AI摘要总漏重点？用这个两段式提示词让省略无所遁形

你让AI总结一份长文档，它给出八条清晰准确的要点，读起来毫无破绽。但你不知道的是，那份文档里最关键的一句话——某个例外条款、某个截止日期、某条"绝不"规则——已经被悄悄删掉了。

这和AI幻觉是两类问题。幻觉是编造了不存在的内容，你可以逐条核实。而遗漏是悄悄地不写，页面上没有东西可供你查证。你带着"我已经了解这份文档"的自信离开，实际上只读了一半。

解决遗漏需要不同的方法：不能事后核查，而要让模型在压缩之前先展示它读了什么、又丢了什么。

为什么AI摘要会丢掉重要内容？

"总结"这个指令本质上要求压缩，而压缩的逻辑是保留文档中典型的、常见的内容，而非关键的、承重的内容。

主要规则通常能存活下来。但规则的例外——往往只有一两句话，藏在听起来不重要的标题下面——恰好是压缩算法眼中的"细节"。

三类内容最先被牺牲，偏偏它们最要命：

• 例外条款："执行X，除非Y情况"。摘要只保留了"执行X"。
• 硬性约束：数字、上限、截止日期、"必须"和"禁止"。
• 小章节：三行内容的小节，无论多重要，都竞争不过三十行的大节。

这不是模型的缺陷，而是"总结"这个指令本身的盲区。你要求它压缩，它就会用"典型性"作为取舍标准。

什么是AI幻觉？ AI幻觉（hallucination）指模型生成了看似合理、实则不存在于原文甚至违背事实的内容。它与本文讨论的"遗漏"恰好构成一对镜像问题：幻觉是多写了不存在的东西，遗漏是少写了存在的东西。两者的危险方式截然不同——幻觉留下痕迹，你可以逐条对照原文核实并划掉；遗漏则不留痕迹，页面上是一片空白，你无从查证"本来应该有什么"。因此，应对幻觉的方法是事后核查与事实校验，而应对遗漏必须换一种思路：在压缩发生之前就介入，让模型先暴露出它读了哪些内容，从而让"没写出来的东西"变得可见。

两段式摘要提示词：先测绘，再总结

核心思路是让模型分两步走：第一遍列出文档的所有章节（测绘），第二遍才写摘要，然后对每个未进入摘要的条目给出风险判断。

以下是可直接复制的提示词模板：

Summarize the document below in two passes.
Pass 1 — Map: list every section or distinct topic, in order, one line each.
Pass 2 — Summary: write the summary (max [N] bullets). Every bullet must name
 the section it comes from.
Then, Coverage check: list each Pass-1 item that is NOT in the summary, and
for each say in one line whether a reader could get hurt by not knowing it
(yes/no + why).
Numbers, deadlines, exceptions and "must/must not" rules are never dropped
silently: include them or list them under Coverage check.
Document: [PASTE]

测绘步骤放在最前面是有意为之。一旦模型写下了所有章节名称，它就很难假装小章节不存在。而覆盖检查则迫使它对每一个被跳过的条目做出明确判断——遗漏因此变得可见，这正是整个方法的关键。

最后一条规则尤为重要：数字、截止日期、例外条款和"必须/禁止"类规则永远不能被静默丢弃。要么写进摘要，要么出现在覆盖检查中。

实测对比：同一份文档，同一个模型

原作者用PEP 8（Python官方代码风格指南）做了对照测试。这份文档足够长、公开可查、充满规则和例外，非常适合验证。

两次测试都使用Claude Sonnet，摘要上限都是8条：

• Run A：仅使用"用最多8条要点总结这份文档"的简单指令。
• Run B：使用上述两段式提示词，N=8。

Run A的输出看起来很好。 缩进、行长度、空行、导入顺序、命名规范、文档字符串、None比较、类型注解——全部正确，全部有用。如果你没读过PEP 8，你会以为自己已经掌握了。

但对照原文后，它漏掉了这些：

• "何时可以忽略本指南"章节。PEP 8开篇就明确说：项目内一致性比遵循PEP 8更重要，列出了所有可以打破规则的场景，并特别强调不要为了遵守这个PEP而破坏向后兼容性。Run A保留了每一条规则，却丢掉了"允许偏离"的许可，让文档读起来比实际更严格。
• 行长度的团队例外。Run A给出了79字符限制，但原文补充说团队可以协商放宽到99字符，前提是注释和文档字符串仍在72字符处换行。
• 唯一强制要求的尾逗号。尾逗号在多数情况下是可选的，但单元素元组例外——没有逗号就不是元组，这是一个随时会触发的真实bug。
• 模块级dunder名称的位置规则，包括from __future__导入必须排在它们前面这一条。

Run B全部捕获了。 "允许偏离"的章节成为第一条要点，附带向后兼容性警告。99字符团队限制进入了行长度那条要点。覆盖检查列出了仍未进入摘要的章节，并逐条给出判断：

• 何时使用尾逗号——有风险：单元素元组的情况"会静默产生一个普通字符串而非元组，是经典的隐藏bug"。
• 模块级dunder名称——有风险：from __future__的排序规则会导致真实错误，不只是风格问题。
• 源文件编码、ASCII兼容性——低风险：主要约束标准库贡献者。
• 参考文献、版权声明——低风险。

Run B还列出了被压缩掉的例外尾部：裸except:可接受的两个狭窄场景、finally中使用return的警告、名称修饰属性仍可访问的说明。这些不一定都需要进入摘要，但被列出远好过被静默删除。

相同模型、相同文档、相同条目预算。区别在于Run B必须交代它砍掉了什么。

PEP 8是什么？ PEP是Python Enhancement Proposal（Python增强提案）的缩写，是Python社区用来提出、讨论并记录语言特性、规范与流程的官方文档系列。PEP 8是其中专门规定代码风格指南的一份，内容涵盖缩进、行长度、空行、导入顺序、命名约定、注释与文档字符串等。它被广泛视为Python代码的通用风格标准，几乎每个Python开发者都会接触。之所以适合用作测试样本，是因为它篇幅足够长、公开可查、且充满了"规则加例外"的结构——例如行长度限制、尾逗号用法、模块级命名规则等，恰好是摘要最容易静默丢弃的部分，因此能有效放大简单指令与两段式提示词之间的差异。

尾逗号与单元素元组：在Python中，元组由逗号而非括号定义。(1)只是一个加了括号的数字，而(1,)才是包含单个元素1的元组。这意味着在单元素元组这种特殊情况下，末尾那个逗号不是可选的风格偏好，而是语法上的强制要求——一旦省略，代码就从元组悄悄变成了普通值（如字符串或数字），往往不会立即报错，却会在后续运行中引发难以定位的bug。这正是它在Run A中被漏掉却格外危险的原因：多数场景下尾逗号确实可选，但单元素元组这个例外一旦被压缩掉，读者就会在不自知的情况下写出错误代码。

这个提示词的三个局限

测试中暴露了三个边界：

输出更长。 Run B的结果是Run A的好几倍。对于只会浏览一遍的文档，这是额外开销。只有当对文档理解错误会带来实际代价时，才值得使用。

风险判断是主观的。 "读者会因此受损吗"取决于读者是谁。模型将"源文件编码"标记为低风险，因为它主要约束标准库贡献者——对多数读者正确，但如果你恰好是标准库贡献者就错了。

它只覆盖模型实际读到的内容。 两次测试都通过网络抓取工具读取PEP 8，Run B的代理报告说部分页面返回的是改写版而非逐字原文。它还报告测绘完整——42个章节标题全部在场——但基于改写版建立的测绘仍可能漏行。对于任何重要文档，自己粘贴源文本进去。

实际使用中的四个步骤

拿到覆盖检查结果后，按这个顺序处理：

1. 先读标记为"有风险"的条目。 它们是摘要原本会对你隐藏的内容。在PEP 8上是两行，在合同或政策文档里，通常就是你读它的原因。
2. 抽查一个"低风险"判断。 打开原文对应章节确认判断是否合理。如果错了一次，剩下的自己读。
3. 在源文档中搜索"except"、"must"、"never"、"unless"以及任何数字。 十秒钟的事，是验证约束条件是否遗漏的最快独立检查。
4. 保留测绘结果。 第一遍的输出就是一份目录，后续有问题时可以回查，比重新阅读快得多。

这个方法的本质不是让AI变得更聪明，而是让它的取舍过程变得透明。你依然需要判断哪些"低风险"标记是错的，依然需要自己粘贴源文本。但至少，你现在能看到AI在哪里做了选择，而不是被一份读起来很完美的摘要蒙在鼓里。