回答要点
上传成功表示文件已被接收;全文是否被正确解析、是否都进入本次处理范围,需要另外检查。 有些工具按问题检索片段,有些只提取文字,也有些同时处理页面图像。
完整解答
OpenAI Responses API 的文件输入文档给出了具体差别:支持视觉的模型处理 PDF 时会收到提取文字和页面图像;非 PDF 文档主要提取文字,不提取其中的嵌入图像与图表;其表格输入流程最多解析每个工作表的前 1,000 行,再生成摘要和表头信息。这里说的是该接口的输入流程,不能套用为所有聊天产品的文件上限。文件处理说明
可以从三处查遗漏:
· 结构是否齐全:文件实际页数、目录、附件和工作表,是否与解析结果对应;扫描页有没有变成空白文字。
· 重点内容是否读到:抽查开头、中间、结尾,以及决定结论的表格、脚注和附录,让 AI 指出具体内容与位置。
· 任务是否覆盖完整:逐条审查、查找所有例外或统计全部记录时,要求按章节、页段或数据范围记录覆盖情况,不能只凭检索到几段就宣布完成。
这份文件共48页,请核对可读取范围,检查第1、24、48页及附录表格是否有内容。随后按章节审查,列出已处理范围与缺页、空白解析或截断情况;不要把检索到的片段写成全文检查。
答不出抽查题,可能是解析遗漏,也可能是内容已提供但没有被正确利用。*Lost in the Middle* 在多文档问答和键值检索实验中发现,仅改变相关信息的位置就会影响表现。因此,应先检查提取结果,再决定重新上传、分段处理还是补给关键页面。研究原文
引用文献
1. OpenAI,File inputs,官方 API 文档,How it works 与 How spreadsheet augmentation works
2. Liu 等(2024),Lost in the Middle: How Language Models Use Long Contexts,TACL