长材料交给 GPT-5.2 等模型前，如何验证理解和引用

先让资料集合有清楚的边界

处理合同、报告或访谈合集时，为文件写清名称、日期和版本，指出哪些资料已经过期。给模型一个简单目录，说明本次只允许依据哪些文件回答。讨论 GPT-5.2 等版本的长文档能力时，应以自己实际可用的入口验证。

用定位问题检查读取范围

从材料开头、中间和末尾各选一条能够核对的信息，询问具体数值、负责人或条件，并要求给出章节或页码。若有一部分反复答错，先检查文件是否完整、扫描页能否识别，以及表格是否丢失结构。不要用一段概括准确的摘要代表整份材料已经被可靠理解。

让结论和证据一起出现

对重要问题，要求按结论、依据位置、尚缺信息三项输出。引用位置必须回到原文核查，模型写出了页码并不意味着页码正确。

• 数值计算列出使用的数据和计算方式，便于独立复算。
• 材料没有说明的事项标为无法确认，避免用常识补成事实。
• 不同文件相互矛盾时，分别列出两处内容和版本日期。
• 涉及决策时，把原文事实与模型提出的建议分开。

材料过杂时按问题分批处理

可以先逐份整理带出处的事实，再用这些事实回答跨文件问题。保存阶段性结果，并抽查汇总时有没有遗漏例外条件。分批处理会增加步骤，也可能丢掉文件之间的关系，因此需要保留统一的问题清单和来源编号，而不是简单拼接多段摘要。

最终交付按风险决定检查深度

内部阅读笔记可以抽样核对，金额、期限和合同义务等关键内容则应逐项回看原文，并由相应负责人判断。记录漏项与误引案例，下一次使用相同检查题验证是否改善。长材料能被提交，不代表其中每条信息都能被稳定检索和准确使用。