日前，多家国产大模型在长上下文能力上持续加码，Kimi与智谱清言都把“能读长文档”作为核心卖点。对普通职场人来说，真正的问题不是模型能塞多少字，而是怎样把长文档任务拆解得可复用、可验证。这篇教程给出一套面向合同审阅和研报摘要的实操流程。
先看工具定位。Kimi主打超长文本理解，支持上传PDF、Word等格式文件，适合一次性投喂几十页甚至上百页材料；智谱清言则在结构化输出和联网检索上有优势，适合在读完材料后做归纳、对比和事实核查。两者组合使用，可以形成“Kimi读原文、智谱做结构化”的分工。
场景一：合同要点提取。把合同PDF上传后，不要只问“这份合同讲了什么”，而应按要素拆解提问。推荐提示词模板：请以表格形式列出合同双方、标的、金额、付款节点、违约条款、保密义务、争议解决方式，并标注每项对应的页码或条款编号。这样得到的输出便于人工复核。对于篇幅较长的框架协议，建议先让模型生成章节地图，再逐章追问细节，避免一次性输出过于笼统。若涉及多份合同对比，可让模型分别提取要素后再做差异表，但务必人工核对金额、期限等关键数字。
场景二：研报与财报摘要。上传券商研报后，可要求模型按“核心结论—关键数据—风险提示”三段式输出，并明确要求只引用原文数据、不得自行推算。这一步很重要，长文档模型在数字复述上偶有偏差，交叉验证不可省略。对于财报，可先让模型提取营收、净利润、毛利率等指标，再与原始表格逐项比对。智谱清言的联网能力可用于补充公司公告等公开信息，但要注意区分模型生成内容与检索来源。
场景三：多文档综合。当需要同时处理三五份材料时，建议先分别生成单篇摘要，再让模型做横向对比。直接把所有文件一次性投喂，虽然省事，但容易导致细节丢失。实际操作中，可让Kimi先输出每份文档的要点卡片，再把卡片汇总给智谱清言做对比分析。提示词中要明确对比维度，例如技术路线、市场定位、财务表现，避免模型自由发挥。
几个实用技巧：一是分段投喂，长文档按章节切分后逐段提问，准确率通常高于一次性投喂；二是要求标注出处，凡是结论都让模型给出原文依据，方便回溯；三是设置“不确定就说不知道”的约束，减少幻觉；四是对关键数字做二次核对，尤其是金额、日期和比例。此外，上传文件前应确认内容不涉及敏感信息，涉及商业秘密的材料建议使用私有化部署方案。
总体来看，Kimi与智谱清言已经把长文档处理的成本降到很低，但工具再强也替代不了人的判断。把提示词模板固化下来、把核对环节写进流程，才是让长文档工作流真正稳定可用的关键。后续我们会继续测试更多国产模型在文档场景下的表现，并整理成可复用的提示词库。
标签：Kimi,智谱清言,长文档,提示词