要让Kimi真正吃透100万字上下文，需三步预处理：一、PDF转可复制纯文本（扫描件须OCR）；二、超80万字按逻辑单元拆分；三、文件名含类型+主题+日期。提问时用位置锚定、角色代入或对比指令，并通过“上文提到的……”建立手动上下文跳转链。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Kimi真正吃透你上传的100万字上下文，不是把文件一扔就完事——它不会自动识别哪段是合同条款、哪页是会议纪要、哪些人名反复出现却用不同简称，更不会记住你三天前问过“法务部对第3.2条的修改意见是什么”。
上传前先做三件事
第一步：把PDF转成纯文本可复制格式。扫描版PDF必须用OCR工具处理，否则Kimi看到的是图片里的字形，不是文字本身，搜索、引用、跨页比对全部失效。
第二步：拆分超长文档。单个文件超过80万字时，Kimi解析首尾段落的响应延迟明显增加，且容易在中间段落丢失上下文锚点。建议按逻辑单元切分，比如“2023全年销售数据.xlsx→销售数据_1-6月.txt + 销售数据_7-12月.txt”。
第三步：给每个文件加前缀命名。不要用“新建文本文档(3).txt”，改用“【合同】XX采购协议_20240517_v2.txt”。Kimi在多文件检索时会优先匹配文件名关键词，命名含类型+主题+日期，召回准确率提升明显。
提问时锁定具体信息层
方法一：用“位置锚定法”提问
直接指定范围，例如：“在《尽调报告_2024Q2》第47页第3段中，提到的‘关联方资金拆借’是否被列为重大风险？只答是或否。”
这一步强制Kimi不泛读全文，避免它从其他章节调用相似表述干扰判断。
教 OpenClaw 在自动化脚本、后台任务、CI/CD、无 TTY 环境等非交互场景中， 正确使用 Kimi Code CLI 的 `-p/--prompt`、`--print`、`--quiet`、`--wire` 等参数完成无头执行。 涵盖命令构造、自动审批控制、输出格式选择、会话管理、错误处理与安全护栏。
方法二：用“角色代入法”提问
例如：“假设你是本次并购的主审律师，请逐条列出《补充协议（终稿）》里新增的5项交割前提条件，并标注每项对应的原始协议条款编号。”
角色设定能激活Kimi对法律文本结构的记忆权重，比单纯说“找出新增交割前提”召回更精准。
方法三：用“对比指令”提问
输入：“对比《初稿》和《终稿》中‘知识产权归属’条款的措辞差异，仅输出终稿新增/删减的完整句子，不解释原因。”
【注意：两份文件必须同时上传，且文件名中含‘初稿’‘终稿’字样，否则Kimi默认当作独立文档处理】
关键操作：手动建立上下文跳转链
第一步：问出第一个核心结论。例如：“《技术白皮书_v3.1》第12章指出的系统瓶颈是CPU调度延迟，对吗？”
第二步：立刻追加问题，用“上文提到的……”开头。例如：“上文提到的CPU调度延迟，在《压测日志_20240422》第87行是否有对应时间戳？”
第三步：若返回“未找到”，不要重问，改用“请定位《压测日志_20240422》中所有含‘sched_latency’字段的行，并返回其前后各2行内容”。
Kimi对模糊指代的容错率低，“上文”仅锚定最近一次问答中的明确实体，一旦中间插入无关问题，跳转链就断了。
