一份八十页的合同草案、一套产品需求文档、一份行业研究报告，落到一人公司手里，往往不是"没时间读"，而是"读了也记不住、找不回来"。AI 在这里能帮的忙很具体：把非结构化文本变成可检索、可定位、可复核的结构。但它帮不上的是替你承担责任——凡是最终要签字、要交付、要对客户负责的判断，仍然只能由人做出。下面以一份合同草案的审阅任务为例，把整个流程拆成文件清理、问题清单、分段处理、引用核对四个阶段，并说明哪些内容不该直接交给 AI。

阶段零：先划出不能进 AI 的内容

在打开任何工具之前，先做一次信息分流。这一步比后面的提示词技巧重要得多，因为一旦敏感内容进入了不该进入的地方，后面所有流程都只是补救。

建议把文档内容分成三类处理：

• 可以直接处理：公开的产品资料、已发布的研究报告、通用条款模板、你自己撰写的草稿。
• 脱敏后处理：含有真实姓名、身份证号、银行账号、联系方式、报价数字、未公开财务数据的段落。做法是替换成占位符再送进去，例如把甲方名称统一替换为"甲方 A"、金额统一替换为"金额 X"，并单独保存一份对照表，只放在本地。
• 完全不进 AI：涉及商业秘密的核心算法与配方细节、未签署的独家条款原文、客户明确要求不得外传的资料、以及任何你所在行业有明确保密义务的内容。

判断标准可以简化成一句话：这段文字如果出现在第三方服务器上，你是否能向客户解释清楚。 答不上来，就不送。此外，上传前确认所用工具的数据使用条款——是否用于模型训练、保留多久、能否关闭，这些通常在工具的隐私设置里可以查到，各家差异较大，不要凭印象假设。

阶段一：文件清理与素材归位

AI 处理长文档效果差，八成不是模型的问题，而是输入太脏。清理阶段要做四件事：

1. 统一格式。扫描件先做 OCR，PDF 转成纯文本或 Markdown，去掉页眉页脚、水印和重复的分页标记。保留页码信息，后面核对要用。
2. 恢复结构。把标题层级、条款编号、附件边界标出来。一份合同如果条款编号丢失，AI 会把"第 3.2 条"和"第 3.3 条"混成一团。
3. 拆分文件。按章节或按主题拆成若干份，每份控制在你能一口气读完的长度。拆分点选在自然边界，比如"定义条款 / 权利义务 / 付款与交付 / 违约与终止 / 附件"。
4. 建立主控表。用一张表格记录每份子文件对应的原始位置，例如文件名、原文档页码区间、拆出的日期。这张表是后面引用核对的唯一依据。

命名规则建议固定成"项目名_文档类型_版本_日期_章节"，避免出现"最终版_v3_真的最终.docx"这种局面。

阶段二：先写问题清单，再让 AI 读文档

很多人上来就让 AI"总结这份合同"。总结出来的东西通常正确但无用，因为它不知道你在担心什么。更有效的顺序是反过来的：先列出你要回答的问题，再让 AI 带着问题去读。

问题清单按角色来列，比如：

• 交付物具体是什么，验收标准由谁判定；
• 付款节点与我的现金流是否匹配，有没有账期过长的条款；
• 知识产权归属如何约定，我保留了什么权利；
• 终止条件是什么，提前终止需要承担什么成本；
• 有哪些条款把责任上限写得过高或过低。

把这份清单直接写进提示词，并要求 AI 逐条回答、标注原文位置。示例结构如下：

你是一名文档分析助手。以下是文档的第 3 部分（页码 21-35）。
请只回答我列出的 5 个问题，每题输出三项：
1）文档中与之相关的原文片段（必须逐字引用，并标出页码）；
2）你的理解，用一句话说明；
3）你不确定或文档未提及的地方，明确写"文档未说明"。
不要补充文档中没有的信息，不要给出建议或结论。

最后两条约束是关键。"不要补充文档中没有的信息"能显著降低模型替你脑补条款的概率；"不要给出建议或结论"则把判断权留在了你手上。整份文档不要一次性丢进去，按阶段一拆好的子文件分批处理，每批单独提问，最后再合并。

阶段三：分段处理与结构化摘要

分批处理时，每个片段的输出都要能拼回整体。所以要求 AI 用统一格式输出，而不是自由发挥。一个可用的摘要模板包含四栏：

字段	内容要求	用途
主题	这一段在讲什么，一句话	快速定位
关键条款/数据	逐字引用，带页码	后续核对
与我问题的关系	对应问题清单第几条	建立索引
不确定项	表述模糊、指代不明、前后冲突之处	优先人工看

处理顺序上，先跑一遍"问题清单"，再跑一遍"通读摘要"，两遍结果交叉对照。如果时间有限，只做前者也够用——带着问题读永远比无目的通读更有效率。

有一个容易被忽略的点：重叠区。相邻片段之间保留一小段重叠内容（比如前后各留两三段），可以避免条款在切割处被截断，代价只是多处理一点点文本。

阶段四：引用核对，这一步不能省

到这里，你手上有一堆 AI 给出的条目。它们看起来条理清晰，但每一条都是待验证的假设。核对流程建议这样走：

第一步，逐条回原文。 按主控表定位到页码，找到原文，核对三件事：引用是否逐字一致、页码是否指向正确位置、理解是否偏离原意。凡是找不到原文出处的条目，直接作废，不要"根据上下文推断它应该在"。

第二步，标记状态。 给每条结论打三种标签之一：已核对（原文支持）、存疑（表述模糊或前后不一致）、不成立（原文没有或与原文相反）。存疑项汇总成一份短清单，这才是真正需要你花时间判断的部分。

第三步，抽样复查。 当文档很长、条目很多时，可以按比例抽查，比如随机抽二十条重新核对一遍。如果抽查发现错误率明显偏高，说明前面的分段方式或提示词有问题，整批结果都要重跑，而不是只修那几条。

第四步，人工定稿。 最终写进交付物、邮件或决策记录的每一条结论，都应该是你自己在原文里看过并且同意的。AI 的输出在这条链条上只是"线索生成器"，不是"事实来源"。

需要说明的是，涉及权利义务、责任划分、合规义务的内容，最终判断应当交给有执业资格的律师或专业人士。本文描述的是文档整理的工作流，不构成任何法律意见。

把四个阶段固化成可复用的检查表

单人经营最缺的是时间，最怕的是返工。把上面这套流程做成一张清单，下次处理新文档时照着走，能省掉大量临场决策：

• 上传前：确认保密级别，完成替换与对照表备份；
• 清理时：格式统一、结构恢复、按自然边界拆分、主控表建立；
• 提问前：写问题清单，规定引用格式与"不知道就说不知道"；
• 处理中：分段进行，保留重叠区，统一输出模板；
• 交付前：逐条回原文，标记状态，抽样复查，人工定稿。

工具选择上，优先级大致是：能关闭训练授权 > 支持长上下文 > 支持本地或可自控存储 > 输出格式稳定。价格和功能各家迭代很快，与其追着版本比参数，不如把上面这套流程跑顺——流程稳定之后，换工具的迁移成本很低，而流程不稳，换多少次工具都还是从头返工。