长文摘要遗漏关键数字时，如何设计分段摘要、校验提示和事实一致性检查

我会把这个问题拆成三个层面来处理： 分段摘要策略、关键数字校验提示、事实一致性检查 。核心目标不是单纯让模型“写得更好”，而是让摘要过程变成一个可校验、可追溯的流程。

1. 分段摘要：先抽取事实，再生成摘要

长文直接一次性摘要很容易丢数字，尤其是金额、比例、时间、数量、同比环比这类信息。所以我一般不会直接让模型总结全文，而是采用两阶段流程：

先按结构分段，比如按标题、自然段、章节、token 长度切分； 每段先做“事实抽取”，重点抽取数字相关信息； 再基于每段的结构化事实生成局部摘要； 最后做全局合并摘要。

比如每段先抽取成类似结构：

```json { "segment id": 3, "key numbers": [ { "value": "12.5%", "metric": "营收同比增长率", "entity": "公司A", "time": "2023年", "evidence": "原文句子..." } ], "summary": "本段主要说明