一份 30 页没人读的政策，谁也保护不了。这套 Prompt 把政策压成”对你有什么影响”的一页纸，同时保留指向法律全文的链接，并且强制模型引用原文、而不是自己编。最后这点很关键：斯坦福 RegLab 发现通用模型在 69%-88% 的具体法律问题上会出现幻觉，连专门做法律的 AI 工具在难题上也有 17%-34% 的内容是编的。一份无法追溯到某一段原文的摘要，比没有摘要更糟。
一句话总结
- 复制下面 12 个 Prompt，替换方括号里的占位符，几分钟内就能得到一页纸摘要、变更对照、FAQ 和公告文案。
- 一定要上传或粘贴真实的政策原文。让模型凭记忆总结，它会凭空造出条款。
- 工具选型（2026 年 6 月）：Claude 适合追求准确和长文档（Pro $20 起即 100 万 token 上下文）；ChatGPT 适合快速出公告文案；NotebookLM 适合需要在多份政策文件里给出带引用的摘要。
- 每个 Prompt 末尾都带”引用原文”或”标注 policy gap”的指令，让你 60 秒内就能核对。
适合哪些人
HR / People Ops、IT / 安全团队、做合规沟通的公关，以及任何不懂法律但要向团队解释政策变更的经理。
什么任务用什么工具（2026 年 6 月）
政策类工作恰恰是模型选型会直接影响产出质量的场景，因为文档长度和引用纪律比单纯的”聪明”更重要。
| 工具 / 套餐 | 可喂入的篇幅 | 最适合 | 备注 |
|---|---|---|---|
| Claude Pro（$20/月） | 约 500 页（100 万 token，Sonnet 4.6 / Opus 4.7） | 长手册、谨慎的变更对照、大白话改写 | 捆绑 Claude Code + Cowork；Projects 让政策文件跨对话常驻 |
| ChatGPT Plus（$20/月） | 应用内约 320 页（完整 100 万 token 仅 $200 Pro） | 快速出公告邮件、谈点 | 默认 GPT-5.5；美区免费版现已带广告 |
| Google AI Pro（$19.99/月） | 100 万 token（Gemini 3.1 Pro） | Workspace 原生起草、对接 Docs/Gmail | 即原”Gemini Advanced” |
| NotebookLM（免费 / Plus） | 每个来源 50 万字；免费 50 个来源、Plus 100 个 | 跨多份政策文件给出带引用的摘要 | 每条回答都引用具体来源段落；底层为 Gemini 3 |
凡是员工必须精确遵守的内容，优先用能给出出处的工具。NotebookLM 每条回答都锚定到上传的某段原文；Claude 和 ChatGPT 在你要求时也会引用——这就是下面所有 Prompt 都让它引用原文的原因。
Prompt 结构公式
这里每个 Prompt 都带六个要素，你自己写时也保留：
- 角色：模型扮演谁（HR 伙伴、IT 沟通负责人、分析师）。
- 上下文：真实的政策原文、组织、受众。
- 目标：一个交付物（一页纸、变更对照、FAQ、邮件）。
- 限制：字数、必含字段、阅读难度。
- 语气：中性、就事论事，不说教。
- 核对钩子：“引用原文句子”或”标注 policy gap”，让你能复核。
占位符用 [方括号]。先替换，再把政策原文粘到 Prompt 下面。
12 个可直接复制的 Prompt 模板
1. 政策 → 一页摘要
政策原文在下方。受众：[员工 / 经理 / 高管]。
压成一页：(1) 是什么，(2) 为何现在做，(3) 对读者有什么变化，
(4) 生效日期，(5) 找谁问。大白话，8 年级阅读难度。每一点都在括号里
引用原文句子，方便我核对。然后把政策粘在此行下方。替换：受众。
2. 政策变更对照
下方有旧政策和新政策，分别标为 OLD 和 NEW。列出变化：
(a) 删除项，每条一行；(b) 新增项，每条一行；(c) 措辞改了但本意不变。
每条说明对日常工作的影响。跳过纯法律重构。若某处变化含糊，
标"需法务复核"，不要瞎猜。3. 配套 FAQ
针对下方政策，写 8 条员工真会问的 FAQ：边界场景、例外、谁审批、
忘了怎么办。答案用大白话，每条不超过 35 字。若政策没回答某个问题，
写"政策空白——向 [负责人] 确认"，不要编。4. 经理传达谈点
经理要把这条政策传达给团队。请给出：
(1) 60 秒口头说明，(2) 三个可能的问题及答案，(3) 升级路径。
语气就事论事、不说教。每条答案都基于下方政策原文，不要新增规则。5. 新员工政策简报
面向入职第一天的新人，提炼他们必须内化的五条政策：
行为准则、IT 使用规范、安全基础、报销、休假。
每条给 2 句话摘要加一个链接占位符 [link]。若某条摘要漏掉了新人
必须遵守的规则，请标出来。6. 年度政策刷新
这条政策需要做年度复核。审一遍并输出修订清单：
(1) 引用了旧系统或旧岗位的部分，(2) 已不再执行的条款，
(3) 未覆盖的新场景，(4) 需要法务复核的内容。
每条标出行号或所在标题。7. 跨司法管辖摘要
本政策适用于 [地区]。请总结：(1) 通用条款，(2) 各地区差异用表格列出，
(3) 何时需咨询当地法律顾问。不要把地区差异藏进脚注。
若某地区被点名但实际未覆盖，请明说。替换：地区。
8. 大白话改写
把下方政策段落改写成 8 年级阅读难度，但不削弱原意。
原文与改写左右并列。凡可能改变含义的句子都标出来，并标"法务必须复核"。9. 合规 Q&A 模拟
对下方我的政策摘要做压力测试。提 5 个员工可能遇到的刁钻问题
（例如"我能用私人手机收发工作邮件吗？"）。严格按政策原文逐一作答。
若政策不清楚，把答案标"政策空白"，不要猜。10. 公告邮件
起草宣布这条新政策的全员邮件：(1) 用三句话说清是什么、何时、为何，
(2) 对读者有什么变化，(3) 哪里看全文，(4) Q&A 答疑时间。
不超过 200 字。正文不要法律术语。全文用链接，不要粘进正文。11. 确认签收文案
起草电子签确认语：不超过 50 字。须确认读者已阅读、理解并将遵守该政策。
不要把任何新义务埋进确认措辞里。12. 例外申请模板
有些员工会需要例外。起草例外申请模板：(1) 需提交什么，(2) 审批路径，
(3) 时效预期，(4) 保密要求。避免"由管理层酌情决定"这类含糊措辞，
明确写出审批人角色。一套让你不踩雷的两遍工作流
- 先做锚定。 上传政策文件（Claude Projects、一个 ChatGPT 对话，或一个 NotebookLM 来源）。绝不要让模型凭记忆总结某条点名的政策——凭空造条款正是这么来的。
- 出初稿。 跑你需要的那个交付物 Prompt。
- 核对。 用第 9 个 Prompt 给初稿做压力测试，再抽查它引用的原文句子。凡标了”政策空白”或”需法务复核”的，交回政策负责人。
- 发布。 发出一页纸；把有约束力的全文放在一键可达处。
这正是 2026 年企业普遍采用的”来源可控”做法——此前接连出过伪造引用的事故，包括南非的国家 AI 政策草案，就因参考文献里含有 AI 编造的来源，于 2026 年 4 月被撤回。
容易踩的坑
- 凭记忆总结，而不是上传真实原文。
- 没有核对钩子，分不清哪些是编的、哪些是真条款。
- 受众模糊，导致语气深浅不当。
- 没字数限制，结果没人读完。
- 把一页纸当成有约束力的文档，而不是它的导读。
- 把员工必须精确遵守的条款过度简化。
优化技巧
- 明确写出受众级别（一线 vs. 高管）。
- 限长：战术版一页，高管版三条。
- 开头先放需要的决定或行动。
- 有约束力的全文始终用链接，绝不粘进摘要。
- 发出前把初稿念一遍。
- 让模型出稿，人来做最终签字。
FAQ
- 政策一页纸该多长？：战术版一页；高管版三条加链接。若超过一页，那是在抄政策，不是在摘要。
- 哪个模型最擅长处理长政策？：截至 2026 年 6 月，Claude（Pro $20/月、100 万 token 上下文）一次约能读 500 页，而 ChatGPT Plus 应用内约 320 页。多文件政策集用 NotebookLM，它会引用具体来源段落。
- AI 能取代 HR 伙伴或合规负责人吗？：起草和套模板没问题；判断和法律责任不行，要由人签字。
- 怎么防止它编造条款？：始终上传原文，并用要求模型引用原句或标注”政策空白”的 Prompt，然后抽查这些引用。
- 摘要要写风险或处罚吗？：要。为了显得友好而省略，第一次有人措手不及时就会失去信任。
- AI 摘要有法律效力吗？：没有。签署过的完整政策才有约束力，一页纸只是导读，且应始终链接到全文。