上下文窗口足够大，为什么大模型还是会漏看长文档中的关键信息？

🧑‍💻 面试官：一份合同有 80 页，完全放得进模型的上下文窗口。用户问“提前解约要付多少违约金”，模型还是漏掉了第 43 页的例外条款。你会怎么解释？

🙋‍♂️ 我：能放进去，只代表输入长度没有超限，不代表模型一定会用对每一条信息。我会先核对第 43 页的条款在解析和最终输入里是否完整，再看回答有没有把一般规则当成唯一规则。

🧑‍💻 面试官：如果确认条款完整在输入里，是不是换个更大的窗口就好了？

🙋‍♂️ 我：窗口更大也不能自动解决“看到了却没用上”。我会先让系统定位和解约相关的条款，把一般规则、例外、生效条件一起提供，而不是让模型在 80 页里自己碰运气。

🧑‍💻 面试官：那是不是所有长文档问题都要做 RAG？

🙋‍♂️ 我：也不是。如果任务是通读整份合同、找跨章节冲突，过早只取几个片段可能丢背景。还是要看问题需要局部证据，还是需要全局理解。

这题的抓手是：“装得下”是容量问题，“用得对”是信息定位与证据使用问题。

面试速答（60 秒版）

上下文窗口变大，解决的是一次能输入多少内容；它不能保证模型对长文档里每个位置、每个例外条件都同样敏感。像合同违约金，正文里可能有一条通用规则，后面又有特殊客户或特定日期的例外。模型读进去了整份合同，仍可能只拿前面的通用规则作答。

我会先检查文档解析和最终输入，确认关键条款确实完整存在。若存在却没用对，就根据任务定位相关章节，把主条款、例外、适用范围和来源一起交给模型，要求回答逐项说明依据。对于跨章节的问题，还要保留足够的全局背景，不能只切出一句话。

最后用几类固定问题验证：答案在开头、中间、结尾，或者需要同时看两处条款。比较不同输入组织方式的准确率和证据引用，而不是只比较窗口大小。

还是以 80 页合同为例。用户问提前解约，系统答“支付三个月服务费”。第 43 页写着：如果因供应商连续两次未达到服务标准而解约，可以免除这笔费用。这个合同和条款都是教学假设。

先确认技术事实：PDF 解析是否把第 43 页正文读出来？表格、脚注、扫描页有没有丢？最终发送给模型的输入是否真的包含这段话？如果条款没进输入，问题在解析或组装，不在“模型长上下文能力”。

如果条款完整存在，才讨论模型对长输入的信息利用。早期研究在所测模型和任务中观察到：关键内容放在长输入中间时，使用效果可能比放在开头或结尾差。这个研究说明位置可能影响表现，但不能推出“所有当前模型必然漏看中间内容”。具体系统必须自己测。

80 页合同已进入上下文，但模型回答漏掉第 43 页的例外条款

如果用户只问解约违约金，应用可以先定位“提前解约”“违约金”“服务标准未达标”等相关章节，再将一般条款和例外条款放在一起。这样模型不用从 80 页里自己判断哪段最重要。

但“缩短上下文”也有风险。只检索到“支付三个月服务费”这句话，而没取到后面的例外，答案照样会错。处理合同、制度这类材料时，证据单元应当尽量保留条款编号、适用条件、例外、版本与来源。必要时从命中的短片段回到它所属的整条款或相邻段落。

如果问题变成“合同里有哪些前后冲突的付款义务”，单点检索又可能不够。此时可以先分章节抽取要点，再做跨章节对照，并让最终结论回连到原文。这比把全文直接扔进去或只取三个相似片段，都更符合任务。

测试时不要只准备“答案在第一页”的问题。可以拿同一批合同条款设计不同问法：单条款可答、需要同时看主规则与例外、需要跨章节比较，以及文档根本没有答案。记录关键条款是否进入输入、模型是否引用正确、最终结论是否遗漏条件。

还可以把同一条关键证据在输入里移到前、中、后，比较结果是否变化。这是诊断实验，不是生产环境里永远把材料塞到开头的万能规则。如果调整位置后效果改善，仍要检查是不是组装方式、噪声比例或证据完整度造成了差异。

不一定。少量短文档或必须全局阅读的任务，直接长上下文可能合适；资料库大、文档常更新、需要权限过滤和来源定位时，检索仍有价值。选型要看任务、成本和可验证性，不是只看窗口上限。

可能更糟。合同的主规则、例外、适用对象可能分散在相邻段落。只保留一句相似文本，模型更容易给出看似干净但不完整的答案。

先保存最终输入，确认原句确实存在且完整；再固定模型和问题，只改变证据位置或输入组织方式，多次比较。若输入本身缺句子，应该先修解析和组装，不能拿位置实验解释。

窗口大小：决定输入能装多少，不保证每条信息都被正确使用。

排查前提：先确认解析结果和最终输入真的包含关键条款。

证据组织：把主规则、例外和适用条件一起交给模型。

任务区别：局部问答可定位证据，跨章节核对还需全局背景。

验证办法：测不同证据位置、不同问题类型及无答案场景。