你是否遇到过类似困境：一份数十页的PDF合同或研究报告，含大量需要提炼的核心信息，但逐页阅读后再手动整理成可检索的问答对，耗时费力令人头疼。像Kimi这类文档处理工具，能直接从原文中抽取事实性问答对，不过前提是方法得当，否则它只会生成泛泛而谈的“总结”。本文详细讲解具体操作流程。

首先明确几个关键判断。整个流程的核心在于“触发文档理解模式”与“使用强约束提示词”，而非直接让模型自由发挥。以下为完整步骤。

准备文档并上传至Kimi

访问kimi.moonshot.cn，推荐使用Chrome或Edge最新版。点击输入框上方的回形针图标，选择已清理完毕的PDF或TXT文件。此处有一个关键要点：提前移除页眉页脚、批注以及扫描件中OCR识别产生的乱码，否则Kimi可能将“第12页”这类页眉误当作有效提问内容。

上传后留意右上角，当看到“已启用文档理解模式”提示时，才代表成功激活PDF的原生解析。此时文档的标题层级和列表结构会被正确保留，为后续提取问答对奠定可靠基础。

使用强约束提示词生成问答对

文件上传完毕后，在输入框中切勿输入“请总结一下”这类开放式指令。应直接粘贴如下提示词，一字不差：

“你是一名专业文档工程师，请严格按以下规则处理：①每条问答对必须基于原文明确陈述的事实，禁止推断或补充；②问题须以‘什么’‘如何’‘是否’‘为何’开头，答案必须是原文中连续不超过50字的原句片段；③输出仅含Markdown表格，表头为【问题|答案|原文位置】，位置格式为【P5-3】表示第5页第3段；④剔除所有法律效力存疑、主观评价类语句。”

发送后，Kimi会逐段扫描文档，仅提取具备问答潜力的客观陈述句，并自动标注所在页码和段落位置。

校验与补漏操作

表格生成后，先快速检查第三列的【原文位置】，确认所有编号真实存在且无跳页情况。例如看到【P99-1】但文档总共仅60页，说明Kimi页码识别有误，需重新上传并勾选“禁用自动页码识别”。

接着，将整张表格复制到记事本中，执行两次替换：先将“|”替换为制表符，然后全选复制并粘贴到Excel。这样三列数据自动分好，便于按“答案”列筛选，检查是否存在内容相同的重复项。

还需留意答案中写有“参见第X条”或“详见附录B”的条目。此类引用关系Kimi无法自动跳转，必须手动打开原文找到对应段落，将实际内容补充到答案栏——这一步是实现人工闭环的关键。

导出为标准QA数据集

在Excel中删除空行和测试样例，选中全部数据并复制，新建一个纯文本文件后粘贴，保存为UTF-8编码的qa_dataset.txt。

打开该文件，确认每行格式为：问题制表符答案制表符【Pn-m】，注意使用半角制表符，不可用空格替代。

最后，将此文件拖入Obsidian的QuickAdd插件或Notion的Database导入器，即可完成结构化问答数据的入库。日后需要查询任何信息，直接在库中搜索即可。