分段喂进去能保住一部分前后关系，但不会自动把整篇文档的指代、定义和章节结构接回来。ChatGLM3 在长输入里出现断片，通常表现为前面提过的人名、编号、条件在后续回答里丢失，或者把不同段落的事实串在一起。要判断分段是否有效，先把漏答位置变成可记录的现象，再固定问题集比较切分方式，最后用重叠、摘要衔接和片段编号约束把流程固化。上下文窗口、模型版本和接入方式不同，具体参数需要结合环境确认。

ChatGLM3 对长文档断片通常不是单点故障，而是上下文窗口、切分边界和提示约束共同作用。可以先复现漏答位置，再固定问题集比较按字数切、按章节切和带重叠切。通常按章节切加少量重叠更稳，把上一段摘要作为下一段前缀，并在提示中要求回答引用片段编号。若衔接处事实被切断且无法通过重叠恢复，需要回退到人工核对或检索片段，不要默认模型一定接得上。

先复现一次断片并记下发生位置

不要一上来就改切分参数。先构造一份可核对输入：在文档不同位置放入事实点，例如项目代号、金额口径、生效日期、否定条件、单位、章节归属。每个事实点都要能在原文里直接找到，不能依赖模型常识。然后按自然段或固定窗口切分，逐段喂给 ChatGLM3，并在每轮后追问同一个问题。记录模型从第几段开始漏答、答错或把 A 段事实安到 B 段上。复现步骤要能重复：同一份文档、同一组问题、同一温度或采样设置、同一片段顺序。表格可以先留空，跑完再填。

用同一批问题测三种切分策略

问题集固定后，只改变切分方式。按字数切通常实现简单，但容易把定义和引用它的句子拆开；按章节切更贴近语义边界，但单章过长时仍可能触发长上下文衰减；带重叠切是在相邻片段边界保留一段重复文本，用冗余换衔接。比较时记录三个指标：事实点保留数量、答错但语气肯定的次数、把其他片段事实混入当前回答的串话次数。不要把回答更长当成更好。若某策略只是在重复原文，而没有让事实点被正确引用，它对长文档问答没有帮助。

给相邻片段加重叠或摘要衔接

重叠字数不要凭感觉设。可以先从一个到两个完整句子的长度开始，例如 120 到 200 字量级，再结合文档句子长度、片段长度上限和模型可用上下文调整。重叠太大，片段数量上升，重复内容会挤占上下文；重叠太小，跨段指代和表格表头仍可能被切断。如果原文有表格，尽量让表头随每个数据片段重复出现。摘要衔接用于相隔较远的片段：把上一段摘要作为下一段前缀，提示模型只把摘要当背景，不当作新事实来源。可以先用下面的骨架，把占位替换为实际内容。

上一段摘要：{prev_summary}
当前片段编号：{chunk_id}
当前片段正文：
{chunk_text}
回答约束：只依据当前片段和上一段摘要；摘要与当前片段冲突时，以当前片段为准；无法确定时写“无法从给定片段确定”。

验证方式：同一问题分别跑无摘要衔接和有摘要衔接，检查跨段指代是否恢复、是否引入摘要中不存在的新事实。若摘要本身写错，错误会传播到后续片段，所以摘要也要保留可核对的片段编号。

在提示里要求模型引用片段编号

让模型引用片段编号，是为了判断它到底用了哪段上下文，而不是只看答案像不像。提示里要同时给出片段格式、回答约束和不确定表达。片段编号建议稳定且短，例如 chunk-01、chunk-02，不要用会随排序变化的序号。可以要求每个事实句后带 [chunk-xx]，如果多个片段冲突，先列冲突再给倾向。下面是一个可直接改写的提示骨架。

你只能使用下面带编号的片段回答。
片段格式：
[chunk-01] 正文...
[chunk-02] 正文...

回答要求：
1. 每个事实后标注来源片段编号，如 [chunk-02]。
2. 不要使用片段之外的常识补全。
3. 如果多个片段冲突，列出冲突点，不要强行合并。
4. 如果片段没有提供答案，写“无法从给定片段确定”。
5. 如果答案需要跨片段推断，说明使用了哪些片段编号。

检查时不要只看最终答案。把回答里出现的片段编号和原文事实点对照：编号是否真实存在、事实是否来自该片段、有没有把摘要当成片段。若模型频繁不标编号，先降低单片段长度或减少片段数量，再检查提示是否太长。

把有效组合固化成脚本参数

把有效组合写进脚本参数，下一次处理长文档才能重复。参数至少包括切分方式、片段长度、重叠量、片段数量上限，以及是否启用摘要衔接。数量上限不是越大越好，超过模型可用上下文后，后面的片段可能被挤压；可以先设一个保守值，再用复现问题集验证。脚本骨架不绑定具体 SDK，调用 ChatGLM3 的部分替换成你的客户端即可。

CHUNK_MODE = 'section'      # char / section / overlap
MAX_CHARS = 1800            # 单片片段长度占位符
OVERLAP = 160               # 重叠量占位符
MAX_CHUNKS = 12             # 片段数量上限占位符
USE_SUMMARY = True
SUMMARY_MAX_CHARS = 200

def split_doc(text):
    if CHUNK_MODE == 'char':
        return split_by_chars(text, MAX_CHARS)
    if CHUNK_MODE == 'section':
        return split_by_sections(text, MAX_CHARS)
    return split_with_overlap(text, MAX_CHARS, OVERLAP)

def ask_model(chunk_id, chunk_text, prev_summary):
    prompt = build_prompt(chunk_id, chunk_text, prev_summary if USE_SUMMARY else '')
    return call_chatglm(prompt)

chunks = split_doc(raw_text)[:MAX_CHUNKS]
prev_summary = ''
for i, chunk in enumerate(chunks, 1):
    chunk_id = 'chunk-%02d' % i
    answer = ask_model(chunk_id, chunk, prev_summary)
    log_jsonl(chunk_id, answer)
    prev_summary = summarize(answer) if USE_SUMMARY else ''

端到端验证方式：用第一步的同一批问题和同一份文档跑脚本，保留每次请求的片段编号、片段正文哈希、提示版本和模型回答，输出到 jsonl 或日志文件。验证时逐条检查事实点是否被正确片段支撑、串话次数有没有变化、无法确定时是否如实表达。若按章节切加重叠仍无法恢复关键衔接，不要继续加长上下文硬试；需要把关键段落作为检索片段单独注入，或退回人工核对。