用 AI 提取文档重点

上一篇讲了怎么用 AI 总结长文档，帮你快速了解一份材料的全貌。但很多时候，你并不需要知道文档的所有内容——你只需要找到跟你有关的那部分信息：老板做了哪些决策？有没有我负责的行动项？这个数字跟我对不上？这篇文章教你怎么让 AI 带着你的目的去「找信息」，而不是给你一份面面俱到的摘要。

开会前一小时，你收到一份 20 页的会议纪要。你需要在会前搞清楚「跟我相关的决策有哪些、有没有我需要跟进的事」。

但你没有时间从头到尾读一遍。

很多人会直接把整份文档丢给 AI，然后说「帮我提取重点」。结果 AI 给你列了 15 条重点——从预算审批到下午茶安排，从技术选型到团建方案——什么都提了，但跟你真正关心的那两件事没什么关系。

这不是 AI 不擅长，是你还没告诉它你要找什么。

「提取」和「总结」有什么不同

上一篇讲「总结」，目的是压缩信息——把 20 页变成 2 页，让你知道全貌。就像把一本书的内容压缩成一段话，帮你判断值不值得细读。

「提取」不一样。你不是在压缩，你是在带着目的找东西。

打个比方：总结像逛超市——你推着购物车把所有区域都逛一遍，大致看看有什么。提取像拿着购物清单进超市——你只找你要的东西，其他一概忽略。

	总结（上一篇）	提取（这一篇）
目的	了解全貌	找特定信息
类比	逛超市，看一遍有什么	拿清单，只拿要的
输出	结构化摘要	按你的需求筛选的信息
例子	「这份会议纪要讲了什么」	「这份会议纪要里，哪些决策跟我部门有关」

搞清楚这个区别，你就知道为什么「帮我提取重点」这种问法总是不够用——AI 不知道你要找什么，只能给你一份面面俱到的列表。

先说你要找什么：四种常见提取目的

同一份文档，不同的目的，提取出来的东西完全不同。下面列出四种最常见的场景。

目的一：提取决策

你要准备汇报，需要知道「会上定了什么」。这时候你不关心讨论过程，只关心结论。

翻车版本：
「帮我提取这份会议纪要的重点。」
→ AI 会列出讨论过程、背景、结论、待办……混在一起，你分不清哪些是决策。

正确版本：
「我要准备明天的汇报。请从这份会议纪要中提取所有明确的决策事项，
按以下格式输出：
- 决策内容
- 决策人
- 决策时间
- 影响范围
忽略讨论过程和背景描述。如果某条内容有争议或未最终确定，请标注「待确认」。」

好在哪里：你告诉 AI 只要「决策」，不要过程和背景。输出格式固定，一目了然。

目的二：提取风险和阻碍

你在评估项目能不能按期上线，需要知道「哪里可能出问题」。

翻车版本：
「这份文档里有什么问题吗？」
→ AI 可能给你列一堆小问题，也可能把「风险」和「已经解决的问题」混在一起。

正确版本：
「我是这个项目的负责人。请从这份文档中提取所有可能导致项目延期的风险项，
按以下格式输出：
- 风险描述
- 影响程度（高/中/低）
- 文档中是否提到了应对措施
- 出现该风险的原文段落（方便我核实）
只提取尚未解决的风险，已经处理完毕的不用列出。」

好在哪里：「只提取尚未解决的风险」这个约束，避免你把已经解决的问题当成隐患。要求 AI 给出原文出处，方便你回到文档核实——这一点很重要，后面还会强调。

目的三：提取数据和数字

你在核对报表，需要确认「文档里出现了哪些金额、日期和比例」。

翻车版本：
「帮我找出文档里的数据。」
→ AI 可能只列出它「觉得重要」的几个数字，漏掉了你真正需要核对的那个。

正确版本：
「我需要核对这份文档里的所有关键数字。请提取文档中出现的所有：
1. 金额（含币种）
2. 日期和时间节点
3. 百分比和比例
4. 人数或数量
按出现顺序排列，每条附上原文上下文（前后一句话），方便我定位。
如果同一数字在文档中出现了多次但数值不同，请标出差异。」

好在哪里：你明确列出了要找的数字类型，AI 就不会自己判断「哪些重要」。要求附上原文上下文，也避免了 AI 摘抄时的错位。最后一条「数值不同时标出差异」，能帮你发现文档前后矛盾的地方。

目的四：提取行动项

刚开完会，你需要知道「谁要在什么时候做什么」。

翻车版本：
「帮我整理一下会后要做的事。」
→ AI 可能把「建议」和「明确安排的任务」混在一起，你也分不清哪些是你的。

正确版本：
「请从这份会议纪要中提取所有明确的行动项（action items），
按以下格式输出：
- 任务内容
- 负责人
- 截止时间（如果文档中提到的话）
- 优先级（如果能从上下文推断的话）
只提取有明确负责人的任务。
如果是「建议」「可以考虑」这类非强制性内容，单独列在一个「建议事项」区域，
不要和行动项混在一起。」

好在哪里：把「必须做的事」和「可以做的事」分开，你不会把建议当成任务去催同事，也不会漏掉真正需要你跟进的事。

一个通用模板：替换目的就能用

上面的四个例子看起来不一样，但背后的结构是一样的。你只需要填三个空：

我的目的是：______（准备汇报 / 评估风险 / 核对数字 / 跟进任务 / 其他）
请从以下文档中提取：______（决策 / 风险项 / 所有数字 / 行动项 / 其他）
输出格式要求：______（按固定模板 / 表格 / 列表 / 其他）

约束条件：
- 每条附上原文出处，方便我核实
- 不确定的内容标注「待确认」
- 只提取跟我的目的直接相关的内容，不要面面俱到

原始文档：
______（粘贴文档内容）

这个模板的核心是三件事：你要找什么、你怎么判断什么是相关的、输出长什么样。把这三件事说清楚，AI 的输出质量会完全不一样。

三个常见错误

错误一：提取太泛，等于没提取

❌ 「帮我提取重点。」
→ AI 不知道什么是你的「重点」，只能给你一份什么都有的列表。

「重点」是主观的。同样是 20 页的会议纪要，财务关心数字，法务关心条款，项目经理关心时间线。你不说你的目的，AI 就只能给一份「谁都不太满意」的通用结果。

修正：永远先说你的目的，再说你要提取什么。把「提取重点」换成「我需要准备 XX，请提取 XX 相关的信息」。

错误二：不要求附上原文出处

❌ 只让 AI 列出提取结果，不要求标注来源。
→ 你不知道 AI 是从哪里提取的，也无法核实它有没有搞错。

AI 在提取数字和人名时经常出错——它可能把 A 会议的预算数字放到 B 项目里，也可能把「建议金额」写成「批准金额」。不附上原文，你根本发现不了。

修正：每条提取结果都要求附上原文段落或前后文。花 30 秒回到原文核实一条数据，比事后踩坑便宜得多。

错误三：遗漏关键数字还以为自己检查过了

❌ 让 AI 「找出重要的数字」。
→ AI 会自己判断哪些数字「重要」，然后漏掉你觉得关键的那些。

AI 觉得「重要的数字」和你需要核对的数字，往往不是同一批。它可能列出最大的那个金额，但漏掉了你真正关心的那个比例。

修正：不要说「重要的数字」，要说「所有金额」「所有日期」「所有百分比」——越具体，遗漏越少。宁可多列几条让你自己筛，也不要让 AI 替你做筛选。

复核清单

AI 提取完之后，花 2 分钟检查这四件事：

1. 有没有遗漏：文档里还有没有 AI 没提取到、但你需要的信息？快速扫一遍原文，重点看 AI 没覆盖的部分。
2. 数字有没有抄错：逐条核对金额、日期、比例。AI 在数字转录上出错率不低。
3. 有没有把「建议」当成「决定」：特别是行动项和决策类提取，确认 AI 没有把讨论中的提议当作最终结论。
4. 有没有张冠李戴：多项目、多部门的文档里，AI 可能把 A 的内容归到 B 头上。原文出处能帮你快速发现这类错误。

一句话总结

提取的关键不是「让 AI 读文档」，而是「让 AI 知道你在找什么」。先说目的，再给文档，最后附上约束。AI 的输出质量，取决于你问问题的精度。

行动建议

1. 下次打开一份长文档时，先花 10 秒想清楚你要找什么：是决策？风险？数字？行动项？不要直接说「提取重点」。
2. 用上面的通用模板试一次：把你的目的、提取类型、输出格式填进去，和之前「帮我提取重点」的结果对比一下。
3. 养成要求 AI 附上原文出处的习惯：每条提取结果都带上来源，花 30 秒核实，比事后返工快得多。
4. 把常用的提取模板存下来：如果你经常从会议纪要里提取行动项，就把那个提示词存成模板，下次只替换文档内容。