要完整理解长文档需四步：一设百万token上下文并重置会话；二用脚本或cli预处理多文件并注入元数据；三用字段模板结构化提问；四分层核验关键信息。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要一次性让Gemini完整理解整本技术手册、200页PDF合同或3万行代码工程，必须绕过默认设置的隐形截断，把真实文档结构和关键约束直接喂进模型的认知通路里。
第一步：确认并锁定百万Token上下文模式
AI Studio界面默认不启用全量上下文，不手动切换会自动压缩到128K甚至更低，导致中段内容被静默丢弃。
1、在左侧导航栏点击“Models”，选择 【gemini-3.1-pro-latest】；
2、点击右上角“Settings”→将“Context window”设为“Maximum (1M tokens)”；
3、关闭面板后，必须点击当前会话顶部的“Reset chat”——这一步漏掉，新配置不会生效，所有后续上传仍走旧缓存路径。
第二步：多文件预处理与元数据注入
AI Studio网页端无法原生解析PDF/DOCX的章节层级，直接拖入会导致页眉、表格、公式全部坍缩成乱码段落，跨页引用彻底断裂。
方法一：用Python脚本清洗（推荐）
调用pypdf提取PDF正文时，每页末尾插入[PAGE_BREAK:XX]；每个独立文档开头写入[DOC_ID:contract_v3.pdf]；删除所有页眉页脚字符串和重复换行符；最终合并为单个UTF-8 .txt文件，总长度控制在【94万token以内】（预留6万给指令与推理空间）。
方法二：用Gemini CLI本地处理（开发向）
安装gemini-cli后执行：gemini load --format pdf --preserve-layout api_manual.pdf，自动保留标题层级与表格结构，输出带语义锚点的纯文本流。
第三步：结构化提问替代自由问答
别问“总结一下”，这会让模型随机采样片段生成摘要，关键条款可能被过滤。必须用字段模板强制锚定信息位置。
输入指令示例：
“你是有15年经验的并购律师。请从以下合同文本中提取：①甲方核心义务（原文引用+章节号）；②乙方违约金计算方式（含触发条件与上限）；③对我方不利的单方面修改权条款（标注原文位置）。全部用Markdown表格呈现，禁止改写或概括。”
这个指令的关键在于：用数字序号明确提取顺序，用括号限定输出格式，用“原文引用+章节号”封死幻觉空间。实测显示，带字段约束的提问使关键条款召回率从67%提升至94%。
第四步：分层验证与关键点人工核对
Gemini 3.1 Pro在28万字研报测试中整体完整率约92%，但那8%的遗漏往往集中在数字、日期、法律效力限定词等关键位置。
立即执行三处校验：
• 所有金额数字是否带单位且小数位一致
• 含“除非”“仅当”“不可撤销”等强约束词的句子是否完整保留在输出中
• 表格类信息是否保留原始行列结构，而非转成段落描述
发现任一异常，立刻用“请重新提取第X章第Y条，仅输出原文，不做任何解释”重试，避免二次加工引入新误差。
