3000 字长文压成 300 字摘要：编辑用 AI 五步定稿

一句话结论

把 3000 字长文压成 300 字摘要，做法是先切信息块并定级，再让 AI 出骨架初稿，最后由人按规范砍到 300 字内。

这篇解决什么问题

手里一篇两三千字的成稿，要发到站内摘要、日报简报或者短文案位，就得再出一版短的。很多人直接让 AI 总结一遍，拿到的稿子四平八稳，结论藏在中间，数字还常常被悄悄改口径。

这篇讲的是我自己在用的一套流程：人先把规矩定死，AI 只负责出料，最后一遍必须人过手。适用的是把一篇已经定稿的长文压成 300 字上下的摘要；不适用的是需要换角度、换受众的那种改写，那本质上是另写一篇，不是压缩。

开始前要准备什么

• 一篇 2500~3500 字的成稿，最好是你自己写的，细节记得住
• Kimi 或豆包任选一个，网页版就够，日常额度能满足这种用法，不必开付费版
• 能改文字、能看字数的编辑器或文档工具，用来人工删改
• 一份摘要规范，下面会给出模板，也可以按自己平台的调性改
• 留出 20 分钟上下，真正花时间的是改和查，不是生成

具体怎么做

第 1 步 · 把长文切成信息块

别一上来就点总结。我先按小标题把原文切成块，每块给一个四字以内的标签，比如背景、数据、结论、案例。这一步用编辑器手做就行，边读边贴标签，顺手把纯抒情的段落单独标出来，后面直接放弃。

你是我的编辑助手。下面是一篇 3000 字左右的文章，主题是「社区生鲜门店的复购怎么做」。请把它按段落切成信息块，每块用一个不超过 4 字的标签命名，标签从这几类里选：背景、方法、数据、案例、结论、观点、过渡。输出成表格，三列：块编号、标签、该块的原句摘录（不超过 40 字）。不要改写，不要总结，只做切分和命名。文章如下：（在此粘贴原文）

预期产出：一张 15~25 行的信息块表，你一眼能看出哪几块是硬货、哪几块只是铺垫。

第 2 步 · 给信息块定级

摘要塞不下所有东西，谁走谁留得提前定好。我的判断标准是：带数字的、带专有名词的、带明确结论句的，删了读者会误解，优先算 A；举例、比喻、感慨先划给 C。一篇文章的 A 级块通常不超过 5 个，如果标出来十几个，说明你的分级太松了。

接着上面的信息块表，请给每个块标一个等级：A=去掉后读者会误解原意，B=可以删但不影响理解，C=纯铺垫或抒情。判断优先级是：含具体数字的、含专有名词或机构名的、含明确结论句的，优先给 A。输出方式是在原表后面加一列「等级」，并对每个 A 级块用一句话说明为什么不能删。不要合并或删减任何行。

预期产出：一张带 A/B/C 等级的块表，A 级块就是摘要的骨架，通常 3~5 个。

第 3 步 · 让 AI 出 300 字骨架初稿

到这一步才让 AI 动笔。关键是把它框死：字数区间、受众、能用的信息范围。我一般会把 A 级块的原句整段贴回去，而不是让它自己回原文里找，这样它少发挥，也少出错。

请根据我给出的 A 级信息块，写一段 280~320 字的中文摘要。要求：1. 只使用 A 级块里的信息，不要引入原文之外的内容；2. 开头第一句直接给结论，不要用「本文介绍了」「随着……」这类开场；3. 保留所有具体数字、机构名、时间，一个都不许改；4. 不要用序号分点，写成连贯的一段；5. 如果某条信息你不确定，用【待确认】标出来，不要自己猜。A 级块如下：（在此粘贴 A 级块原文）

预期产出：一版 300 字上下、结构完整的初稿，主结论读得出来，但句子还有点绕。

第 4 步 · 人工按摘要规范砍到 300 字内

AI 那版基本都会超，还会留几句空转的话。我改的时候只做四件事：删形容词和程度副词、把「通过……的方式」还原成动词、合并同义句、被动改主动。改完对一次字数，通常能再砍掉两成。

请按下面的摘要规范，对我给你的这版摘要做逐句删改，只输出改后的版本和字数统计，不要解释不要点评。规范：1. 全文不超过 300 字；2. 每句不超过 35 字；3. 删除形容词叠加和程度副词，如非常、十分、极大地；4. 数字、机构名、时间一律不动；5. 主结论句必须在前两句以内；6. 不新增任何原文没有的信息；7. 保留【待确认】标记，不要替我判断。摘要原文如下：（在此粘贴初稿）

预期产出：一版 300 字以内的摘要，句子更短，第一句就能看到结论。

第 5 步 · 换一个模型做事实回查

同一个模型改自己的稿子，很难看出自己的毛病。我的习惯是换一个模型，把原文和摘要一起丢进去，只让它挑错，不许它动手改。这一步花不了几分钟，但能拦住后面的大麻烦。

下面是一篇原文和一份 300 字摘要。请只做核对，不要改写摘要。逐条检查：1. 摘要里的每个数字、日期、机构名，是否能在原文中找到出处；2. 摘要是否出现了原文没有的判断或因果关系；3. 原文里的关键结论是否有遗漏。输出三列：问题类型、摘要中的原句、原文中的对应句或「未找到」。没有问题的部分不要输出，不要给我总结整段内容。

预期产出：一张问题清单。我自己的经验是每次能挑出 1~3 处，多数是口径被悄悄换掉了。

实测记录

有过一次赶时间跳过了第 5 步，摘要里把「同比提升」写成了「环比提升」，两个词的差别不用多说，是被同事看出来的。从那之后这一步我没再省过。成本上倒没什么可说，网页版日常额度就够用。

最容易错的 3 个地方

1. 一句话丢给 AI 等结果。它分不清主次，会留铺垫、删结论。
2. 让模型转述数字。单位、口径一改就错，数字只能照抄。
3. 改完直接发。摘要离了原文，指代词会失去指向，得连着读两遍。

可复用的东西

流程里真正能带走的是那份摘要规范：字数上限、单句长度、必须保留的三类信息、禁止新增信息、禁止解释性开场。把它存成模板，下次换选题只要改第一句里的文章主题。

四个提示词建议连着放，切块、定级、出稿、砍字、回查按顺序贴，中间不要跳步。真要说经验，就是人负责判断什么重要，模型负责把话说短。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接