把一份 80 页财报上传给 Gemini 让它”总结”——返回来 5 段话，关键数字没提、风险因素全跳过、读起来像新闻通稿——这种”高水位线总结”是 Gemini（其实所有 LLM）的默认行为：在长文档上不知道你关心哪一段，就抓最显眼的章节标题铺一遍。
要拿到真正可用的总结，必须告诉它抽什么 + 以什么结构输出，而不是简单说”总结”。
常见原因
按”总结泛度”从高到低：
1. Prompt 只说”总结”（最常见）
Summarize this document → 模型不知道你要决策、还是要风险、还是要数字——给一个全方位的空泛版本。
如何判断：你的 prompt 是不是只有 “summarize” / “总结” 单个动词。
2. 长文档触发 token 压缩，重要章节被略过
100K tokens 的 PDF 在 Web 端会被压缩处理，模型可能只读”开头 20% + 末尾 10%“，中间被略过。结果：附录里的关键数据被忽略。
如何判断：报告中部章节的内容总结里完全没出现。
3. 表格 / 图表 / 代码段被丢失
PDF 解析时复杂表格容易扁平化或丢失。Gemini 看不到原始结构，总结里就缺这部分。
如何判断：原文有关键表格（比如财务数据 / 对比表），总结里完全没引用具体数字。
4. 没指定输出结构
不要求结构 → 自由发挥的散文 → 难定位关键信息。
5. 文档质量本身就低
营销 PR / SEO 文章原本就是空泛，Gemini 总结自然也空泛。
6. 模型选 Flash / Lite
Flash 在长文档上的总结深度明显弱于 Pro。
最短修复路径
Step 1：先要大纲，再钻细节
第一轮：
Read this document. Give me ONLY a section-by-section outline (no summary yet):
- Section title
- Section length (pages)
- Key claim / topic (one sentence)收到大纲后，你筛出真正关心的 5-10 个章节，第二轮：
Now give me a detailed summary of these sections only:
{section names}
For each:
- Key facts (with numbers)
- Decisions / recommendations
- Risks mentioned
- Direct quotes for critical claimsStep 2：用结构化输出模板
不要让 Gemini 写散文。给它表格 / bullet 结构：
Summarize this 10-K filing using this exact structure:
## Business Overview
- Main revenue segments + % of total
- Geographic mix
## Financial Highlights
| Metric | This year | Last year | YoY change |
|---|---|---|---|
| Revenue | | | |
| Operating margin | | | |
| Free cash flow | | | |
| Headcount | | | |
## Risk Factors (top 5)
1. ... (with page reference)
## Strategic Initiatives
- ...
## Management Tone Indicators
- Words used more / less than last year's filing明确格式 + 表格槽位 + 数字要求——模型不能”省略”。
Step 3：长文档拆 30-40 页一段
80 页文档：
拆成：pages 1-30, 31-60, 61-80
每段单独上传，要求按 Step 2 的模板总结
最后让 Gemini 把三段合并 + 跨段提炼总主题避免 token 压缩跳过中部内容。
Step 4：表格 / 图表先单独抽
如果文档关键信息在表格里：
Extract every table from this document.
For each:
- Table title
- Headers (row + column)
- All cell values as markdown
- Page number抽完表格再做语义总结，避免数字丢失。
Step 5：换 Gemini 2.5 Pro
顶部模型选择器 → Gemini 2.5 Pro（不是 Flash / Lite）Pro 在长文档总结上深度比 Flash 高约 40%。
Step 6：明确要”决策 / 风险 / 数字”三件套
通用模板：
Extract from this document:
DECISIONS: What did the author decide or recommend?
RISKS: What risks are mentioned? Use original phrasing.
NUMBERS: All quantitative claims (dates, percentages, dollar amounts) with surrounding context.
GAPS: What questions does the document raise but not answer?这四件套适合 90% 的商业文档。
Step 7：核实关键数字
LLM 在长文档总结里偶尔幻觉数字（< 5% 但要小心）：
- 找出报告里 5 个关键数字
- 在原文 Ctrl+F 搜
- 不一致的让 Gemini 重抽：“Number X you reported is wrong, find the actual value on page Y”
预防建议
- 永远先要大纲，再筛章节深挖，不一次性 “summarize”
- 用结构化输出模板（表格 + bullet）避免散文式总结
- 长文档（> 50 页）拆 30-40 页一段，避免 token 压缩
- 表格 / 图表单独抽，避免数字丢失
- 关键数字自己核实，长文档幻觉率约 5%