长文越到后面越糊，通常不是单一原因：一类是输入侧被截断，模型根本没看到后面的原文；另一类是提示没收敛，前面的原文把指令冲淡了，后半段开始自由发挥。这两类问题现象很像，但处理方式完全不同。可以先做两件事：把长文按段落切开逐段单独跑一遍，再在同一段上做整篇与分段的对照，用返回长度、结束原因和内容完整性来判断卡在哪一环。

判断顺序建议固定为：先分段单测排除段落本身的问题，再看返回内容里有没有被截断，最后把关键要求前置、用同一段长文重跑。三步做完仍然糊，通常要把长文切短，而不是继续改提示措辞。这套做法适用于能通过配置、日志或返回字段观察的常规调用；如果接口不返回结束原因、也不暴露输入长度上限，只能靠复述测试和输出长度间接推断，结论需要留有余地。

把长文按段落切开，逐段单独跑一遍

切分方式不用复杂：先按空行、标题层级或列表项切成块，每块单独送一次，不让模型看到其他段落。这一步的目的只有一个——确认单段本身能不能被正常处理，把长文长度这个变量先摘出去。

记录位置要具体到段号、起始字符偏移、输入长度、输出长度和偏差描述。段号从 1 开始编号，字符偏移用整篇原文中的下标，方便回溯到具体位置。

判断标准是“从哪一段开始出现明显偏差”。事实编造、丢掉关键信息、答非所问、不遵守输出格式，都算偏差。如果第 1 段就不正常，问题一般在提示写法或单段长度，不在长文；如果前面若干段都稳定、到中段往后才崩，多半与长度或截断有关。每段建议重跑两次，看偏差是否稳定复现，波动大的段单独标注，别急着下结论。

# 通用分段骨架：先按自然边界切块，再按长度兜底合并

def split_long(text, max_chars):
    blocks = [b.strip() for b in text.split('\n\n') if b.strip()]
    segs, cur = [], ''
    for b in blocks:
        if len(cur) + len(b) + 2 <= max_chars:
            cur = (cur + '\n\n' + b) if cur else b
        else:
            if cur:
                segs.append(cur)
            cur = b
    if cur:
        segs.append(cur)
    return segs

在返回内容里找被截断的位置

看整篇调用的返回内容，先分清是内容被砍掉了，还是模型自己写不下去了。截断的典型表现通常有这几种：句尾突然中断、没有收尾标点、最后一句语义不完整；后半段与原文无关，像换了话题；重复开头的语句或重复同一段结构；输出长度贴着已知上限。

resp = call_model(prompt)
print(resp.get('finish_reason') or resp.get('stop_reason'))  # 字段名以自己接入为准
print(len(resp['text']))                                      # 输出长度
print(repr(resp['text'][-40:]))                               # 末尾 40 字，看是否断句

如果返回结构里带结束原因字段（不同接口叫法可能是 finish_reason、stop_reason 之类，需要结合自己的接入方式确认），取值与长度上限相关时，一般是输出侧被截断。如果字段显示正常结束但内容仍然糊，更可能是提示没收敛，或者输入侧被截掉了一段。

输入侧截断不容易直接看见，可以用复述测试兜底：只让模型复述该段材料的第一句和最后一句，不复述出来或明显改写，通常说明尾部没进模型。

请只做一件事：原样复述下面材料的第一句和最后一句，不要总结，不要改写。
<材料>
{seg_text}
</材料>

把提示里的关键要求挪到最前面再跑同一段长文

这是对照实验里改动最小的一次：同一段输入、同一组要求，只调顺序。

<材料>{long_text}</材料>
请基于材料回答：{question}
要求：只依据材料；不确定就写无法确定；输出不超过 200 字。

要求（必须遵守）：只依据下面材料作答；不确定就写无法确定；
输出不超过 200 字；先给结论再给依据。
<材料>{long_text}</材料>
再次确认：只依据材料，不要引入外部知识。

对比时只盯三件事：约束是否被遵守（长度、格式、只依据材料）、结论是否与原文一致、后半段是否还跟着要求走。如果前置后明显变好，说明原提示里的关键要求被前面的原文冲淡了，后续固定用“要求前置 + 材料后置”的写法。如果前置后依然糊，更可能是这一段本身超长或输入被截断，应该回到分段和长度上限，而不是继续改措辞。

对比分段处理和整篇处理的输出差异

把两组输出放在一起，重点看完整性和一致性，以及衔接处是否出现断裂。

说分段“换回稳定性”要谨慎：它主要换回的是可定位性，代价是跨段一致性变差、需要额外做衔接，调用次数也更多。是否值得，取决于任务对完整性的要求，需要结合自己的场景确认。

定下长文任务的分段策略和长度上限

把上面的定位结果落成规则，下次直接套用，不再重新试错。

• 分段粒度：优先按原文的自然边界（标题、空行、列表项）切；单个块仍超长时再按字符数兜底切，不要在一个语义单元中间硬切。
• 段间衔接：每段带上上一段结尾的少量句子作上下文，并附一份统一的术语和人称约定；对全局一致性要求高的任务，先跑一次全局摘要，再把摘要随每段下发。
• 单段长度上限：不要照抄模型标称上限，用复述测试逐步加长——从较短的一段开始，持续加长直到模型无法完整复述该段最后一句，取失败前一次的长度作为上限。

这些值建议写进配置文件或调用封装里，而不是留在提示文本中，方便下次复用；换模型或换接入方式后，长度上限需要重新测一遍再定。