两万字的会议纪要按前 8000 字送模型,结论和待办都在最后两页,生成的摘要完全没有行动项,还给出了一份看起来完整的总结。
原因不止一个,得分开看。截断策略只保留开头;关键信息集中在文末;没有先做要点抽取再压缩;提示词要求覆盖全文 但输入并不全。
上来先看关键段落在文中的位置
python -c "import re;t=open('m.txt').read();print([m.start() for m in re.finditer('结论|待办',t)])"
再往下改成头部加尾部双段拼接
python pack.py --head 6000 --tail 4000
中间部分先抽取要点再压缩
python summarize.py --mode chunk --out mid.txt
提示词里声明输入被裁剪过
python patch_prompt.py --append notes/truncated.txt
这类改动我都写进变更记录,过两周再出问题时能对上号。
我习惯把每一步的执行时间和结果记在一边,后面复盘省事。
恢复的判定其实很直接。摘要包含全部三项待办,与人工标注一致,没有虚构不存在的结论。
这里还有个坑。头尾拼接的信息量比只留头部大得多,文档的结论基本都在尾部。这类问题最好一次改到位,反复小改反而容易把原因搅混。
