扣子长文本拆分与分段优化实战指南-人工智能-PHP中文网

文本超2800字须按语义段落智能拆分：用正则匹配空行或标题层级切分，再通过loop节点逐段处理，最后双换行拼接，避免逻辑断裂与静默截断。

☞☞☞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☜☜☜

扣子长文本拆分与分段优化实战指南

处理超过3000字的合同、报告或技术文档时，直接喂给大模型常出现关键条款遗漏、逻辑链断裂、重点被稀释的问题。这是因为扣子平台调用的主流大模型存在上下文窗口硬限制，超出部分会被自动截断或降权处理。

判断文本是否需要拆分

打开待处理文本，在扣子工作流中新建一个Code节点，粘贴以下Python代码：

```python
len(user_input.replace(' ', '').replace('\n', ''))
```

运行后若返回值【大于2800】，必须拆分——留200字余量是为系统提示词和输出格式预留空间，硬超会触发静默截断，且不报错。

小于2800字的文本，直接进LLM节点处理即可，强行拆分反而增加冗余计算和拼接风险。

按语义段落智能切分

不要用固定字数切分。固定切法会把一段完整论证（如“原因→证据→结论”）硬生生劈成两半，导致后续润色失真。

方法一：用正则匹配自然段落边界

在Code节点中执行：

```python
import re
segments = re.split(r'\n\s*\n', user_input.strip())
segments = [s.strip() for s in segments if s.strip()]
```

该方法保留原文空行分隔逻辑，适合会议纪要、政策文件等结构清晰文本。

扣子 (Windows)

扣子 (Windows) 是字节跳动推出的一站式 AI Agent 平台客户端，支持多 Agent 协作、可视化工作流和知识库管理。最新版本新增 Claude Code 与 Codex CLI 接入、多端同步和项目级管理功能，同时优化了插件生态和 AI 响应速度，让用户在 Windows 上即可高效创建、运行和协作智能体，满足个人、团队及企业场景需求。

下载

方法二：用标题层级切分（推荐用于技术文档/论文）

在Code节点中执行：

```python
import re
# 匹配一级到三级标题，如“1.” “1.1” “第一章” “### 小节”
title_pattern = r'^\s*(?:\d+\.\d+\.\d+|\d+\.\d+|\d+|[IVXLCDM]+\.\s+|第[一二三四五六七八九十]+[章节]\s*|#{1,3}\s+.+)$'
lines = user_input.split('\n')
segments = []
current = []
for line in lines:
  if re.match(title_pattern, line.strip()):
    if current:
      segments.append('\n'.join(current))
      current = [line]
    else:
      current = [line]
  else:
    current.append(line)
if current:
  segments.append('\n'.join(current))
```