多看几份你就发现，真正省下的时间远比想象中多。
适用 / 不适用人群
什么人用得顺手？什么人纯属浪费？
适用的人群，是要经常看合同、研报、长周报的职场人，以及备考和做调研、需要大量速读文献的人，只要你的工作里存在「读不完又不能漏」的长文档，这套流程就用得上。
不适用的人群，是需要法律效力或专业审查结论的场景，比如签合同前要出正式法律意见，AI 不能替代律师和专业人士，它只适合做初步筛查，把可疑处先圈出来交给人再定夺。
想系统学 AI 用法，见 AI 学习；本流程对应的场景页在 AI 读长文档 / 合同；挑工具去 工具库。
想把每周写周报这件事固定下来，可以看AI 写周报这个页面，按场景分好了工具和步骤。
