最新

AI 怎么在压缩长文时保住数字和日期

长文压缩最容易丢的就是数字和日期。这篇讲先抽数字清单、再写摘要、最后反向核对,把关键数据一条条对上。

摘要写得漂亮但把关键数字弄丢,是最常见的翻车方式。模型压缩时的目标是通顺和覆盖,不是保真,所以它会顺手把不好塞进句子的限定条件删掉。要让它保住数字,得把这件事从隐性要求变成显式流程。

入口在哪

  • 对话里拆成两轮:第一轮只抽数字,第二轮写摘要并把第一轮的清单作为必须保留项。
  • 支持附件读取的工具,把原文和你要保留的清单一起给,让它对照着写。
  • 表格类原文先导出成文本再处理,直接从表格里读容易把单位和表头对错行。
  • 定稿前的核对环节可以用同一个对话继续,不必换工具,上下文还在。

具体步骤

  1. 先让它列数字清单:原文里的金额、比例、数量、日期、时限逐条列出,每条带一个短上下文,说明这个数字在说什么。
  2. 人工扫一遍清单,把页码、条款编号这类明显不需要保留的划掉,剩下的标成必须保留。
  3. 再让它写摘要,并在指令里写死:清单里的数字必须原样出现,不得四舍五入,不得换单位。
  4. 拿到摘要做反向核对:从摘要里把所有数字抽出来,和清单逐条比对,缺的和变的都标出来。
  5. 对不上的地方追问它是漏了还是改了口径,是同比写成环比,还是含税写成不含税。
  6. 定稿前统一小数位和日期格式,同一篇里不要两种写法并存。

几个坑

  • 只说简洁一点,它会顺手删掉限定条件,数字还在但意思变了,比如把截至某日悄悄改成近期。
  • 单位换算被它自动做掉,读者拿着摘要回原文对不上,尤其是万元和亿元这类换档。
  • 区间被压成单值,三到五天写成三天,成本估算和排期会因此整体偏小。
  • 多个来源的同期数字混在一起,摘要里看起来是一个口径,实际不是。

怎么验证

  • 算一个覆盖率:摘要保留的关键数字条数除以清单条数,低于八成就要重新写。
  • 找不了解背景的同事读摘要,问他三个关键数字分别是多少、口径是什么,答不上来说明没交代清。
  • 把摘要和原文并排放,逐句看有没有出现原文没有的判断,压缩过程最怕顺手加结论。

常见问题

原文数字太多,全保留摘要就没法看了

分两级:结论性数字必须留,过程性数字可以归并成区间或放到附表。归并时在摘要里注明详见原文,别让读者以为这就是全部。

它的数字和原文差了零点几,算错吗

先看是不是四舍五入。你没有明确要求保留几位时,它常按可读性处理。把小数位规则写进指令,能消掉绝大部分这类差异。

英文原文里的数字单位要不要跟着翻

单位保留原样并在首次出现时给中文说明,比直接换算更安全。换算一旦做错,读者很难从摘要里发现。

一句话总结:先抽数字清单再写摘要,把保留要求写成硬指令,最后反向核对覆盖率,口径和单位一律照原文。