做多模型横向对比时常用的AI聚合平台：库拉KULAAI（c.877ai.cn），可以直接调Gemini 3.1 Pro、GPT-5.5、豆包等多个模型做同一长文本任务的效果对比。
100万token窗口的真实使用感受
Gemini 3.1 Pro的上下文窗口支持100万token。一本小说约10万token，20篇论文约40万token。理论上它可以一次性处理海量文本。
但"能吃"和"能消化"是两回事。上周我拿它分析一份60页的行业报告，出来的东西泛泛而谈。重点没抓住，数据还引错了。反复调试才发现问题出在提示词上。
长文本场景下的提示词写法跟短文本完全不同。今天把踩过的坑和对应的注意事项逐一拆开讲清楚。
注意事项一：指令放在文本前面而非后面
这是我犯的第一个错。把报告全部贴进去最后加一句"请总结核心观点"，结果总结非常表面。
原因在于文本量太大时最后的提问指令会被前面的海量内容"淹没"。模型的注意力大部分分配给了长文本，留给最后提问的权重不够。
正确做法是把指令放在文本前面。先告诉模型你需要什么再喂入内容。比如：
"请分析以下报告。重点看三个方面：市场规模变化、竞争格局、技术趋势。输出结构化表格。
[报告正文]"
指令前置让模型在读取文本之前就明确了分析方向。注意力分配更合理，输出质量有明显提升。
注意事项二：分段喂入而不是一次灌入
100万token的窗口意味着技术上可以一次灌入大量文本。但实测中超过约20万token后输出质量开始下降。
不是模型处理不了，是注意力被稀释了。文本越长模型越倾向于生成泛泛概述而不是精准分析。
更有效的做法是分段喂入。每次喂一到两个章节配合针对性提问。比如第一轮喂前三章问"市场规模数据有哪些"，第二轮喂中间部分问"竞争分析中哪些观点有数据支撑"，第三轮喂最后部分问"结论跟前面的数据是否一致"。
分段后每个段落获得的分析深度更高。最后再汇总所有分析结果做一次全局总结。
注意事项三：给锚点帮模型分配注意力
长文本中信息密度不均匀。有些段落是核心观点，有些是背景铺垫，有些是数据补充。如果不告诉模型哪些是重点，它会把所有内容同等对待。
解决办法是在提示词中给锚点。比如：
"以下是一份行业报告。请注意第三章的市场规模预测和第五章的竞争格局分析是核心内容。其他章节作为背景辅助。"
你知道报告里哪些部分重要就直接告诉模型。它没有你的业务上下文，不能指望它自己判断。
注意事项四：明确输出结构避免泛泛总结
长文本处理最常见的输出问题是"正确的废话"。面面俱到但毫无深度。根源是提示词中没有指定输出结构。
"请总结这份报告"——模型不知道你要300字的摘要还是3000字的深度分析。它倾向于生成中等长度的泛泛概述。
修正方法是在提示词中明确输出结构。比如：
"请输出以下结构：
一、一句话总结（不超过30字）
二、三个关键发现（每个附具体数据）
三、两个潜在风险
四、一条可操作建议"
结构越明确输出越可控。模型知道每个部分的字数和内容要求就不会泛泛而谈。3.1 Pro的API支持response_mime_type参数指定JSON格式。对需要程序化处理分析结果的场景很实用。
注意事项五：善用思维层级和缓存机制
3.1 Pro支持低、中、高三个思维层级。长文本分析该用哪个层级取决于任务复杂度。
简单信息提取用低层级，响应约0.8秒，约200token。中等分析用中层级，平衡质量和成本。深度推理用高层级，准确率从约65%提升到约94%，但token消耗约1200个是低层级的6倍。先判断任务复杂度再选层级能显著优化成本。
上下文缓存也值得关注。缓存命中仅0.50美元每百万token。同一份报告做多轮分析时前几轮被缓存后后续轮次成本大幅降低。Claude Opus 4.6输入15美元输出75美元贵了7.5倍。长文本场景差距更大。
跟其他模型怎么选
3.1 Pro在长文本上的优势是100万token上下文和多模态文件上传。报告中包含图表和公式时原生多模态架构能直接处理。PDF、PPT、Word可以直接上传不需要先复制粘贴。
Claude在长文本分析准确性上也不错。GPT-5.5在结构化输出上略有优势。混合使用效率更高。在聚合平台上拿同一份报告在不同模型上做一轮对比找到最适合你场景的组合。
最后
100万token窗口是能力不是保证。五个注意事项的核心逻辑一样——给模型更明确的指令、更合理的注意力引导、更精确的输出约束。建议从指令前置和分段喂入开始试。方法论对了长文本处理效率才能真正发挥。
