把20份行业报告压成1页
AI读长文的实战模板
AI读长文·行业报告·提示词模板·效率
OVERVIEW
我每个月至少要啃五六份行业报告，每份几十页，读完脑子是涨的。
—— 久尔
PRINCIPLE // 两个耗时的环节恰好是 AI 强项
长文阅读有两个耗时的环节，恰好都是 AI 的强项。
一是逐页扫描找关键信息。报告的前三页和后三页通常最重要，中间大量图表和冗余论述。人读会惯性逐页看，AI 可以从头扫到尾、优先抓结论和数字。
二是跨文档横向对比。五份报告里都提到新能源政策变化，人需要来回翻着对照，AI 能在一轮对话里把五份的关键差异拉成一张表。
但必须讲清一个前提：AI 读到的是文字，报告里嵌入的图表数据（如柱状图中的具体数值）大概率读不到或读歪。所以这套方法适合「文字为主」的报告、论文、政策文件；纯图表型报告还是得人上。
TUTORIAL // 三个主流产品的适配场景
目前国内三个主流 AI 产品都能处理长文，但各有适配场景：
Kimi（kimi.moonshot.cn）
上下文窗口 200K token，约 20 万字
适用场景 单次丢多份报告、跨文档对比
注意 免费，文件支持 PDF/DOCX/TXT
豆包（doubao.com）
上下文窗口 128K token
适用场景 单份精读、逐章提问
注意 免费，支持网页链接直接读
通义千问（tongyi.aliyun.com）
上下文窗口 Qwen-Plus 1M token，约百万字
适用场景 超大量文件、深度问答
注意 免费，支持大文件上传
日常场景的选择建议：3-5 份报告对比选 Kimi（一次全丢进去），单份深度精读选豆包（追问体验更好），10 份以上巨量文件选通义千问（上下文窗口最大）。
TUTORIAL // 对应三个高频场景
下面三套对应三个高频场景，括号里的内容替换成你实际的材料。
模板一：多报告摘要（适用：月报汇总、行业扫描）
你是一名行业分析师。以下是{{本月收集的8份行业报告}}，请帮我提炼成一页结构化笔记。
要求：
1. 先列「本月行业关键词TOP5」，每个关键词一句话解释，标注出处（报告简称即可）
2. 再按主题归拢「核心发现」，每个发现配一个数据支撑
3. 最后列「值得关注的信号」，指出哪些变化可能影响下月的判断
4. 全文不超过一页，语言克制不夸张
5. 每条信息标注来源报告，方便我回溯
模板二：竞品对比（适用：竞品分析、选型对比）
你是一名产品分析师。以下是{{竞品A、B、C三份资料}}，请帮我做交叉对比。
要求：
1. 维度覆盖：产品定位、核心功能、定价、用户反馈、近期动态
2. 用Markdown表格呈现，行=维度，列=竞品名
3. 表格后用3句话总结 A vs B vs C 的关键差异
4. 不确定的信息不编造，标注「资料中未提及」
5. 禁止额外发挥、禁止添加你对该产品的个人判断
模板三：政策解读（适用：政策文件、法规变更）
你是一名政策研究员。以下是{{某项新出台的政策文件全文}}，请帮我做要点拆解。
要求：
1. 用「谁受影响｜什么变化｜什么时候生效｜有什么影响」四个维度拆解
2. 每条变化用「旧规定→新规定→影响评估」三步呈现
3. 对行业的影响分「正面/中性/需要关注」三类
4. 不要添加原文中没有的政策解读
5. 不确定的条款标注「建议查阅原文第X条确认」
PRACTICE // 人工4小时 vs AI2分钟
我拿三份 2026 上半年新能源行业报告（每份 60-80 页，PDF）做了两组对比。
对照组（人工）：逐份阅读+记笔记+写摘要，三份共花了约 4 小时。笔记散在三栏里，读完最后一份时前面的细节已经模糊。
实验组（Kimi，模板一）：三份 PDF 一次丢进 Kimi，用「多报告摘要」模板，约 2 分钟出第一版。然后我逐条核对出处——关键数据和判断全部能在原报告中找到对应段落，未发现虚构。
追加了一次追问：「把三份报告中关于储能方向的观点单独拉出来对比」，Kimi 在 30 秒内给出了交叉对比表。
人工 4 小时 → AI 2 分钟 + 人工核验 15 分钟。不是 AI 取代了阅读，是 AI 帮你扫完了地毯式阅读的苦活。
OPINION // 这些坑能省就省
一、AI 会漏图表数据
PDF 里的柱状图、折线图数据，绝大部分 AI 读不到。如果某张图是关键论据，自己打开原报告看一眼，别只靠 AI 摘要。
二、跨报告引用可能张冠李戴
当三份报告用词接近（如「市场渗透率达 42%」），AI 偶尔把 A 报告的数据归到 B 报告名下。核对重点数据时务必点开原文确认出处——这 15 分钟就是省不掉的。
三、模型幻觉在长文中更难察觉
报告越长，AI 编造细节越不容易被发现——你会因为「前面都对」而盲目信任后面。建议抽查 2-3 个关键数字对照原文，这个习惯一次养成，受益终身。
四、超大文件量要分批处理
不要一次丢 20 份报告期望 AI 全吃透。建议每批 5 份以内，分别出摘要，最后把各批摘要再合起来做总览。每轮质量可控，发现偏差能及时修正，比一次性全丢进去效果更好。
读长文这件事，AI 的价值不在「替人读」，而在「先替人扫一遍」。把扫读的时间省下来，放到真正需要判断的环节——核对关键数据、评估结论可靠性、形成自己的判断。
模板帮你把 AI 的注意力引到对的地方，剩下的，你只需要一双核对的眼睛。
“
回复【读长文】获取三套提示词模板 TXT 和话题体系图。
