长文档不丢记忆：长上下文管理与分段提示策略
《提示词修炼手册：从会问到会用》第9篇 | 系列共14篇
🔧 进阶篇：本篇面向需要处理长文档/长对话的读者，日常简单问答可跳过技术细节，直接看最后的"分段处理模板"。
摘要
AI处理长文档时存在"中间遗忘"现象------对开头结尾的理解准确，对中间部分容易模糊。本文提供三种分段提示策略（摘要先行、锚点复述、分块处理+汇总），并给出一份处理10万字文档的完整编排方案。
一个容易被忽视的现象
如果你把一份5万字的文档丢给AI，让它"总结全文并指出第3章和第18章的矛盾之处"，你可能会发现：AI对开头内容的理解很准确，但对中间部分的细节经常"记不清"，甚至漏掉第18章的内容。
这不是AI"偷懒"，而是一个真实存在的技术现象------"中间遗忘"（Lost in the Middle）。
为什么会有"中间遗忘"
大模型处理文本时，有一个叫"上下文窗口"的概念------可以理解成它一次能"看"的文本总量是有上限的（不同模型上限不同，但都存在上限）。
当你丢进去一份长文档，整个文档会被切分成大量"token"（可以粗略理解成文本片段）塞进这个窗口。研究发现，模型对窗口开头和结尾部分的信息利用率最高，对中间部分的信息利用率会明显下降------就像你读一本很厚的书，开头的人物设定和结尾的结局你记得很清楚，中间某一章的某个细节反而容易模糊。
结论很直接：文档越长，中间部分的内容被"准确提取"的概率越低。
分段提示策略：三种应对方法
策略一：摘要先行
不要指望AI一次性处理全文再总结，而是分段处理，每段先生成摘要，最后再对摘要做二次总结：
第一步：请将以下第1章内容总结为300字摘要，只保留关键论点和结论。
[第1章内容]
第二步：（重复处理每一章）
第三步：请基于以下各章摘要，生成全文的整体总结。
[摘要1][摘要2]...[摘要N]这种"先压缩再汇总"的方式，相当于把一份长文档变成几份短文档的组合，避免任何单次处理超出有效理解范围。
策略二：锚点复述
如果任务需要跨越文档不同部分做关联分析（比如"第3章和第18章的矛盾"），可以主动把关键部分"复述"出来，减少AI自己去长文档里"捞"信息的难度：
以下是文档第3章的关键论点："[复述原文关键句]"
以下是文档第18章的关键论点："[复述原文关键句]"
请分析这两处论点是否存在矛盾，矛盾点具体是什么。核心思路：你自己先做一次"降维"，把需要对比的关键片段明确摘出来喂给AI，而不是让AI自己在全文里"大海捞针"。
策略三：分块处理+汇总
针对"需要对全文做统一规则处理"的任务（比如"把全文中所有人名统一改成英文名"），采用分块处理：
请处理以下文本片段（这是全文的第1/5部分），任务规则：[具体规则]。
处理完成后，请在结尾列出本片段中出现的所有需要跨片段保持一致的关键信息（如人名对照表），以便后续片段处理时保持统一。
[文本片段1]下一块处理时，把上一块生成的"关键信息对照表"也带入，保证跨片段的一致性。
实战：处理一份10万字文档的提示词编排方案
假设你需要从一份10万字的行业研究报告中，提取"所有提到的风险点，并按严重程度分类"，完整编排如下：
【第一轮：分块提取】
将文档按章节切成5-8块，每块单独执行：
"请从以下文本中提取所有被提及的风险点，每条风险用一句话概括，并标注出现的大致位置（哪个小节）。不要遗漏，也不要过度推测未明确提及的风险。
[文本块]"
【第二轮：汇总去重】
"以下是从文档各部分提取的风险点列表（可能有重复或相似项），请合并去重，并按'高/中/低'严重程度分类。
[各块提取结果汇总]"
【第三轮：人工校验】
对"高严重程度"的风险点，人工回查原文对应位置，确认提取准确（涉及重要决策的内容，不能只依赖AI的一次性处理）。避坑提醒
- 不要假设"模型说支持10万字上下文"就等于"10万字都能被同等准确理解"------窗口容量和理解准确率是两件事，窗口大只是让长文档"能被放进去"，不代表中间部分会被同等重视。
- 重要决策不要依赖单次长文档处理的结果，关键结论要通过分段、复述等方式做二次校验（本篇技巧 + 上一篇的防幻觉技巧，组合使用效果更好）。
- 分段处理会增加交互次数，这是用"多花几步"换"准确率"的权衡，不是所有场景都需要这么严格，日常使用可以根据重要程度灵活选择要不要分段。
下一篇预告
长文档管理解决的是"信息量大怎么处理"，而下一个话题要解决的是更根本的思维转变------当你开始用AI Agent（能自主执行多步任务的工具，而不只是聊天问答）时，提示词该怎么写？下一篇《从聊天到委派：Agent时代的提示词思维转变》🔧。
本文是《提示词修炼手册：从会问到会用》系列第9篇，共14篇。
11.4