你传进去一份 60 页的合同，问“违约金怎么约定的”，它答得很具体，连原句都抄了出来。你接着问“附件三里那个付款周期是多久”，它回：“文件中未提及。”

你翻到附件三，白纸黑字写着 90 天。

这时通常会得出两个结论：它没读，或者它在撒谎。两个都不太准。更接近实情的是：它读到的，很可能不是你以为它读到的那份东西。

它手里没有“文件”，只有这一次对话里的文字

模型只会做一件事：看一段文字，接着往下写。它没有“打开文件”这个动作，也没有“翻到第 41 页”这个动作。上传和解析都是模型外面那层产品替它做的——这也是同一款模型换到别的产品就像换了个人 它其实不会上网 的原因之一。

所以“传一个文件”实际发生的事比你以为的多几步：

绘制中

关键在于最后两步。上下文 就是模型这一次能读到的全部文字：你这次的问题、文件内容、它前几轮说过的话，全算在里面 同一句问题，为什么答案时好时坏。文件不是存在某个书架上等它去翻，而是被摆进这摞纸里。它答得出来，是因为那几行字这次真的在纸上；答不出来，往往是那几行字这次没被摆上来。

这摞纸有多厚，是有限的

模型数长度用的是 token，可以粗略理解成“词片”，英文大约 4 个字符算 1 个，中文大致一个汉字算一到两个（各家算法不同，只作估算）。上下文窗口 就是一次能装多少 token 的上限，装满了就塞不进去。

这个上限不是固定数字，同一家公司不同档位也能差好几倍：Anthropic 的开发者文档里，较新的 Claude 模型是 100 万 token，较早的只有 20 万；它还规定一次请求最多带 600 张图或 PDF 页，20 万 token 的模型只给 100 页4。

所以要建立的第一个直觉是：“传进去了”不等于“整份都在它眼前”。 六十页的 PDF 多数产品装得下，几百页的扫描件、一整个文件夹的报表就不一定了。装不下，就进入下一步。

书太厚的时候，是别人替你挑了几页

装不下时，产品一般做两件事，业内叫 切片 和 检索：先把文件切成一段一段存起来；你提问时，拿你的问题去和这些片段比对，挑出“最像”的若干段，拼进这一轮的上下文。微软给开发者的文档就是这样描述这套流程的3。

这里有个决定成败的细节：挑片段的标准是“和你这句话像不像”，不是“这段重不重要”。 上面那个例子里，附件三写的是“结算周期为 90 天”，你问的是“付款周期”。在人看来是一回事，在按字面相似度排序的检索里未必靠得近。那一段可能压根没被挑中。于是模型的处境是：手里只有几页纸，而答案不在其中。它不是不知道，是没看见。

还有一处必须说清的不确定：各家产品怎么切、挑几段、规则会不会变，通常不公开，界面上也看不到“这次递了哪几段”。所以对一份长文件，“它读过全文”是不能默认的假设。

就算挑对了，也可能被跳过

假设含答案的那段被挑中了，问题就完了吗？没有。

2023 年的一项研究（后发表于 TACL）给模型 20 篇文档，其中一篇含答案，然后把这篇文章在序列里的位置前后挪动。结果是明显的 U 型曲线：答案排在第 1 位时准确率约 76%，挪到中间降到约 54%，排到最后回升到约 63%12。更值得注意的是最低点——把答案埋在中间时，准确率甚至低于完全不给任何文档的 56.1%。也就是说，塞给它一堆材料，有时反而帮了倒忙。

同一份材料放在开头、中间、结尾，模型用得上的程度不一样，中间最低

同一项研究还发现：上下文窗口更长的版本，在材料都装得下时，位置效应几乎一样，并没有更会“用”上下文12。

三个可以直接用的推论

“文件里没有提到”不能当结论。 它没看到，和文件里没有，说出来是同一句话。缺的是材料不是判断，它自己区分不了。遇到这种回答，下一步是换问法或把范围指死，不是跟它争论。

换个问法就是换一批纸。 同一份文件问三遍得到三个答案不奇怪，每次挑中的片段可能不同。哪个对，只能回原文核对——这也是上一篇那条顺序的直接应用：处理你给的材料属于“对错在原文里”那一类，抽查成本很低。

对话越长，纸越挤。 聊了半小时再传文件，前面内容占掉大量位置，早期对话可能被截断或摘要掉。它“忘了刚才说的”，是结构使然，不是态度敷衍。

怎么问才不漏

  1. 用文件里的词问。 想知道付款周期，就把“结算”“账期”一起用上。相似度那一步靠字面起作用，你的转述越接近原文越容易被挑中。
  2. 把范围指死。“在第三章第二节里”“在附录二的表格里”比“在文件里”有效得多，它省掉了替你猜位置这一步。
  3. 先要原文，再要结论。 让它把依据的原句抄出来，附上章节或页码。抄不出来，就只有两种可能：没读到，或者记错了。这比通读它的答案省事得多。
  4. 长文件分段处理。 一次一章，先逐节摘出原文要点，再基于摘要提问。每轮纸薄一点，比一次塞满可靠。
  5. 需要通读全篇的任务，别指望一次问答。“找出所有对我方不利的条款”要的是全文覆盖，而这正是这套流程最不擅长的。改成给它一份清单逐节跑，或自己先按关键词搜出几处，再局部提问。

这个比喻在哪里会推过头

把文件想成“递过去的几页纸”，容易让人以为它永远只看得到片段。不对：装得下的时候，它确实整份读了进去，漏掉是因为注意力分配，不是没给；装不下时才是真只给了片段。

另外要把两件事分开：没读到 和 读到了却答错。前者换问法、指范围、换切分能救；后者是理解偏了或写歪了，只能靠追问和拿原文核对。同样一句错答案，原因不同，处理办法也不同。