用 Claude 分析文件：讀完一堆 PDF 報告的 7 個技巧＋提示詞，不再一頁頁啃

💡 核心結論速覽 (TL;DR)

• 第一原則：別只丟「幫我看這份」，要給結構、任務、格式，才不會拿到罐頭摘要。
• 擺位有玄機：長文件放「最上面」、問題放「最後」，官方實測多文件情境最多提升約 30%。
• 防它亂編：叫它「先引用原句再作答」、允許說「找不到」，數字一定回原文覆核。
• 先做這件事：6 組文件分析提示詞模板收藏好，常用文件丟進 Project 知識庫，免費版也自動載入。

你有沒有這種時候——主管丟來一份四十幾頁的季度報告，說「下班前跟我講重點」；或是手上三份合約、兩份會議記錄要交叉比對，光讀完就飽了？

這正是我這一年多來最常拿 Claude 做的事：把長文件、多份文件餵給它，讓它先幫我消化。但同樣一份 PDF，你丟一句「幫我看看」，跟你把它「擺對位置、下對指令」，拿到的東西天差地遠。

我以前做數據分析、也看了十幾年財報，最怕的就是那種「資訊全在裡面、但要一頁頁挖」的文件。用 Claude 之後省了很多力，可是一開始我也常拿到不痛不癢的摘要，後來才懂——不是它不行，是我沒把文件餵對。這篇不談花俏的東西，只講一件事：怎麼把 Claude 調成一個會精準消化長文件的研究助理。先從最關鍵的擺位和指令開始。

為什麼把文件丟給 Claude、只說「幫我看這份」，只會拿到罐頭摘要？

因為你沒告訴它「要什麼」。Claude 很聰明，但它不會通靈——你丟一份文件加一句「幫我看看」，它只能猜你要最安全的東西：一段誰都挑不出錯、但對你也沒用的摘要。要它精準消化文件，你得先把三件事講明白。

一是結構：它站什麼立場看這份文件？「你是一位謹慎的法務」跟「你是我的投資分析師」看同一份合約，抓的重點完全不同。二是任務：你到底要它做什麼——是摘要、找風險、抽數據，還是比對？三是輸出格式：條列還是表格、幾個重點、多長、要不要附原句。這三件事給齊，它才知道往哪使力。

我剛開始也氣它「怎麼這麼廢」，後來發現是我把它當 Google 用了。其實你要把它當成一個「剛到職、能力很強、但完全不懂你脈絡」的分析師——你交代新人做事會講清楚，對它也一樣。通用的下指令心法我在整理過 8 個技巧和 12 組能直接複製的提示詞那篇講得更細，這篇我們專攻長文件。下一步：挑一份你最近讀到頭痛的文件，把上面三件事補進指令重問一次。

長文件該放哪？放「最上面」，你的問題放「最後」

先給你一個幾乎零成本、但很多人不知道的技巧：把長文件放在提示詞的最上面，把你的問題和指令放在最後面。Anthropic 官方的提示詞最佳實踐文件直接點名，在複雜的多文件情境下，把問題放最後，測試中回答品質最多能提升約 30%。

這件事我自己很有感。我一開始習慣先打一長串要求、最後才貼文件，結果它常常抓錯重點，好像讀到後面就忘了前面要它幹嘛。把順序反過來——先讓它「看完整份文件」、最後才收到你的問題——它的注意力會落在對的地方。你可以想成：先給它讀完整本書，再問它問題，總比你邊唸題目邊塞課本給它好。

實際長相大概是這樣，記得文件在上、問題在下：

（先貼整份長文件）
<文件內容>
……（你那 40 頁的報告全文貼在這裡）……
</文件內容>

（最後才寫你的問題）
請根據上面的報告，用條列列出對 Q3 最重要的 3 個風險，
每個風險後面附一句原文，並標註它出現在報告的哪一節。

長文件很吃 token，這是升級與費用的關鍵之一，想省的話我在不升級也能省 token 的 10 個習慣那篇有整理。下一步：把你慣用的「先要求、後貼文件」順序，這次刻意反過來試一次。

多份文件別混成一坨：用 XML 標籤幫它分清楚

當你要一次餵好幾份文件，最容易出的錯就是把它們全部貼成一大坨——它會搞不清哪句話出自哪一份。解法很簡單：用 XML 標籤把每份文件包起來、標上來源。這不是工程師才懂的東西，就是幫每份文件貼個名牌而已。

官方建議的結構長這樣，你可以直接照抄，把檔名和內容換掉：

<documents>
  <document index="1">
    <source>2025年報.pdf</source>
    <document_content>
      ……（第一份文件全文）……
    </document_content>
  </document>
  <document index="2">
    <source>競品分析_Q2.xlsx</source>
    <document_content>
      ……（第二份文件全文）……
    </document_content>
  </document>
</documents>

請比對這份年報和競品分析，找出我們的策略優勢，並建議 Q3 該聚焦哪裡。

我交叉比對「新舊兩版合約」或「三個月份的報表」時一定這樣做。好處是它引用時會直接告訴我「這句出自 document 2」，我要回頭核對超快，不用自己猜它在講哪一份。多來源查證這件事，跟深度研究的邏輯很像，想看另一種做法可以參考深度研究怎麼跨多來源查證那篇教學。下一步：下次餵超過一份文件，先幫每份貼個 source 名牌再問問題。

讓 Claude 讀文件時「先引用、再回答」：一招同時降噪又防亂編

如果整篇只能學一個技巧，我會選這個：叫 Claude「先從文件裡找出相關的原句、放進引用區，再根據這些原句回答」。官方在提示詞最佳實踐和減少幻覺的官方指南裡，都把「先引用再作答」列為核心做法——因為它逼模型先把證據攤出來，答案就沒那麼容易腦補。

這招對「讀起來很流暢、其實是它自己編的」那種答案特別有效。你先要它找原句，找不到就得說沒有，它想唬你都難。下面這組繁中提示詞你可以直接複製，把大括號換成你的問題：

請先從上面的文件中，找出與「{我的問題}」最相關的原句，逐條放進〈引用〉；如果找不到相關內容，就寫「文件中沒有」。接著只根據這些引用回答，放進〈回答〉，並在每個結論後面標註它引用的是第幾條。

官方建議，文件超過大約 2 萬 token（差不多一份幾十頁的報告）就很值得這樣做。我讀長合約、招股書這種「一句話差一個字意思就變了」的文件時，幾乎都開這招——它把原句列出來，我核對起來像有人幫我先畫好重點。下一步：把上面這組「先引用再回答」存起來，下次讀長文件第一個就用它。

防幻覺鐵則：叫它「找不到就說找不到」，數字一定回原文覆核

記住一件事——Claude 會編。它不是故意騙你，而是當它「不確定」時，會生出一個看起來很合理、格式很漂亮的數字或結論。所以防幻覺的第一步，是明白允許它說「我不知道」。官方自己的建議就是：給它承認不確定的權利，這一招就能大幅減少假資訊。

我讀文件時固定會加三道保險：❶ 允許它說找不到——「如果文件裡沒有，就直接說沒有，不要猜」。❷ 限定範圍——「只根據我給的文件回答，不要用你自己的知識補」。❸ 要它附證據——每個結論都附一句原文，找不到支持的原句就把那句結論拿掉。這三道加上去，它腦補的空間就被壓到很小。

但最關鍵的鐵則是這個：數字、金額、日期、關鍵引用，一定自己翻回原文對一次。官方也白紙黑字寫了，這些技巧能大幅減少、但「不能完全消除」幻覺，重要決策務必自行驗證。它的知識大約只到 2026 年初，你文件裡的新數字、公司內部資料它本來就不知道，全靠你餵；餵進去它也可能抄錯一位數。我看財報尤其龜毛，只要是要拿去做決定的數字，我一定自己回那一頁核。這也是為什麼我把「用 AI 讀財報」跟「回原文交叉驗證」綁在一起做，完整流程在用 AI 讀財報、再回公開資訊站交叉驗證那篇。

還有個小地方常害人對錯——你叫它「看第 12 頁」，它數的頁碼可能跟你 PDF 檢視器顯示的不一樣，因為很多報告前面有封面、目錄，印刷頁碼和實際頁數會差好幾頁。要它引用時，我習慣請它「連原句一起附上」，比只報頁碼可靠。下一步：把「找不到就說沒有＋數字我會自己覆核」變成你讀文件的預設習慣。

超長文件、複雜分析：善用大脈絡窗＋讓它「想清楚再答」

遇到超長或很燒腦的文件，有兩個開關可以拉：一是它本來就很大的脈絡窗，二是叫它「先仔細評估、再一步步推進」。前者決定它「吃不吃得下」，後者決定它「想不想得深」。

先講吃得下這件事。目前 Claude 主力模型的脈絡窗來到 100 萬 token（官方換算大約 55 萬個英文單字），一次吞好幾百頁的文件不成問題，你不太需要自己先把文件切成一段一段。這對讀長報告是很實在的優勢——一份年報從第一頁到附註，它可以同時放在眼前看。

再講想得深。碰到要「串好幾份資料才看得出問題」的複雜分析——比對邏輯、找矛盾、推風險——你可以請它「先評估、再逐步進行」，或直接開深度思考模式，它會先在心裡推演一輪再回答，結論穩很多。但反過來，單純的摘要就別開，慢又費額度。這個開關怎麼開、什麼時候該開，我在把 Claude 調成專屬助理的設定全攻略裡有圖解。我自己做跨部門那種「資料散在好幾份文件裡」的分析時，一定讓它先想再答，差別很明顯。下一步：複雜比對開深度思考，一般摘要維持一般模式，別浪費額度。

常參考的文件放進 Projects 知識庫，不用每次重傳

如果有一批文件你會一直回來查——公司規範、產品文件、法規、你的研究資料——別每次對話都重新上傳。把它們放進一個 Project（專案）的知識庫，之後這個專案裡的每一次對話都會自動參考它們。官方說得很清楚：你上傳到這個空間的東西，會用在該專案的所有對話裡。

但這裡有一個很多人踩的雷，我一定要幫你圈起來：同一個 Project 裡，不同對話之間的脈絡並不會互通，除非那個資訊在知識庫裡。也就是說，你在 A 對話臨時講的背景，B 對話並不知道；要它每次都記得，就得把資料放進「知識庫」，而不是聊天裡講一講就算。搞懂這條，你才不會覺得「我明明講過了它怎麼又忘」。

額度上也很佛心：免費帳號能建 5 個專案，付費版無限，而且知識庫大到快滿時會自動用一種叫 RAG 的技術幫你擴容。我自己把常引用的一批資料開成一個「資料庫」專案，之後問任何相關問題都不用重貼，省掉最煩的暖機。想更進一步讓它直接讀你雲端硬碟裡的文件、不用手動上傳，可以看用連接器接雲端文件的 15 個實戰教學。下一步：挑你這個月最常回頭查的那批文件，開一個 Project 丟進知識庫。

6 組可直接複製的「文件分析提示詞模板」

下面 6 組是我實際在用、專門對付長文件和多文件的模板，每一組都把上面的技巧（擺位、XML、先引用再答、允許說找不到）包好了。用法很簡單：複製整段、把 {大括號} 換成你的內容，貼到文件後面就能用。建議直接收藏這一段。

長報告抓重點（給結構＋輸出格式）

你是我的 {財務分析師}。請根據上面的文件，用 {5} 個重點摘要它的核心內容，每點一句話，並在每點後面附一句支持它的原文。最後補一句「這份文件對 {想快速掌握狀況的主管} 最需要知道的一句話」。

跨文件比對（多份文件找異同與矛盾）

上面有多份文件（已用 source 標好）。請幫我比對 {文件 1} 和 {文件 2}，用表格列出「項目／文件1說法／文件2說法／是否衝突」。有互相矛盾的地方請特別標出，並各附一句原文佐證。

把散在文件裡的關鍵數據抽成表格

請從上面的文件中，把所有的 {金額、日期、百分比} 抽出來，整理成表格，欄位是「數據／它代表什麼／出現在文件哪一段」。只抽文件裡真的有的，找不到的欄位寫「未提及」，不要自己補。

幫我揪風險、漏洞、對我不利的條款

你是謹慎的 {法務}。請只根據上面的文件，找出對「我方」有風險或不利的地方，逐條列出，每條附上原文那一句，並說明為什麼有風險。如果某項你不確定或文件沒寫清楚，直接說「需要再確認」，不要猜。

把文件變成一份 FAQ 問答稿

請根據上面的文件，幫我生成 {8} 組讀者最可能問的問答（FAQ），每題答案兩三句、只根據文件內容回答。文件裡沒有答案的問題就不要編，寧可少列幾題。

翻譯＋術語對照表（專有名詞不跑掉）

把上面文件的 {第 3 段} 翻成 {繁體中文台灣用語}，要像母語者自然寫出來的、不要翻譯腔。文件裡的專有名詞請保留原文，並另外附一個「原文／建議譯法」的術語對照表，方便我統一用詞。

這 6 組是起點，不是終點——照著改久了，你會長出自己的一套。最常用的那幾組，建議存成 Skill 或專案指令（免費版就能用），之後免重打，怎麼挑我在8 大情境該裝哪個 Skill 的實戰清單有整理。如果你把數據抽成表格後，想讓它直接變成一個能篩選、能算的小工具，也可以丟給 Claude 的 Artifacts 做成不用寫程式的小應用。下一步：先挑 2 組你這週用得到的，複製去試一次。

用 Claude 讀文件適合誰、不適合誰？免費還是 Pro 怎麼選

先給結論：這套「餵文件、精準消化」的做法，免費版就能完整跑，真正會讓你想升級的只有「用量」。所以別急著刷卡，先看你是不是下面這種人。

如果你確定要用，方案這樣分最簡單（價格為官方美元牌價，新台幣是依匯率的約當金額，方案與價格官方會調整、實際以官網為準）：

免費版現在就含 Projects（上限 5 個）、記憶、檔案上傳分析和 Artifacts，讀文件該有的都有。判斷該不該付費，其實只有一個訊號——你有沒有「常常撞到用量上限、被迫停下來等」。沒有就繼續免費，有才升 Pro（US$20／月，約 NT$650，年繳會再便宜一點）。想更完整地比「這 20 美元到底該不該付」，可以看我同時養好幾個 AI 訂閱、實測免費 vs 付費差在哪那篇。

那 Claude 跟別家比呢？點到為止：ChatGPT、Gemini、NotebookLM 也都能讀文件，各有強項。但如果你要的是「引用原文、少亂編、長文件穩定」這種不能出錯的場景，Claude 一直是我讀合約、財報時的第一順位。想看多模型怎麼各用所長，我在GPT 起稿、Claude 修文、Gemini 補資料的多模型分工那篇有實際示範。下一步：先用免費版把一份真實文件跑過一輪，撞牆再升。

FAQ 常見問題

Claude、ChatGPT、NotebookLM 讀文件差在哪？我該用哪個？

三家都能讀文件，但脾氣不同。如果你重視「引用原文、少腦補、長文件穩定」，尤其是讀合約、財報這種不能出錯的東西，我會優先 Claude——它比較願意乖乖附原句、也肯說「找不到」。NotebookLM 強在把一堆資料變成問答和語音導覽；ChatGPT 則勝在生態和外掛廣。與其糾結，不如拿同一份文件各丟一次，看誰的答案你最敢直接用。多模型怎麼分工我另有一篇專門拆。

免費版夠用嗎？什麼情況才需要升 Pro？

讀文件這件事，免費版功能是完整的——Projects、知識庫、檔案分析、記憶都有，所有技巧和模板也不分方案。真正的差別在「量」：免費版每日用量較低、專案上限 5 個。判斷方式很簡單，如果你常常讀到一半被限流卡住、或需要無限專案，就升 Pro（US$20／月，約 NT$650）；如果只是偶爾用，免費版加上這篇的技巧體驗差距沒你想的大。先免費用一週，撞牆再升。

它把數字或日期看錯、甚至編出來，怎麼補救？

先接受一個前提：它一定會有出錯的時候，所以流程要設計成「不完全信它」。三步補救：❶ 下指令時就加「只根據文件、找不到就說沒有、每個數字附原句」；❷ 拿到答案後，凡是要做決定的數字、金額、日期，自己翻回原文對一次；❸ 對不上就把那句結論丟回去要它重找原句，找不到就刪。官方也強調這些技巧只能大幅減少、不能完全消除幻覺，高風險決策務必自己驗。

文件裡有機密或個資，能丟給它嗎？要注意什麼？

能不能丟，取決於你的資料規範，不是取決於工具方不方便。牽涉真實姓名、身分證號、金融帳號、公司未公開的機密，我的原則是能去識別化就先去識別化，真的敏感就別丟雲端 AI，或改用公司核可的企業方案。記憶功能也記得管——不想被記住的內容，開無痕聊或聊完刪掉。方便和隱私之間，界線要自己畫，別把什麼都交出去。

說到底，讓 Claude 精準消化文件沒有玄學，就是「把文件擺對位置、把要什麼講清楚、再逼它用原文說話」。你不用一次記住全部，先挑今天最用得到的 1 個技巧、1 組模板開始，讀個幾份文件就成肌肉記憶了。如果這篇對你有用，歡迎訂閱我的部落格，會不定期收到我用 AI 的實戰筆記。

參考資料

• Anthropic — Prompting best practices（長脈絡擺位、XML 標籤、先引用再答）
• Anthropic — Reduce hallucinations（允許說不知道、引用佐證、限定文件範圍）
• Claude Help Center — How can I create and manage Projects?
• Anthropic — Models overview（脈絡窗與知識截止）
• Claude — Plans & Pricing
• Anthropic 官方網站
• 關於作者夜羽凌