有人把四十页会议记录粘进对话框，想要一份能直接发出去的纪要。几分钟后拿到的东西读起来很顺，但一个日期被改写了，两个议题被并成了一个。这种错误不至于让人立刻弃用工具，却会让每次使用都多出一道核对工序——而这道工序，往往没人写进流程里。
它擅长的是「像」，不是「准」
大语言模型的基本动作是预测下一个词。这个机制决定了它在改写、压缩、换语气这类任务上显得自然，因为“像人写的”本来就是训练目标的一部分。可一旦任务要求变成“对不对”，距离就露出来了：模型内部没有一本可查的账，也没有一个会拦住它的核验开关，错误的句子和正确的句子在形式上完全一样。
理解这一点，比记住某个版本号有用。版本会变，机制短期内不会。
上下文不是记忆
窗口变长之后，一个常见的误判是把“能放进去”当成“能记住”。实际使用中常能看到这样的情况：材料开头和结尾被照顾得不错，中段的关键约束却被轻轻放过。原因不神秘——注意力在长序列上分布不均，一段文字在窗口里，也不等于它会自动获得更高权重。
所以要设计的不是“塞多少”，而是“先给什么”。把最硬的约束、最容易被误解的定义放在显眼位置，给参考材料标明来源，比单纯加长度更有效。
验收比接入难
做一个演示只要一个下午，做一次验收可能要两周。前者只需挑几个顺手的例子，后者需要一批真实的、带标准答案的任务，还要有人逐条比对。不少团队卡在这里：不是模型不行，是没人愿意为“怎么算行”付出成本。
可行的做法是先攒几十条历史任务，人工标注一份可接受的输出，再让模型跑一遍。这份标注集不会漂亮，但它能把“感觉还行”变成“哪里不行”。
先交给大语言模型的三类活
- 格式搬运：表格转清单、字段重排、把散乱文本套进固定模板。
- 初稿：邮件、说明文档、周报的第一版，人再改。
- 带材料的归纳：先检索出相关段落，再压缩成几句结论，并标出依据在哪。
共同点是：结果容易检查，出错代价可控，人对最终输出负全责。
把不确定留在明面上
一个不常被提起的细节是，模型的语气和它的可靠程度并不相关。含糊的内容也能被说得斩钉截铁，在需要谨慎表达的场合尤其危险。缓解办法不在提示词里，而在流程里：要求它给出处，要求它区分“材料里写了”和“我推测”，要求关键结论由人签字。
这些做法看起来笨，但它们承认了一件事——大语言模型是一个概率性的写作与整理工具，不是一个可以托付判断的接口。放在合适的位置上，它的用处是实在的；当成万能入口，出错只是时间问题。