一上来就要整篇长文，最容易出的问题不是内容不够，而是每一节都在重新铺垫同一件事：为什么重要、涉及哪些概念、有哪些前提。等整篇生成完再回头改，改动点会在章节之间互相牵制，删掉一段要补另一段的过渡，读完一遍往往还是不知道该从哪下手。更稳的顺序是把“写”拆成四步：先只出目录、人工删改目录、给每节写一句要回答的问题、带着上一节结尾逐节生成，最后整篇回读去重。这套顺序对问小白 5 Pro 这类对话式工具同样适用，因为它不依赖某个专有接口，只依赖你在每轮输入里放什么。

长文生成建议按“目录 → 人工删改 → 逐节提问 → 回读去重”推进。目录阶段只花一轮对话，就能把跑题章节和重复章节挡在改动成本最低的位置；逐节生成时把上一节结尾和本节问题一起放进输入，章节承接才不靠模型猜。判断是否值得走这套顺序看两点：成品是否需要跨章节结构一致，以及你愿不愿意在目录上多花一轮人工判断。结构要求不高、只要几百字说明时，直接要正文更省事。

先只让它输出目录，明确不要正文

结构问题的修改成本，在目录阶段最低。目录错了，删一行就行；正文写歪了，要重写整节，还可能牵连上下文。所以第一轮对话的唯一目标是把标题层级定下来，不要在这一轮顺带要内容。

限制“只给标题层级”要写成可检查的规则：层级几级、每级几条、标题字数上限、输出格式，以及不许出现导语和结尾寒暄。下面这段可以直接改主题后使用：

你只输出目录，不要正文、不要每节摘要。
主题：<你的主题>
要求：
1. 只用两级：一级标题（章）、二级标题（节），不写三级及以下
2. 每个标题不超过 18 字，尽量写成“动作 + 结果”的结构
3. 一级标题控制在 6-9 个，每个下面 2-4 个二级标题
4. 输出格式：每行一个标题，二级标题用两个空格缩进，不编号也可以
5. 不要写“引言/总结/结语”这类没有信息量的章节，除非我明确要求
6. 如果主题信息不足，先问我一个问题，不要自己补设定

目录里建议只保留两级：一级决定全篇顺序，二级决定每节边界。三级以下留到逐节生成时再定，过早展开会让目录变成半篇正文，人工删改反而更累。拿到输出后先看两件事：一级标题之间是否互不重叠，二级标题是否都在回答它所属的一级标题。

人工删改目录里跑题和重复的条目

目录拿到手不要直接往下走，先做一遍人工判断。这一步的判断标准可以归成三种处理：

• 删：该条目和主题只有词面关系，或者它回答的是另一个问题。判断方法是用一句话说出这节要回答什么，说不出来就删。
• 并：两个条目的问题域高度重合，只是举例不同。判断方法是看两节能不能共用同一段定义和背景，能共用就合成一节，例子放在同一节里做对比。
• 挪：内容有价值但位置不对，比如前提说明排在了方法之后，或者案例章节夹在两个概念章节中间。判断方法是看读者读到这一节时，是否已经具备理解它所需的前置信息。

删改完成后，把最终目录单独存一份，后面每一轮生成都贴这份，不要用中间版本。目录的条目数也可以作为后续检查的参照：如果最后成稿的一级标题数量和目录对不上，说明逐节生成时模型自行合并或新增了章节，需要回头调整本节问题的写法。

给每一节写一句“本节要回答的问题”

逐节生成最常见的偏差是大而全：让它写“部署注意事项”，它会从概念讲到选型再讲到运维。压制这种扩散的办法，是给每节写一句具体的、可以被回答的问题，放进该节生成的输入里。

这句话要避免“介绍”“详解”“全面说明”这类没有边界的动词，尽量落到一个可判断的答案上。对比一下：

• 差：本节介绍目录阶段的注意事项。好：本节回答“为什么第一轮对话不应该要正文”。
• 差：本节讲解重复内容怎么处理。好：本节回答“成稿里哪些位置最容易出现重复铺垫，合并时保留哪一段”。
• 差：本节说明参数配置。好：本节回答“输出目录层级过多时，改哪一条要求能压回两级”。

一句话问题写完之后，把它和最终目录一起放在手边。逐节生成时这一句是靶子，回读时这一句是验收标准：如果这一节读下来没有直接回应这个问题，就说明要么问题写得太大，要么这一节跑偏了。

逐节生成时带上上一节结尾与本节问题

分节生成最容易断掉的是承接关系：每节开头都重新介绍背景，或者上一节刚讲完的结论下一节又当新信息抛出。解决办法是在输入里显式给出衔接材料，顺序建议固定为“全篇目录 → 上一节结尾 → 本节问题 → 本节写作要求”。

【全篇目录】
<粘贴最终目录>

【上一节最后 2-3 句原文】
<粘贴上一节结尾，不要概括，用原句>

【本节要回答的问题】
<一句话问题>

【写作要求】
只写本节，不要重述前文背景，不要写本节小结，不要写“下一节将……”
开头直接从上一节结尾接住，必要时用一句话呼应即可。

顺序有讲究：目录先给，模型才知道这一节在全文中的位置和前后邻居；上一节结尾放在问题前面，是因为衔接语气要先于内容目标确定；写作要求放最后，作为对本次输出的约束。上一节结尾建议贴原文而不是自己概括，概括会丢掉具体的措辞和例子，模型接不住。第一节没有上一节，就把目录中的前一节标题贴上，说明“本节为开篇，直接进入问题”。

每节生成完不要立刻往下写，先看两处：开头第一句是否在重复上一节已说过的内容，结尾是否出现了对后续章节的预告。这两类句子在成稿里几乎都要删。

整篇回读，删掉各节之间重复的铺垫

逐节生成时，每一节都是独立一轮对话，模型看不到其他节写了什么，于是重复铺垫几乎是必然出现的。回读时按下面对照检查，比逐句通读更快：

• 每节开头的背景段：为什么这件事重要、读者会遇到什么麻烦，这类内容往往在第一节和多个章节开头各出现一次。
• 术语的首次解释：同一个概念在好几节里都被当作新词解释一遍。
• 选型或前提说明：为了给本节结论垫底，重复罗列同一组前提条件。
• 示例：同一个例子在不同章节被用来说明不同侧面，读者会觉得绕。
• 过渡句：上一节结尾的“接下来看……”和下一节开头的“前面提到……”指向同一件事。

合并时一般保留第一次出现的完整版本，也就是排在最前、上下文最充分的那一段；后面重复出现的地方改成一句指代或直接删掉，让该节从自己的具体问题切入。例外是某节确实需要独立阅读：这种情况下保留该节内的简短重述，但要压缩到一两句，并明确标成前提而不是新内容。

回读的验收方式很直接：按每节写的那句“本节要回答的问题”顺着读一遍，看是否能连着读到答案，中间被重复背景打断的位置就是需要处理的地方。整篇读完如果章节顺序和最终目录一致、每节开头不重复前文、术语只解释一次，这一轮就可以收了。