测试背景与方法
很多人关心「大模型到底能不能直接吃下长文档」。这次我用两类真实材料测试：
- 一份约 8000 字的技术文档（含多级标题与代码片段）
- 一段 300 行左右、缺少注释的遗留代码
测试任务固定为三类：长文总结、语气改写、代码解释。
一、长文总结
做法：把文档整段粘贴，要求输出「500 字摘要 + 5 条要点」。
结果：
- 摘要覆盖了主要章节，要点基本命中文章主干，没有明显跑偏
- 但模型会省略部分中间层级的细节，尤其是表格里的具体参数
- 若某段内容出现在文档很靠后的位置，被提及的概率会下降
结论：适合做「快速判断要不要细读」的第一道筛选，不适合直接当作事实依据。重要参数仍需回到原文核对。
二、语气改写
做法：把一段口语化的说明改成正式的对外文档语气。
结果：改写后的文本通顺，术语使用一致，长句拆分合理。主要问题是偶尔会顺手补充原文没有的信息（例如自己加了一句适用范围说明）。
结论：改写可用，但发布前必须逐句比对，防止「无中生有」。
三、代码解释
做法：贴入遗留代码，要求说明整体流程与每个函数的作用。
结果：
- 主流程判断准确，能指出入口函数和核心循环
- 对个别边界条件（如空数组、异常分支）的解释存在想当然的情况
- 给出的重构建议整体合理，但直接照搬前需要跑一遍测试
结论：把它当成「资深同事的快速讲解」很合适；当成「可直接合入的代码」则风险较高。
通用避坑建议
- 长文档分段投喂：超过一定长度后，靠后内容被忽略的概率上升，建议按章节分段并让它分别总结，最后再做一次汇总
- 关键数字必查：模型对参数的复述不可靠，涉及版本号、限额、价格时以官网为准
- 明确输出格式：指定「几点」「多少字」「用什么语气」能明显减少返工
总结
在总结、改写、代码解释这三类任务上，ChatGPT 已经能稳定节省大量时间，但定位应是「高效助手」而非「权威来源」。只要保留人工核对环节，整体收益是明确的。