一句话总结
大多数”帮我分析一下”出来的是把输入复述得更顺，再贴一个听着自信的结论。解法是逼 Claude 先把证据分类，再下任何推论，然后分类得结论，再带着显式反对意见做综合。在付费版（Pro 20 美元/月，或 Max 100-200 美元/月，截至 2026 年 6 月），Sonnet 4.6 和 Opus 4.7 在聊天里给你 500K token 的 context，足够一次装下 10-30 份文档。把输入总量控制在 ~200K token 以内以保证文档中段也能被准确读到，给每份输入打标签，最后用一句”要让这条推荐错，什么必须为真”做压力测试。
这篇讲什么
这是一套真实分析师用得上的流程，不是功能介绍。如果你手上有一摞文档、转录、问卷导出，明天要交一个决策，这篇带你让 Claude 产出一份能扛住质疑的推荐。写给要把很多输入综合成一个判断的分析师、PM、咨询、创始人和研究者。
核心思路：模型在”读 + 结构化”上确实强，在”从 14 份输入无监督地跳到该招 X”这一步上确实弱。所以我们尽量让它待在擅长的部分，并把推论这一步做得显式、可审计。
这篇适合谁看
- 把 10+ 个输入综合成推荐的分析师和咨询。
- 大量用研、客服 ticket、需求待办里找规律的 PM。
- 拿着混合证据做 hire/fire/build/buy 决策的创始人。
- 读多份来源、写结构化结论的研究者。
什么时候用、什么时候别用
适合用：手头有异构输入（文档、转录、问卷、表格导出），你能一句话说清要做的决定，利害真实但不至于赌公司命。
别用的情况：
- 一份小输入 10 分钟能读完——直接读。
- 数字密集型分析更适合 Python / pandas。Claude 能用代码工具跑 Python 沙箱，但纯表格计算，代码比文字干净。
- 漏一个细节就出大事的（合同审、医疗）——让 Claude 列候选，每一条都由人来核。
为什么偏偏选 Claude
多文档分析有三件事最关键，截至 2026 年 6 月，Claude 在这三项上都属于领先到第一梯队：
| 维度 | 为什么重要 | Claude（聊天） | 备注 |
|---|---|---|---|
| context 窗口 | 一次装下全部输入，不用分块 | 500K token（Sonnet 4.6 / Opus 4.7，付费版） | 完整 1M 只在 API / Claude Code 上有 |
| 指令遵循 | ”先分类、每条断言都标来源”真的照做 | Opus 4.7 很强，Sonnet 4.6 也不错 | 结构化流程里这才是真正的差异点 |
| 单次聊天文件数 | 把整套证据装进去 | 最多 20 个文件、总计 30 MB；PDF ≤ 100 页 / 32 MB | 更大的常驻知识库用 Project 挂载 |
ChatGPT（GPT-5.5）和 Gemini 3.1 Pro 在这里也很能打，Gemini 的 1M context 还更大。Claude 的优势是在细致、多步指令上的稳定性——而”分类→标来源→压力测试”这套流程要的正是这个。
开始前准备
- 一句话定决策。“要不要 hire X”——不要”帮我想想 X”。
- 把输入归到一处。 Markdown 文件、PDF、粘转录。总量尽量控制在 ~200K token 以内。Claude 窗口是 500K，但长 context 检索在到达上限前就开始下滑：2026 年的独立测试显示，放在文档中段的事实比放在开头/结尾少 5-15 个百分点的召回率（即”中间被遗忘”效应），而 Opus 4.7 在多点检索上的有效准确区间大约落在 200-400K。控制在 200K 以内能稳稳待在可靠区。
- 写出初步假设， 哪怕粗糙。模型帮你压力测试它；你不出假设它帮不上。
- 想清输出形状： 1 页 memo、决策矩阵，或带推荐的取舍清单。
具体步骤
-
带标签装入输入。 用 Claude.ai Projects（挂文件让它在整段对话里常驻）或直接粘文本。每份标清：
文档 1：客户访谈转录，2026-05-15。文档 2：PRD 草稿 v3。不打标签的输入会被当成同等重要，你本该有的自然权重就丢了。 -
强制做一次分类，不允许直接推论：
下结论之前，把上面输入分到 3-5 个能帮我们决定 [问题] 的类别。每类列出哪些输入归入、为什么。 -
检视分类。 感觉牵强或漏明显切法就推回去：“文档 4 你放在 A 类，但它更像 B 类。”
-
让它分类得出结论，不要一个大综合：
每类写 2-3 句这些输入合起来在说什么， 再写一句不确定在哪。 -
综合成带显式 caveat 的推荐：
基于分类分析，给我： - 一句话推荐 - 支持它的 3 条最强证据 - 2 条最强反对意见 - 我需要再知道什么才会改变推荐 -
压力测试。 把推荐贴回去问
要让这条推荐错，什么必须为真？这是杠杆最高的一步——它强迫模型走出附和模式，否则它默认就活在那个模式里。
能逼出诚实分析的 prompt 模板
你在帮我决定：[一句话决策]。
约束：
- 推论前先分类。
- 每条断言标注"由文档 X 支持"或"模型推断"。
- 输入之间的分歧要显式列出。
- 收尾说我们需要再知道什么才能有信心。“每条断言都标来源”这一句让输出变得可审计。当你能看清哪句话扎根于 文档 7、哪句是编的，你才敢信这份 memo、敢把名字签上去。
完成后检查
- 类别接近 MECE 吗？ 大致互斥且穷尽即可。类别重叠产出一堆糊的结论。
- 每个结论能追到具体输入吗？ 没有出处的就是模型推断，要标。
- 推荐可执行吗， 还是模糊到谁都不得罪？“建议进一步研究”不算推荐。
- 反对意见在综合里活下来了吗， 还是悄悄消失了？应该在终稿里显式存在。
怎么复用这套流程
- 周期性决策类型（招聘、选 vendor、需求优先级）建一个 Claude Project，把分类 prompt 设为自定义指令，再配一个起手知识库。同一框架，每次换输入。
- 维护一份
decisions.md记录过往分析和结果。半年后能看到哪种分类方式扛住了、哪种没有。 - 把压力测试 prompt 单独存——整套流程里杠杆最高的一句。
容易踩的坑
- 跳过分类。 推荐结构性薄弱，因为模型没有锚点。
- 不做结构就要推荐。 出来的是所有输入的”自信平均值”。
- 把初稿当终稿。 初稿是脚手架，综合部分需要你判断。
- 输入不打标签全塞。 同等权重会丢掉你本该有的信号。
- 不做压力测试。 模型默认附和；显式反向提问才能拿到诚实分歧。
- 结构化（表格）和非结构化（转录）混在一次分析里。 拆开，分别分析，最后综合时再合。
FAQ
- 分析为什么选 Claude，不选 ChatGPT 或 Gemini？: 截至 2026 年 6 月三家都很强。Claude 的优势在细致、多步指令上的稳定性——“分类→标来源→压力测试”这套照做得更到位。Gemini 3.1 Pro 的 context 更大（1M）；GPT-5.5 也很能打。如果你的输入超过 Claude 的 500K 聊天窗口，可以看看 Gemini 的 1M。
- 实际输入上限是多少？: Claude 聊天窗口在付费版是 500K token，但在很长的 context 里，中段内容的召回会比开头/结尾差。混合材料控制在 ~200K token 以内更可靠；更大就先各自总结，再分析总结。
- 用 Sonnet 4.6 还是 Opus 4.7？: Sonnet 4.6 是主力，多数分类它都拿得下。当输入很微妙、或指令遵循必须滴水不漏时，切到 Opus 4.7（顶配，Pro 及以上可用）。
- 要不要用 Claude Artifacts 出 memo？: 终稿那一步用 Artifacts 很顺。分析步骤用普通聊天，最后让 Claude 把综合渲染成一个能编辑的 Artifact。
- 用 Project 还是单对话？: 周期性分析类型用 Project（常驻文件 + 自定义指令）；一次性决策用单对话。
- 能信任 Claude 处理敏感数据吗？: 默认情况下，除非你主动开启，Anthropic 不会拿 Pro/Max 的聊天内容训练，但消费版对话会被保留。敏感材料建议用 Team/Enterprise 版，它们额外提供管理员数据控制和零留存选项。上传前先确认你的设置。