应通过分段提问让kimi精准定位技术白皮书或尽调报告的关键信息：先按书签拆分子文件并逐个上传，指令提取带“应”字条款；手动分段需加前缀标记防逻辑断裂；问答模式直接提问可提升定向抽取准确率。
☞☞☞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☜☜☜
面对一份50页的技术白皮书或8万字的行业尽调报告，通读耗时且容易遗漏关键条款，必须通过分段提问让Kimi精准定位每一块信息单元。
按自然章节切分并绑定指令锚点
第一步：用Adobe Acrobat打开PDF → 点击“组织页面”→选择“拆分文档”→勾选“基于书签拆分”，导出为多个带标题命名的子文件（如“3.2 数据安全要求.pdf”）。
第二步：逐个上传子文件，每次仅传一个。上传完成后，在输入框中直接输入指令：“请提取本节中所有带‘应’字的强制性条款，按原文顺序编号输出，不加解释。”
第三步：收到响应后，立即检查是否包含页码标注（如“P23第4条”）。若无页码，说明Kimi未启用文档原生解析模式，需重新上传并等待右上角出现“已启用文档理解模式”提示后再提问。
手动分段+前缀标记法
方法一：用记事本打开导出的纯文本 → 每1200字符左右插入分隔线“———【段落X结束】———” → 在每段开头加结构化前缀，例如【P17-2|承接上文“加密算法选型”结论】。
方法二：将含表格的段落单独处理 → 先手动转述为文字：“表4显示：AES-256加密延迟均值为1.2ms，SM4为0.9ms，RSA-2048为8.7ms” → 再提交该描述句+指令“对比三类算法性能指标，指出延迟最低与最高者”。
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
【不加前缀标记的段落，Kimi会默认重载上下文，导致前后逻辑断裂】
用文档问答模式实现定向抽取
上传完整PDF后，不走摘要路径，直接开启问答模式：
输入问题：“这份合同第5.3条约定的验收标准具体包括哪三项指标？”
再追加一句：“请只返回原文中出现的三个短语，用顿号分隔，不加引号、不加序号。”
这一步操作起来很简单，直接把问题复制粘贴进去就行。Kimi会在全文中锚定位置并精准截取，比泛泛而问“总结验收条款”准确率高6倍以上。
