用 AI 做资料归纳

你手上有三份竞品分析报告、两份用户调研记录、一份行业数据表。老板说明天要一个结论：「我们的下一步方向是什么？」

你的第一反应可能是：挨个看一遍，然后在脑子里拼出全貌。但三份报告加起来几十页，每份都在讲不同的事情，看到后面已经忘了前面说了什么。

这种「从多份资料中综合出一个结论」的事情，叫做信息综合（也有人叫资料归纳、信息整合）。它比总结更难——总结是把一篇文档压缩变短，而信息综合是从多篇文档里提炼出原来任何一篇都没有的新结论。

好消息是，这正是 AI 最擅长的事之一。它能同时「看」多份资料，快速找到它们之间的共同点、矛盾点和趋势。但前提是——你得知道怎么让它做，而不是让它把资料重新抄一遍。

信息综合和前面学过的有什么不同

在这个系列里，你已经学了几种文档处理能力。它们看起来相似，但目标完全不同：

能力	做什么	输入	输出
总结	把一篇长文档压缩变短	一篇文档	更短的摘要
提取	从文档中找特定信息	一篇文档	特定的数据点
整理	把零散资料分类归档	多份零散资料	分类好的结构
阅读	理解一篇复杂文档	一篇难懂的文档	通俗易懂的解释
综合	从多份资料中提炼新洞察	多份资料	新的结论或判断

综合是最难的一步，因为结果里包含了一些原始资料里没有的信息——你的判断和洞察。AI 能帮你发现关联和矛盾，但最终的结论需要你来做。

核心方法：交叉验证 → 发现模式 → 形成洞察

信息综合不是把几份资料的内容堆在一起。你可以把它想象成拼拼图——每一块碎片自己看不出全貌，但拼在一起就能看到完整的画面。

整个过程分三步：

第一步：交叉验证——多份资料说的是同一件事吗？

如果三份竞品报告都提到「价格越来越低」，那这个结论就比较可靠。如果一份报告说「市场在增长」，另一份说「市场在萎缩」，你就发现了一个矛盾，需要进一步追查为什么。

第二步：发现模式——不同资料之间有什么共同趋势？

用户调研说「操作太复杂」，客服记录显示「60% 的投诉跟操作流程有关」，产品数据表明「注册完成率只有 30%」。三个不同的来源，指向同一个问题——这就是模式。

第三步：形成洞察——这些模式说明了什么？

模式本身不是结论。你需要进一步问：这些共同趋势意味着什么？应该怎么做？这一步 AI 可以给建议，但最终判断必须是你来做。

三个场景对比

场景一：综合竞品报告得出市场趋势

你有三份行业报告，想综合出市场趋势。

翻车版本：❌ 帮我综合一下这三份报告 → AI 分别复述每份报告的内容，没有交叉对比，没有新结论。这叫「堆信息」，不叫「综合」。

正确版本：

请综合以下三份行业报告，回答：「未来 12 个月，最值得关注的趋势是什么？」

分析步骤：
1. 交叉验证：哪些结论一致？哪些矛盾？
2. 发现模式：不同来源是否指向相同趋势？
3. 形成洞察：最值得关注的 1-3 个趋势

要求：
- 每个结论标注来自哪份报告
- 多份报告支持的结论注明「多源验证」
- 矛盾处列出不同观点及来源
- 区分「资料明确提到的」和「你推测的」

报告 A/B/C：（粘贴）

AI 应该输出：交叉验证结果、矛盾点分析、带来源标注的洞察。比如：

多源验证：三份报告一致认为 AI 工具渗透率快速提升
矛盾点：报告 A 预计增长 15%，报告 B 认为增速放缓至 5%（可能统计口径不同）
洞察：AI 工具从「尝鲜」进入「日常使用」（A+B+C）；价格战已开始但利润仍有空间（推测）

场景二：综合用户反馈和数据得出产品方向

你有用户访谈、客服工单和产品数据，需要得出改进方向。

翻车版本：❌ 帮我看看用户反馈和数据，产品该怎么改 → AI 给出「优化体验、提升性能、加强客服」这种说了等于没说的笼统建议。

正确版本：

请综合以下三份材料，回答：「产品最应该优先解决什么问题？」

材料 1——用户访谈（5 位用户摘要）
材料 2——客服工单（最近 3 个月分类统计）
材料 3——产品数据（关键功能使用率和完成率）

分析框架：
1. 三份材料是否指向相同问题？列出「多源验证」的问题
2. 哪些影响面最大？（结合工单量、提及频率、数据表现）
3. 有没有仅一份材料提到、其他没印证的？标注为「单源信号」
4. 优先级排序前三，说明理由

（粘贴三份材料）

AI 应该输出多源验证的问题排序，比如：

多源验证：
1. 注册流程流失严重（访谈 3/5 提到 + 工单占 22% + 完成率仅 30%）→ 优先级最高
2. 报表导出不稳定（访谈 2/5 + 工单占 15% + 使用率仅 12%）→ 优先级高
单源信号：1 位用户提到「想要移动端」，其他材料未印证 → 暂不列入优先

场景三：综合报告和政策得出业务机会

你有一份行业报告和一份政策文件，想判断有没有新机会。

翻车版本：❌ 帮我看看有什么业务机会 → AI 列出「数字化转型、绿色经济、AI 应用……」每个写两句，看完不知道该做什么。

正确版本：

请综合以下材料，分析潜在业务机会。

材料 1：行业趋势报告
材料 2：最新政策文件

分析框架：
1. 哪些趋势与政策方向一致？（双重支撑）
2. 哪些趋势与政策矛盾？（可能有风险）
3. 政策提到但报告未充分关注的？（可能是早期机会）
4. 最值得探索的 1-2 个方向

要求：区分「双重支撑」「仅趋势支持」「仅政策支持」，标注风险等级

（粘贴两份材料）

AI 应该按支撑强度分层输出：

双重支撑：企业级 AI 应用（报告：年增长 40% + 政策：提供补贴）→ 风险低
仅趋势支持：AI 内容创作工具（趋势明确，政策未涉及）→ 风险中
趋势与政策矛盾：数据跨境服务（报告认为是增长点，政策加强限制）→ 风险高
综合判断：最值得探索企业级 AI 应用，双重支撑且有补贴路径

常见错误

错误一：只堆信息，不做归纳

AI 输出「报告 A 说了 X，报告 B 说了 Y，报告 C 说了 Z」——只是把资料重新排列，没有交叉对比，没有新结论。

解决办法：在提示词中明确要求「找出共同点」「找出矛盾点」「给出综合结论」。

错误二：把 AI 的推测当成结论

AI 说「综合来看，该市场将在 2027 年达到 500 亿规模」。听起来有道理，但如果它没有标注这是推测还是原文数据，你就无法判断可靠性。

解决办法：要求 AI 明确区分「资料中明确提到的」和「基于分析推测的」。推测可作参考，决策要用事实支撑。

错误三：不标注信息来源

AI 告诉你「多份报告指出市场正在萎缩」，但你不知道具体是哪些报告的哪部分，结论无法验证。

解决办法：提示词中要求「每个结论标注来自哪份资料的哪一部分」。

万能提示词模板

请综合以下多份资料，回答核心问题：「______」

资料清单：
1. 资料 A：（名称和简要说明）
2. 资料 B：（名称和简要说明）
3. 资料 C：（名称和简要说明）

分析步骤：
1. 交叉验证：这些资料中有哪些结论是一致的？有哪些是矛盾的？
2. 发现模式：不同来源是否指向相同的趋势或问题？
3. 形成洞察：基于以上分析，回答核心问题，给出 1-3 个关键结论

输出要求：
- 每个结论标注来自哪份资料（用资料名和位置标注）
- 如果多份资料支持同一结论，注明「多源验证」
- 如果结论之间存在矛盾，列出不同观点及各自的来源
- 明确区分「资料中明确提到的」和「你推测的」
- 不要只复述资料内容，要给出综合后的新洞察

资料内容：
（粘贴各份资料）

把「核心问题」和「资料清单」替换成你实际的内容，就是一个完整的综合指令。

综合后的三步检查

AI 做完信息综合后，不要直接采纳结论。花 2 分钟做三步检查：

1. 检查矛盾是否被处理：如果多份资料之间有矛盾，AI 是否指出了矛盾？还是直接忽略了一个说法？矛盾的发现往往比一致的结论更有价值。
2. 核实关键结论的来源：随机挑 2-3 个重要结论，回到原始资料中核实。AI 有时候会「张冠李戴」——把报告 A 的观点安到报告 B 头上。
3. 评估结论的可操作性：AI 给出的结论是否足够具体，能让你做出下一步行动？如果结论太笼统（如「需要关注用户体验」），说明分析还不够深入，需要追问。

一句话总结

信息综合的核心原则：不是把多份资料堆在一起，而是让 AI 做交叉验证、发现模式、形成洞察。 每个结论要标注来源，推测和事实要分开，矛盾不要回避。AI 帮你发现关联，但最终的判断由你做。

行动建议

1. 找一个真实场景试一次：手边如果有 2-3 份相关文档，用上面的模板做一次综合。重点体验「交叉验证 → 发现模式 → 形成洞察」的过程。
2. 每次先想清楚核心问题：综合之前，用一句话写下你要回答的问题。「市场趋势是什么」不如「未来 12 个月最值得关注的增长点是什么」。
3. 养成标注来源的习惯：始终要求 AI 标注每个结论的来源，让你分清哪些有多源支撑、哪些只是单方面说法。
4. 不要跳过人工判断：AI 的结论是起点，不是终点。花 5 分钟审视有没有遗漏角度、有没有过度依赖某一份资料。最终决策，永远是你的责任。