根本原因是提示词未框定信息提取维度和结构，需先判别文本类型（小说/学术专著/工具书/论文），再用角色+动作+格式、锚点定位、排除式约束等结构化指令精准引导，辅以可信度标注与分段前缀控制。
☞☞☞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☜☜☜
用Kimi做读书笔记时，常出现摘录零散、重点模糊、后续难复用的问题，根本原因是提示词没框定信息提取的维度和结构，导致模型自由发挥超出阅读目标。
先锁定文本类型再设计提示词
小说、学术专著、工具书、论文摘要，每类文本的信息价值点完全不同：小说重人物动机与情节转折，学术专著重论点-论据链，工具书重步骤条件与例外说明。不区分类型就写提示词，等于让Kimi蒙眼找钥匙。
打开Kimi对话框，在输入前先快速判断手头材料属于哪一类——翻看目录、前言或章节标题即可确认，【类型判断错误会导致后续所有提取方向偏移】。
用结构化指令替代模糊要求
方法一：角色+动作+格式三件套
“你是一位资深编辑，请从以下段落中提取：①核心观点（限1句）；②支撑该观点的2个关键证据（原文短语，带页码）；③作者隐含的前提假设（推断得出，标注‘推测’）；输出为无序列表，每项顶格，不加编号。”
方法二：锚点定位法
在提示词开头插入一句：“请严格按原文段落顺序处理，跳过引言和附录，只处理第3–7页正文。”这能防止Kimi自行跳跃或概括全文。
方法三：排除式约束
“不解释、不举例、不补充背景知识，仅输出原文中明确出现的名词性短语，每个短语不超过6个字，去停用词，去标点，用顿号分隔。”
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
让Kimi识别并标记信息可信度
第一步：在提示词中定义可信等级标签
“请对每条提取内容标注可信度：【直接引用】指原文逐字出现；【转述归纳】指由两句以上原文合并压缩；【推断延伸】指需结合上下文逻辑补全。”
第二步：强制输出层级标识
每条结果前加对应符号：✅（直接引用）、➡️（转述归纳）、❓（推断延伸），符号后空一格再写内容。
第三步：遇到模糊表述立即暂停
若原文出现“可能”“往往”“某些学者认为”等弱断言句式，Kimi必须原样保留修饰词，【删掉这些词会把推测变成定论，扭曲原意】。
批量处理长文本时的分段控制技巧
将PDF或TXT文本按逻辑块切分：每块≤800字，以小节标题或空行为界，不要按固定字数硬切。
在每段输入前加统一前缀：“【第X段｜主题：XXX】”，例如“【第4段｜主题：实验变量控制】”，Kimi会据此建立上下文锚点，避免跨段混淆。
这一步操作起来很简单，直接把文件拖进去就行。但若漏掉前缀，Kimi会把各段当作孤立片段处理，人物关系、术语定义、论证递进全部断裂。
