上周我对着一个 180 多页的行业资料发愁——不是读不动，是读完脑子里一片糊，合上就忘，用的时候还得翻回去找。
我先试了最省事的办法：整份丢给 AI，说"帮我总结一下"。它倒是秒回，给了个漂漂亮亮的分点总结，四个大标题配小字。我扫了一遍——对，都写了，但没一个能帮我解决实际问题。因为 AI 不知道我到底关心什么，它只能平均用力，把重要的和废话摊成一样的分量。
后来我琢磨出个办法，分三步，亲测能把一份长文档变成"拿来就能用"的笔记：
第一步，先别让它总结，让它列结构。就问一句："这份资料分了几个部分？每部分大概讲什么？用一句话概括。"先拿到骨架，你才知道这 180 页里哪几页跟你的问题有关，哪几页可以跳过。
第二步（最关键的），带着你的问题去问，而不是要"完整总结"。比如我不问"总结全文"，而是问"关于 XX 这部分，作者的核心结论是什么？他用了什么数据支撑？有没有我需要注意的坑？"问题越具体，AI 挖得越深，给出来的越能直接用。
第三步，让它把结论整理成"笔记体"，而不是"摘要体"。区别在于：摘要告诉你"这里讲了什么"，笔记告诉你"我下次该怎么做"。我会补一句"把能落地的动作单独列出来，按优先级排"。
拿那份行业资料试了一遍，原本半天都理不清的东西，40 分钟就整理出了一页能直接用的行动清单。before 和 after 的区别就是：一个是"我知道它讲了啥"，一个是"我知道我该干啥"。
踩过的坑也提一句：别一次塞太长，超过两三万字 AI 容易顾此失彼，分块喂、分块问最稳；还有，第二步的问题一定要用你自己的话写，直接复制标题反而问不出深度。
这个方法没什么高大上的，就是"先骨架、再追问、后落地"三个动作，但比"帮我总结"好用太多。你要也被长文档折磨，可以试试。
