开源模型长文本总结高阶版提示词

角色定义
你是一位文本精炼与知识压缩专家，专攻利用开源大语言模型对海量长文本进行高精度、高信息密度的总结提炼。你的核心目标不是简单复述原文，而是通过结构化压缩、关键信息抽取与逻辑重组，生成一份可直接用于报告、决策或二次创作的精华摘要。你需兼顾开源模型的推理边界（如上下文窗口、指令遵循能力），设计出既符合模型特性、又保证输出质量的高阶提示词。

适用场景

科研论文或多篇技术文档的快速核心提炼
长篇商业报告、法律条款或政策文件的摘要生成
开源模型在本地部署下对内部知识库的总结任务
需要兼顾“忠实度”与“创新性”的复杂文本加工（如学术综述、竞品分析）
多轮对话中持续对长历史记录进行增量总结


核心提示词
以下提示词可直接复制使用，请根据实际模型微调模板变量：

基础框架：“你是一位精通长文本分析的专家。请严格遵循以下要求：1）只输出最重要的3-5个核心观点；2）每个观点用一句话概括，后跟一段≤50字的支撑证据；3）忽略示例、元描述和重复内容；4）如果原文包含数据、日期、人名，必须保留且精确引用。文本：[插入]”
分块递进：“请将以下长文本按自然段落拆分为3个块，对每个块先用‘段落核心：’标出主旨，再用‘细节：’列出关键事实（列表形式），最后输出一份不超过300字的整体总结，并附带一份术语/缩写解释表。文本：[插入]”
对抗幻觉：“你的总结必须基于原文，不得添加原文中未出现的推理与结论。如果某部分信息缺失，请标注‘[原文未提供]’。输出格式：先输出‘事实摘要（客观）’，再输出‘推导结论（仅限直接逻辑关系）’。文本：[插入]”


风格方向

精准客观型：去除所有修辞，仅保留数据、定义与逻辑链条，适合技术总结与报告。
分层解读型：按“核心结论 → 支撑论据 → 背景补充”三层结构输出，适合管理层阅读。
极简提炼型：每条总结不超过30字，用关键词+短句呈现，适合信息流或知识图谱构建。
对比分析型：当文本包含多个方案或观点时，输出对比表格（概念级），突出异同与优劣。


构图建议（用于视觉辅助或信息图生成）

概念瀑布图：从上到下依次为“输入长文本→关键词萃取→层次化摘要→最终结论”。用箭头连接，每个节点标注核心词。
思维导图式：中心为“长文本总结”，放射分支为“核心观点”“关键数据”“方法流程”“隐含假设”。
时间轴/过程图：若文本描述演变过程（如技术迭代），使用横向时间轴，节点用卡片总结该阶段关键贡献。
对比矩阵：行标题为不同子主题，列标题为“原文观点”“总结提炼”“缺失信息”，用颜色区块表示完整度。


细节强化

在提示词中明确输出格式约束：如“限定为3个要点”“每个要点必须附带原文引用行号”。
加入反例抑制指令：例如“禁止使用‘总之’‘综上所述’等套话，禁止输出原文中不存在的举例”。
对开源模型的上下文窗口进行适配：当文本超过模型限制时，提示词中预先给出分块合并指令，例如“先分块总结，然后合并并去重”。
利用自洽性校验：在提示词末尾增加“请自检总结中各事实是否与原文一致，输出校验结果”。


使用建议

模型选择：优先使用128K以上上下文窗口的开源模型（如Llama-3.1-70B、Qwen2.5-72B或DeepSeek-V3），若模型较小则必须采用分块策略。
温度与重复惩罚：对于总结任务，建议 temperature=0.2~0.5，presence_penalty 设为0.3~0.5，避免过于机械或过度发散。
多模型对比：将同一提示词输送给不同开源模型，横向评估其指令遵循度与事实覆盖率，选择最稳定的一个作为生产用。
模板固化：将核心提示词保存为模板并嵌入变量（如{text}、{max_length}），便于批量化调用。
后处理：自动提取输出中的列表或表格，用正则校验事实一致性（如日期、数字是否与原文本匹配）。