同一份提示词既让模型抽字段又让它写摘要，通常两头都做不利索：字段要求穷尽、命名固定、不许改写，摘要要求取舍、排序、控制篇幅，两个目标在解码时会互相拉扯。更稳的做法是拆成两条独立调用——一条只按字段清单取值，一条只按原文顺序整理要点；长文档先切分再逐段处理，最后在程序侧合并与比对。下面是可替换的提示词骨架，以及解析失败时的兜底代码骨架；字段名和切分阈值需要结合你的文档再改。

拆分的前提是输出要被程序消费：字段抽取走 JSON 约束加解析校验，摘要走要点顺序加段落编号引用。做法是把长文档切成带编号的块，让两类提示词各自处理同一块，程序侧再合并字段、拼接要点。验证方式是用同一批文档分别跑合并版和拆分版，逐条比对字段缺失位置和摘要要点漏项。边界在于：文档结构很乱或表格密集时，切分本身会丢信息，需要先人工确认切块结果。

把两类任务的提示词拆开写

拆分的第一条规矩是词汇隔离：字段清单型提示词里不出现「总结」「概括」「提炼」，要点顺序型提示词里不出现字段名和 JSON 结构。两者混写时，模型常把字段当成摘要的一部分，或者在摘要里塞进半截 JSON，解析和阅读都会出问题。

字段清单型（只做抽取）

你是字段抽取器，只输出 JSON，不输出任何解释性文字。
输入：一段带段落编号的文档片段。
输出字段（缺一不可，缺失时填空字符串或空数组，不要省略键）：
- doc_title：string，原文标题
- parties：string[]，文档涉及的主体名称
- effective_date：string，保持原文写法，不做格式转换
- amount：string，保留原币种与单位
- source_span：string，支撑上述字段的原文片段，不超过 80 字

规则：
1. 只依据原文，不推断、不补全、不做单位换算。
2. 每个字段都要能在 source_span 中找到依据，找不到就留空。
3. source_span 里带上段落编号，格式 [P012]。

要点顺序型（只做摘要）

你是摘要器，只输出要点列表，不输出 JSON，不输出字段名。
输入：一段带段落编号的文档片段。
输出：5-8 条要点，每条一行，格式 - [P012] 一句话要点。

规则：
1. 按原文段落出现的先后排列，不按重要性重排。
2. 每条要点带来源段落编号，一条只讲一个意思。
3. 原文没有的结论不写，也不要把多段压成一句泛泛判断。
4. 单条不超过 40 字。

长文档先切分再逐段处理

超出单次可处理长度时，不要指望模型自己压缩后再抽取，压缩过程本身就丢字段。先切分，切分后每块都保留原文的段落编号，下游才能定位字段和要点来自哪一段。

• 按标题切：优先按文档一级、二级标题切，语义最完整；块长不均，超长小节再二次切。
• 按段落累加：逐段累加到字数阈值，不切断句子；阈值给模型上下文留出余量，具体数值需要结合模型实际可处理长度确认。
• 按固定长度切：只在无标题、段落也极长时使用，要留重叠窗口，重叠部分靠段落编号去重。

编号保留方式是切分前先打标：给原文每个段落加 [P001] 前缀，编号按全文递增，切块时不动编号，不因分块重新计数。跨段字段合并的规则建议分开定：标量字段取第一个非空值并记录来源编号；列表字段做并集去重；同一字段出现多个不同值时不要覆盖，保留候选并标 needs_review，交给人工或二次调用判定。

import re

def number_paragraphs(text, start=1):
    paras = [p.strip() for p in re.split(r'\n\s*\n', text) if p.strip()]
    return [f'[P{i:03d}] {p}' for i, p in enumerate(paras, start=start)]

def chunk_by_paragraphs(paras, max_chars=6000, overlap=1):
    chunks, buf, size = [], [], 0
    for p in paras:
        if size + len(p) > max_chars and buf:
            chunks.append('\n'.join(buf))
            buf = buf[-overlap:] if overlap else []
            size = sum(len(x) for x in buf)
        buf.append(p)
        size += len(p)
    if buf:
        chunks.append('\n'.join(buf))
    return chunks

def merge_fields(parts):
    merged = {}
    for data, span in parts:
        for k, v in data.items():
            if v in ('', [], None):
                continue
            cur = merged.get(k)
            if cur is None:
                merged[k] = {'value': v, 'src': [span]}
            elif cur['value'] == v:
                cur['src'].append(span)
            else:
                merged[k] = {'value': [cur['value'], v],
                             'src': cur['src'] + [span],
                             'needs_review': True}
    return merged

结构化字段的输出约束与解析

字段抽取能不能自动化，取决于模型返回的文本能否被稳定解析。除了上面那份字段清单，建议在提示词尾部固定一段输出约束，把格式要求写死在同一位置，便于替换和复用。

输出格式：只输出一个 JSON 对象，以左花括号开头、右花括号结尾。
不要输出 Markdown 代码围栏，不要输出「以下是结果」之类的前后缀。
键名严格使用上面给出的英文名，不改大小写，不新增键。

解析函数只做四件事：剥掉可能的代码围栏、反序列化、校验必填键、校验类型。校验不过就重试一次，把上一次的错误原因回填给模型；第二次仍失败就写入待处理文件并发出告警，不要静默丢弃，否则字段缺失会被误认为原文没有。

import json, re

REQUIRED = {'doc_title': str, 'parties': list, 'effective_date': str,
            'amount': str, 'source_span': str}

def parse_fields(raw):
    text = re.sub(r'^```(json)?|```$', '', raw.strip(), flags=re.M).strip()
    try:
        data = json.loads(text)
    except json.JSONDecodeError as e:
        return None, f'json_decode_error: {e}'
    missing = [k for k in REQUIRED if k not in data]
    if missing:
        return None, 'missing_fields: ' + ','.join(missing)
    for k, t in REQUIRED.items():
        if not isinstance(data[k], t):
            return None, f'type_error: {k}'
    return data, None

def extract_with_retry(call_model, base_prompt, chunk, max_attempt=2):
    prompt, err = base_prompt, None
    for i in range(max_attempt):
        raw = call_model(prompt, chunk)
        data, err = parse_fields(raw)
        if data is not None:
            return {'ok': True, 'data': data, 'attempt': i + 1}
        prompt = base_prompt + f'\n上次输出无法解析：{err}。请只输出一个 JSON 对象，不要加解释或代码围栏。'
    save_dead_letter(chunk, err)
    alert('field_extract_failed', err)
    return {'ok': False, 'error': err}

两条路径的产出放在一起比对

拆分是否真的有用，只能拿同一批文档跑两条路径来比。固定样本、固定字段清单和要点条数，只改提示词组织方式，其余变量保持不动，结果才有可比性。

抽查项按四条走：字段级逐条核对 source_span 能否在原文命中，命中不了记为无依据字段；位置级看缺失字段落在哪一段，是否正好是切分边界或重叠窗口；摘要级拿原文小节标题做覆盖清单逐条打勾，漏项记下小节名；顺序级看要点编号是否单调递增，出现倒序说明模型做了重排。判定不用模型打分，用规则即可：字段缺失条数、要点覆盖小节数、解析失败条数。切分边界附近的段落最容易出问题，抽查时优先看这些位置。