WorkBuddy长文档提炼实测：5维打分

我拿一份 112 页的公开行业报告，压了 WorkBuddy 五个维度，总分 38/50。

两项接近满分，可以放心把活交出去；两项必须你追着问才给全；还有一项，我建议直接别指望。

下面逐条说清楚每一分怎么来的，以及每一项对应的提问模板。看完你能知道哪些环节可以省心、哪些环节必须自己盯。

测试怎么做的

先说方法，不然分数没意义。

测试材料：一份 112 页的公开行业研究报告，PDF 可选中文字，含 20 多张数据表、一个 15 页的附录。这份材料我自己完整读过两遍，做过手工笔记，所以有标准答案可比对。

测试任务：模拟真实场景——明天要向管理层汇报”该不该进这个市场”，需要在一小时内拿出一页结论。

评分维度：结构识别、事实准确、数据处理、矛盾发现、输出可用。每项 10 分。

打分标准：以我的手工笔记为基准。漏一条关键信息扣 1 分，出现一处错误扣 2 分，无中生有扣 3 分。

维度一：结构识别 —— 9/10

这一项最省心。

我把目录和前三页贴进去，要它输出结构地图。结果是全文 7 个功能块的划分和我手工判断完全一致，篇幅占比估算误差在 5% 以内，优先级标注也合理——它准确识别出第 3 章（30 页的宏观背景）对我的决策问题基本无用，标了”可跳过”。

更让我意外的是它指出了一个结构异常：“结论部分仅 2 页，而附录数据占 15 页，说明作者的核心价值在数据本身而非观点，建议优先读附录。”

这个判断是对的。那份报告的正文观点很平庸，真东西全在附录表格里。

扣 1 分的原因：它把第 5 章和第 6 章合并成了一块，实际上这两章视角不同（一个看供给一个看需求），拆开处理更合适。

结论：这一步可以直接信，不用自己再核。

维度二：事实准确 —— 8/10

我抽查了它提炼出的 45 条事实陈述，逐条回原文核对。

结果：41 条完全准确，3 条表述偏差，1 条错误。

3 条表述偏差都是同一类问题——原文写”部分企业出现”，它写成了”企业普遍出现”。程度词被放大了。这个毛病在长文档提炼里很常见，因为压缩本身就倾向于消除限定词。

1 条错误是把一个引用的第三方数据当成了报告自己的结论。原文写的是”据某咨询机构测算”，它输出时把出处丢了。

这一分必须靠提示词补回来。 我现在固定加这两句：

提炼时严格保留原文的程度词和限定语（部分/普遍/可能/预计/据某某），
不要为了简洁删掉这些词。

每条事实标注出处类型：[报告自有结论] / [引用第三方，注明来源] / [推测性表述]。

加上之后再跑一遍，45 条里只剩 1 条偏差。从 8 分能提到 9 分以上，代价只是两句话。

维度三：数据处理 —— 8/10

这项测的是它能不能把散在正文和附录里的数字整理清楚。

做得好的地方：所有数字都带了口径和时间范围，输出格式是”某年市场规模 X 亿元（口径：含服务收入，不含硬件销售；数据来自附录表 2）”这种。这个习惯很关键，汇报被追问时能救命。它还主动标注了两处”原文未说明统计口径”。

做得不好的地方在跨表计算。我要它把附录三张表的数据合并算一个复合增长率，它给出的过程是对的，但其中一步用错了基期年份，结果偏了 4 个百分点。

我追问”请列出计算的每一步和用到的原始数字”，它自己发现了错误并改正。

所以这一项的用法是：让它整理数据可以，让它算数必须验算。

对应提问模板：

上面的计算，请重新输出完整过程：
1. 用到了哪几个原始数字，分别来自哪张表、哪一年
2. 每一步的公式和中间结果
3. 这个算法有什么前提假设，假设不成立会怎样

我要核对每一步，不要只给结论。

维度四：矛盾发现 —— 7/10

这是我最关心的一项——能不能找出报告里自相矛盾的地方。

我事先手工找出了 5 处矛盾。它第一遍跑出来只找到 2 处，都是明显的数字打架。

我改用交叉验证的提示词，把分块笔记全部贴回去，明确要它”逐条比对不同部分之间的数字和结论”，第二遍找到了 4 处，还多找到 1 处我漏掉的——正文说渠道以线下为主，但附录的渠道占比表里线上已经过半。

最后那 1 处它始终没发现，是一个逻辑跳跃：报告用了三个头部企业的样本，就推出了全行业结论。这种方法论层面的问题，它识别能力明显偏弱。

7 分的意思是：能帮你找到大部分数字层面的矛盾，但逻辑和方法论的问题得你自己看。

对应提问模板：

请专门检查这份材料的论证方法，不看结论对错，只看推理过程：
1. 有没有用局部样本推出整体结论的地方
2. 有没有把相关性当成因果关系
3. 有没有关键前提没有交代
4. 时间跨度上有没有拿不同时期的数据做对比

逐条列出，标明出自哪一部分。

维度五：输出可用 —— 6/10

这是最低的一项，也是最需要你自己动手的。

我要它把前面所有笔记整合成”一页汇报要点”。它给的东西结构完整、逻辑通顺，但读起来就是一份报告摘要——没有立场，也没有对着我的人说话。

汇报要点和内容摘要是两回事。老板要的是”进还是不进、理由三条、风险两条、我建议怎么做”，不是”该行业呈现以下特征”。

我追加了场景说明再跑：

现在把这些笔记转成向管理层汇报的一页要点，注意：
- 听众是【CEO 和财务负责人】，他们关心【投入产出和风险】，不关心行业科普
- 开头第一句直接给建议：进 / 不进 / 有条件进
- 三条支撑理由，每条必须带一个具体数字
- 两条风险，每条给出应对方向
- 全文不超过 400 字，不要任何铺垫

用我平时说话的口吻，别用"综上所述""值得关注"这类词。

第二遍出来的东西可用度大幅提高，但结尾的判断和建议我还是自己重写了。这部分依赖你对业务的理解和对老板的了解，机器给不了。

给 6 分是客观的：它能把 80% 的素材整理好，最后那 20% 的判断，是你的活。

总分 38/50，怎么用这个分数

• 结构识别（9）、事实准确（8）：放心交出去，加两句提示词就够。

• 数据处理（8）：整理可以信，计算必须验。

• 矛盾发现（7）：数字矛盾能找，逻辑漏洞得你自己看。

• 输出可用（6）：素材它整理，判断你来下。

一句话总结：它能把你从”读完 112 页”里解放出来，但不能替你做决定。

我实测的时间对比：手工完整读加做笔记，用了三个半小时；这套流程走下来，五十分钟出结论，加上我自己重写建议部分，一共一小时零五分。

省下的两个半小时，我拿去核对了三个最关键的数字。这才是正确的时间分配。

你用 AI 读长文档时，最常踩的坑是哪个？是数字算错、还是总结太空？评论区说说，我把对应的提示词发你。

觉得这个测评有参考价值，点个「在看」，或者转发给需要天天读报告的同事。

—— 高总AI办公笔记

#WorkBuddy #AI办公 #效率工具