“总结一下这份 PDF” 是多数人第一个 prompt，也是最不可能给你有用结果的 prompt。换回来的是 5 段听着挺像那么回事的转述，没有数字、没有引用，你也无从判断模型到底读了什么。这套工作流反过来：问具体问题、要求带页码引用、把长文档结构化成你能验证的表。目标受众是每周读两份以上长文件的分析师、研究员、运营。
这篇主要解决什么问题
把文件丢进去问”总结一下”只会得到泛泛而谈的结果。这套工作流让 ChatGPT 引用具体数字、原文、页码——并告诉你来源在哪。
这篇适合谁看
分析师、研究员、学生，以及每周读两份以上长文件的任何人。
什么时候适合用
需要从长文档抽具体数据、比对多个文件、或在长文件里找一个具体答案的时候。
什么时候不建议用
涉及敏感个人或专有数据、不能上传到 OpenAI 服务器的文件；需要真 SQL 或 notebook 的大数据集。
具体步骤
- 上传前先自己扫一眼。记下章节名和你大致想要的内容。
- 上传时附一个具体问题，不要”总结一下”。例如：“第 3 节里写的转化率是多少？样本量多少？”
- 让 ChatGPT 在每条结论后引用原文和页码。Prompt 写：“引用原句并标明页码。”
- 表格类文件先让 ChatGPT 描述列名和行数，再问分析。
- 多文件比对时一条消息上传，编号：“文件 1 vs 文件 2——找出差异最大的 5 个指标。”
- 把好用的 prompt 存成模板——文件类任务大多就 3-4 个常见 pattern。
建议的操作流程
一份 60 页的市场报告 PDF：先上传，要它给出目录，再一节一节深入问。每条数据都要它给原文页码。最后导出一张”结论 / 来源页 / 我的判断”的结构化表。
容易踩的坑
- 相信无来源的数字——一定要回去要原文和页码。
- 一次上传 10 个文件再含糊提问。ChatGPT 会胡乱说哪个文件写了啥。
- 没确认文件被完整解析就开始分析（长 PDF 经常被截断）。
- 表格输出不抽查，直接当作最终结果用。
- 开局先”总结一下”而不是具体问题。总结把一切平均掉；具体问题才能挑出关键。
- 每次对话都重传同一份文件，不放 Project。浪费时间和 context 配额。
进阶技巧
- 表格让它直接输出 CSV 或 Markdown 格式——好验证好粘贴。
- 同一份文件要反复查，放进 Project，不用每次重新上传。
- 超过几千行的表格用 Advanced Data Analysis——真跑 Python，不只是猜。
怎么验收输出
- 每条数字都有可验证的页码或行号。
- 已经至少抽查 3 处引用 / 数据，回原文核对过。
- 清楚知道文件里有什么、没有什么（没有被编造的章节）。
FAQ
- ChatGPT 真的读完整份文件吗？: 它按问题检索最相关的部分。超长文件里有些章节可能被静默跳过——用具体问题反复验证。
- 免费版还是 Plus？: Plus 在文件分析上明显更强：更大 context、Advanced Data Analysis、PDF 解析更稳定。
- 扫描版 PDF 行不行？: 一半一半。新版 ChatGPT 会 OCR，但表格和脚注精度会掉。关键信息回原图核对。
- 能直接分析 Google Doc 吗？: 链接不行——导出 PDF 或粘文本。模型走不通需要 auth 的链接。