长上下文最实用的落地场景，不是"能塞进去"，是"能追溯到第几页第几条"
先给你三句话的结论：
① AI 说"合同整体没问题"，和它真的把 41 页逐条读完，是两件不同的事。研究者给这个差距起过名字，叫"中段遗失"。
② 想让结果可追责，唯一有效的动作是逼它标注出处：逐字摘录 + 第几页第几条 + 不许改写。文末给了可以直接抄走的话术。
③ 有个多数人不愿意听的提醒：AI 帮你读完的那一刻，"我不知道有这条"这句抗辞就用不了了。追责追的不是 AI，是你手里那份复核记录。
先说一个我见过太多次的场面。
一份四十多页的合同——加盟协议、工程分包、办公租赁、员工竞业，都行。你把它拖进对话框，敲一句"帮我看看有没有坑"，十几秒后 AI 回你一段结构漂亮的话：整体条款较为规范，建议关注违约责任与知识产权归属，付款方式风险可控。
你松了一口气，签了。
半年后出事，你回头翻合同，发现真正要命的那一条，在第 27 页的附件二里，标题叫"其他约定事项"。它不在正文，在附件；不在开头，在中间；不叫"违约责任"，叫"补充说明"。
这就是长上下文最容易骗人的地方：它能装下，不代表它读到了；它读到了，不代表它会告诉你。
而"标注出处"这一步，恰好同时解决这三件事。它不是一个排版要求，是把 AI 的模糊意见变成可核对、可举证、可追责的材料的那道工序。这一篇就重点讲这道工序怎么做。
01 它不是"读完了"，是"读顺了"
这个现象在学术圈有个很直白的名字：Lost in the Middle（迷失在中间）。斯坦福大学的 Nelson F. Liu 等人在论文《Lost in the Middle: How Language Models Use Long Contexts》里系统测过它——该文 2023 年 7 月挂上 arXiv（编号 2307.03172），后正式发表于计算语言学顶刊 TACL 2024。
实验设计朴素得可怕：给模型一大段材料，把关键事实插在不同位置，然后问同一个问题，只记录答对率。
结果是一条明显的 U 型曲线——关键信息放在开头，答得好；放在结尾，答得也好；放在正中间，性能明显掉下来。
出处：Liu N. F., Lin K., Hewitt J., et al. Lost in the Middle: How Language Models Use Long Contexts. TACL 2024, DOI: 10.1162/tacl_a_00638。
心理学里管这叫"首因效应"和"近因效应"——人背一串词，也最容易记住开头和结尾那几个。语言模型在这一点上，像个记性不错但注意力有限的人。
但真正值得你停下来的是后面这个发现。2025 年 7 月，向量数据库公司 Chroma 发布技术报告《Context Rot: How Increasing Input Tokens Impacts LLM Performance》（上下文腐烂），测了 18 款主流模型，按公开资料涵盖 GPT-4.1、Claude 4、Gemini 2.5、Qwen3 等系列。它的结论比"中段遗失"更不客气：
模型性能是随输入长度增加持续下降的，不是"撑满窗口才崩"。
换句话说，厂商宣传的"支持 100 万 token"，说的是能塞进去；它没有承诺塞进去的每一段都被同等认真地对待。多份公开解读把明显退化的位置划在几万 token 量级——具体拐点因模型、因任务而异，请以你自己的实测为准，这里我只给方向，不给结论性数字。
还有个反直觉的细节。该报告专门测了"草堆结构"的影响，即上下文本身的组织方式会不会改变表现。有社区解读把它总结成一句很扎心的话：结构越连贯、越有条理、语义越自洽的长文档，内部的干扰反而越隐蔽。（这一条属于二手解读，方向可信，具体口径请回原报告核对。）
如果这条成立，那它解释了一件很麻烦的事：合同恰恰是"最容易被漏读"的那类文本。它前后语义高度自洽，同一套主语反复出现，条款之间大量互相引用，中段还塞满了看似例行公事的"其他""补充""另行约定"。它读起来不像陷阱，它读起来像模板——而模型对这种文本的注意力分配，本来就不是均匀的。
02 先说清楚：你口中的"追责"，到底追谁的责
很多人在这里想歪了，以为"能追责"的意思是——AI 漏看了，回头去找 AI 厂商索赔。这条路基本走不通：主流 AI 服务的使用协议里，几乎都会写明输出内容可能存在错误、不构成专业意见、由使用者自行判断。模型不是合同当事人，它没签字。
真正能追的责有三条腿。搞清楚这三条腿，你才知道"标注出处"到底在给你攒什么材料。
1 第一条腿：合同提供方的提示与说明义务。这是法律替你装好的那条腿。《民法典》第 496 条第 2 款要求，采用格式条款订立合同的，提供方应当遵循公平原则确定权利义务，并采取合理的方式提示对方注意免除或者减轻其责任等与对方有重大利害关系的条款，按对方要求予以说明。
2 第二条腿：举证责任在对方，不在你。《最高人民法院关于适用〈中华人民共和国民法典〉合同编通则若干问题的解释》（法释〔2023〕13 号，2023 年 12 月 5 日施行）第 10 条明确：提供格式条款的一方对其已经尽到提示义务或者说明义务承担举证责任。而且该条还专门补了一刀——通过信息网络订立的电子合同，提供方仅以"设置了勾选、弹窗"为由主张已尽义务的，法院不予支持。
3 第三条腿：你自己的复核记录。法律给了你前两条腿，但两条腿都要有个前提：你得能说清楚"我当时到底注意没注意到这一条"。AI 帮你读完合同之后，这件事的性质就变了——下面那个紫框，是这篇文章我最想让你记住的一点。
把三条最关键的条文放在这里，方便你截图存着：
第 496 条第 2 款（后果部分）：提供格式条款的一方未履行提示或者说明义务，致使对方没有注意或者理解与其有重大利害关系的条款的，对方可以主张该条款不成为合同的内容。
第 497 条：提供方不合理地免除或者减轻其责任、加重对方责任、限制对方主要权利，或者排除对方主要权利的格式条款——无效。
第 498 条：对格式条款理解发生争议，按通常理解解释；有两种以上解释的，应当作出不利于提供格式条款一方的解释；格式条款与非格式条款不一致的，应当采用非格式条款。
出处：《中华人民共和国民法典》第 496 至 498 条；法释〔2023〕13 号第 10 条。条文以官方发布文本为准，涉及具体纠纷请咨询执业律师。
一个新鲜判例口径：2026 年 10 月 12 日，最高法联合央行、金融监管总局、证监会发布的金融消费者、投资者权益保护典型案例中，第一案就是这件事
在某银行诉潘某、李某金融借款合同纠纷案里，法院认定：贷款人通过适用调整利率条款，把逾期利率一路推高到正常借款利率的三倍有余，而该条款未予加粗提示，无论显著性还是与前后条款的连贯性，都未达到足以引起消费者注意的法定标准——法院对该项主张不予支持。
这个口径对普通人的意义很直接：司法正在把判断标准从"你形式上勾了、签了"往"你是不是真的注意到了"移动。而"是否真的注意到"这件事，恰恰靠条款的呈现方式来证明——加粗、变色、下划线、单独弹窗、单独签名栏。
这里有个很多人不愿意听的反转：AI 帮你读完合同的那一刻，你的"不知情"抗辩就消失了。
原来对方没加粗、没提示，你可以主张这条没订入合同。可如果 AI 已经把第 27 页附件二那一条原文摘录、页码、条款号一起递到你眼前，你还是签了字——事后说"我没注意到"，说服力就弱得多了。
所以"标注出处"从来不是为了事后甩锅给 AI。它的真正作用是：让你从"可能不知情"变成"确定知情"，然后把剩下的力气用在正确方向上——去谈判、去要求书面说明、去改条款，而不是去打一场注定吃亏的"我看不见"。
顺手给一条能直接省钱的动作：把谈下来的特别约定，写成"非格式条款"。
第 498 条最后一句是"格式条款和非格式条款不一致的，应当采用非格式条款"。实务含义很实在：你和对方谈妥的那个条件，别只改在系统里的默认模板上，要单独写进"补充条款""特别约定"栏，或者手写批注并由双方签字确认。这样一旦它和印刷体的通用条款冲突，以你谈的那条为准。这一句的价值，通常远大于再问三遍 AI"有没有风险"。
03 核心：标注出处这一步，具体怎么做（五步锚点法）
下面五步是我认为整套流程里唯一值得照抄的部分。它不需要你懂模型，也不需要额外软件，任何一个能上传文件的对话工具都能跑。每一步都配了可直接复制的话术，以及——它到底在防什么。
1 先要"索引表"，不要"总结"。第一句话永远不是"帮我看看有没有坑"。先让它把合同拆成一份可点名的目录——因为你后面所有出处都要引用这份目录里的编号，没有编号，标注就无处落脚。
请先把这份文件做成"条款索引表"，四列：序号 / 所在位置（第几页 + 第几条 + 第几款）/ 条款标题 / 一句话主旨。
要求：
① 正文、附件、补充协议、订单模板、SLA 附表全部纳入，附件单独从 A1 开始编号；
② 每条位置必须写页码，写不出页码的一律标 【定位不明】，不许猜；
③ 只列目录，这一轮不要做任何评价。
最后单独回答：这份合同一共多少页？索引表覆盖了几页？有没有整段没有进入索引？
防的是"它只看了正文前半段，就把后半段和附件当成不存在"。最后一问是关键——把沉默的漏读逼成可见的缺口。
2 强制"摘录 + 定位"，禁止意译。这是整套方法的承重墙。绝大多数 AI 合同回答之所以没法追责，就是一句话：你无法验证。它说"违约责任偏重"，可它没说偏重在哪一条，你连翻回去核对的落点都没有。
接下来你的每一条结论，都必须严格按下面三段式输出，缺一不可：
【原文】逐字摘录合同原句，不超过 60 字，不得改写、不得概括、不得补字；
【定位】第 X 页 / 第 X 条第 X 款（引用索引表编号）；
【判断】你认为的风险，以及风险成立所依赖的事实前提。
另外三条禁令：
① 不许出现"合同中提到""相关文件里有约定"这类没有定位的表述；
② 查不到原文支撑的结论，直接写 【待核·无原文支撑】，不许用常识补齐；
③ 合同没有约定的情形，请写成"未见约定"，不许表述为"允许"或"不构成违约"。
防的是两件事：一是幻觉页码，二是把"没写"悄悄翻译成"可以"。禁令③是这一整套里最容易被忽略、也最值钱的一条。
为什么"不得改写"这四个字，比整套提示词都重要？
因为改写会掩盖差异。模型把"乙方迟延超过三十日且经甲方书面催告后仍未履行的，甲方有权解除"缩写成"你逾期一个月就能被解约"，看着没错，实际吃掉了"书面催告"这个前置条件——而这一个条件，往往就是你唯一能争取的缓冲。逐字摘录的意义在于：你和它面对的是同一串字符，差异才能被发现。
3 问一次"你没看到什么"。反向验证。前两步是在收集答案，这一步是在测量答案的完整度——成本只有几秒钟，但它把"它觉得自己读完了"变成一个可追问的问题。
请诚实回答三个问题，不要评价合同，只评价你自己的读取：
① 本次回答中，你有没有没有使用或无法确认是否完整读取的页码区间？按页列出；
② 如果输入长度已经超出你能可靠处理的范围，请指出从第几页之后开始不可靠，并说明理由；
③ 索引表里哪些条目的"一句话主旨"是你从条款标题推测、而非从正文读到的？
三问里第③问最狠——它把"标题党式推断"单独拎出来。这类条目看着最像读到了，实际漏读概率最高。
4 随机抽 5 处定位，亲自翻原文。这是全流程里唯一需要你动手的一步，也是"追责"这两个字真正的落地动作——没有抽检的标注，只是格式好看的猜测。
抽检判定线（可以直接照做）
从它给的结论里随机抽 5 条——注意是随机，不要挑你觉得可疑的那几条，那会让你自己的注意力偏见替你挑选样本。
5 条里有任何 1 条定位对不上原文，本轮 AI 输出的全部结论作废，回到第 1 步分块重读。不是"修正那一条"，是整批作废。
5 条全部对上，才可以继续，但第 2 步里所有标【待核】的条目必须逐条人工看完——那些位置就是它自己承认没读到的地方，恰恰最可能藏着第 27 页。
5 把结果落成一张台账，别留在对话里。对话记录不是证据，台账才是。这张表的真正作用是：万一将来出事，它能证明你在签字前尽到了注意义务、并且把该问的问题问出口了。
复核台账 · 七个字段（复制到表格里建列）
① 条款定位 第几页 + 第几条第几款 + 索引编号，三样都写。
② 原文逐字摘录 不改写，只截取。
③ AI 结论 原样粘贴，别事后润色——事后美化过的记录，等于没有记录。
④ 人工核对结果 填"已对原文 / 定位不符 / 未核对"三选一。
⑤ 核对人 + 日期 精确到日；公司场景下必须写到人，不写"我们看过了"。
⑥ 疑点与处置 写了什么、找谁问、对方怎么答。
⑦ 是否已要求对方书面说明 是 / 否 + 载体（邮件、微信记录、补充协议）。
字段 ⑦ 是被大多数人漏掉、却最该做的一件事
第 496 条里的说明义务是"按照对方的要求"才触发的被动义务。也就是说：你不开口问，对方就有理由不说。而《合同编通则解释》第 10 条把这条义务的举证责任压在了提供方身上。两者合起来的实操含义非常清楚——你主动、书面地问一句"请说明第 X 条的含义和法律后果"，就把球踢回给了对方：它答，你留下的是它对该条已作说明的记录；它不答，将来这条争议就落在它没尽说明义务那一侧。这一步不需要懂法，只需要你肯发一条消息并截图存好。
04 什么时候必须分块，什么时候可以整本塞
讲完出处，讲喂法。判断要不要分块，我建议只看三个条件，命中任意两个就分块：
条件一：文件里出现了"附件""补充协议""另行约定"。这些位置正是中段遗失的高发区，而且它们常常是独立的编号体系，混在一起读极易错位。
条件二：有条款互相引用（"详见第 X 条""按附件二执行"）。跨段落依赖会放大漏读后果——中段那条没读到，正文这条的判断就整体失真。
条件三：你关心的不止一类问题。既看付款节奏，又看知识产权，还要看争议解决和保密——那就别指望一次提问把四类都问准。
分块不是"把 PDF 剪成三段"，而是按风险类型重新归堆。合同基本都能拆成这五堆，一堆一轮提问，每堆独立走一遍第 03 章的五步：
① 交易实质（标的、范围、期限、价款与付款节奏） ② 违约与赔偿（解除权、违约金上限、赔偿范围与除外） ③ 争议解决（管辖法院／仲裁机构、适用法律、送达地址） ④ 权利归属与信息（知识产权、保密、数据、竞业） ⑤ 附件与例外（SLA、费率表、变更单、补充协议）
两个几乎不花钱的加固动作
动作一：把最关键的条款，复制粘贴到你这条提问的最末尾。既然模型对上下文的开头和结尾分配注意力更足，那你就亲手把最关键那一段搬到结尾，人为造出一个"伪头尾"。对付中段那条要命的条款，这一招比任何提示词技巧都直接。
动作二：同一个问题，在两个全新会话里各问一遍。清空上下文重问，是成本最低的稳定性测试。两次答案不一致的那一条，就是你唯一必须人工精读的地方——不一致本身就是信号，它指向的是模型自己也没把握的位置。
反过来说，如果你只在同一个会话里越问越多，前面的回答会成为后面的"上下文"，错误会被自我强化——这是长对话最典型的坑，和窗口大小无关。
这套流程走完，一份四十页合同的初筛大概落在二十到三十分钟——其中你亲自翻原文核对的时间只有三四分钟。它比"整本塞进去让它总结"慢得多，但慢出来的那部分，正是可追责性的全部来源。
顺带说清一件事：这些不是模型的永久缺陷。学界一直在从训练和推理两端改善长上下文利用（例如 NeurIPS 2024 的《Make Your LLM Fully Utilize the Context》就针对"中段信息未被显式监督"提出解法），厂商也在逐年抬高可用窗口。但"它在变好"从来不构成"你现在可以少核对一次"的理由——改善的速度，永远追不上你要签的那份合同出错的那一次。
05 四个坑：出处本身，也是会被编出来的
坑一：页码会幻觉，而且编得特别像。这是最反直觉的一条——"标了出处"不等于"出处是真的"。模型完全可以生成一句真实原文，配一个不存在的页码。解法就在第 03 章第 4 步：不抽检的标注，只是格式好看的猜测。
坑二：扫描件的页码是整批错位的。合同是拍照、扫描、打印后 PDF 的，页码来自 OCR，而 OCR 经常把封面、目录、骑缝页单独计页，导致后面整本偏移两三页。定位一错，抽检就全错。解法：先问一句"合同第一条第一句原文是什么、在第几页"，用它复述的那一句对到实体第一页，校准页码基准，再开始正式提问。这一步只要十秒，但能省掉整轮返工。
坑三：条款号会被复用。正文有"第 8 条 违约责任"，附件模板里也常有一个"第 8 条 交付与验收"。模型把它们混着引用时，你看定位格式完全正确，实际指向的是另一份文件。解法：索引表里强制附件从 A1、B1 起编号（第 03 章第 1 步已经埋了这个动作），并在话术里要求"引用时先写文件名，再写条款号"。
坑四（后果最重）：把"合同没写"当成"合同允许"。你问"合同有没有约定可以提前解约"，它答"未见相关约定，你可以提前解约"——后半句是它自己加的。沉默不等于许可。合同没写的部分，实际是由法律默认规则来填的。解法：每次看到"未见约定"，立刻追加一问——"若本合同对此未作约定，按交易性质和通常规则，可能被如何认定？请给出需要额外书面确认的具体问题清单。"把它从"填空"逼回"提问"。
三条边界，写进备忘录比收藏这篇更实在
涉个人信息的材料，先脱敏。身份证号、银行账号、住址、公章图样、内部报价，换成占位符再交给外部工具。合同是最容易被顺手上传、也最难追回的那类文件。
标的额大或已有实际争议的，AI 只做资料整理，判断交给人。让它把条款梳理清楚、把问题问完整，是极好的用法；让它替你做法律结论，是错的用法。
本文是方法梳理，不是法律意见。条文与司法解释请以官方发布文本为准，具体纠纷请咨询执业律师。
06 写在最后：长上下文的实用场景，不是"读完"
我一直觉得"能不能塞下整本书"是个被问错了的问题。
真正值钱的能力从来不是容量。长上下文在普通人生活里最值得落地的那件小事，其实是：让一段原本只属于律师和法务的文本，变成你也能一句一句指着问的东西。而"能不能指着问"取决于一个很朴素的机制——它愿不愿意告诉你这句话在第几页，以及你会不会去翻那一页。
所以这篇里那五步，本质上只做了一件事：把"AI 说"变成"第 27 页第 X 条这么写"。前者的价值约为零，后者才是可以拿去谈判、拿去发问、拿去举证的东西。
留三条可以长期用下去的原则：
第一，先要定位，再要观点。任何 AI 结论，没有原文出处就当成"待核"，不参与决策。这一条能过滤掉绝大多数麻烦。
第二，让 AI 干活，让人签字。工具负责整理，你负责判断，律师负责结论。三者别互相顶班——尤其是别让整理去顶判断的班。
第三，把过程留在纸上。台账、聊天记录截图、你发给对方的那一句"请说明第 X 条"、以及对方的答复。真出事的时候，这些纸片的分量远大于你当时有多聪明。
工具能帮你读四十页。但它替你读不了那三分钟的核对——而那三分钟，恰好是整个流程里唯一属于你的部分。
