层次化摘要
渐进式压缩：章节 → 部分 → 文档摘要
层次化摘要 是 CoddyKit 上的免费 AI Prompt Engineering 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 AI Prompt Engineering 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Prompt Engineering 课程共包含 4 节课。
什么是层级式摘要？
层级式摘要反映文档本身的结构。它不会平等地处理所有文本块，而是逐层压缩内容：
- 页面 → 章节摘要
- 章节 → 小节摘要
- 章节 → 文档摘要
每个层级都是其下一级内容的压缩表示。这正是人类总结书籍的方式——阅读章节，形成心中的摘要，然后进行整合。
何时使用层级式摘要
以下情况适合使用层级式摘要：
- 书籍：超过 200 页且具有清晰的章节结构
- 研究论文：摘要、引言、方法、结果、讨论
- 法律合同：包含明确标题的章节（定义、义务、终止）
- 技术报告：执行摘要 → 研究结果 → 附录
对于短文来说，这种方法没有必要。当文档具有自然的树状结构时，它最能发挥作用。
文档树结构
将文档建模为一棵树：
- 根节点：最终摘要
- 第 1 层节点：章节摘要
- 第 2 层节点：小节摘要
- 叶节点：原始页面或文本块内容
摘要过程自底向上进行：叶节点 → 第 2 层 → 第 1 层 → 根节点。每个节点的摘要仅根据其子节点的摘要生成。
from dataclasses import dataclass, field
from typing import List, Optional
@dataclass
class DocNode:
title: str
content: str = ''
summary: str = ''
children: List['DocNode'] = field(default_factory=list)
# Example: book with 3 chapters, each with 3 sections
book = DocNode(
title='My Book',
children=[
DocNode('Chapter 1', children=[
DocNode('Section 1.1', content='...raw text...'),
DocNode('Section 1.2', content='...raw text...'),
]),
DocNode('Chapter 2', children=[
DocNode('Section 2.1', content='...raw text...'),
])
]
)自底向上摘要
从底层向上遍历这棵树。叶节点根据其原始内容生成摘要，内部节点根据其子节点的摘要生成摘要。
import openai
client = openai.OpenAI(api_key='sk-...')
def summarize_text(text, role='section'):
resp = client.chat.completions.create(
model='gpt-4o',
messages=[
{'role': 'system',
'content': f'Summarize this {role} in 3-5 sentences.'},
{'role': 'user', 'content': text}
]
)
return resp.choices[0].message.content
def summarize_tree(node, depth=0):
role = ['document', 'chapter', 'section', 'page'][min(depth, 3)]
if not node.children:
node.summary = summarize_text(node.content, role)
else:
for child in node.children:
summarize_tree(child, depth + 1)
combined = '\n\n'.join(
f'{c.title}:\n{c.summary}' for c in node.children
)
node.summary = summarize_text(combined, role)
return node.summary渐进式压缩
渐进式压缩意味着每个层级都会降低信息密度。一个实用的经验规则是：
- 页面（2000 个词元）→ 小节摘要（200 个词元）——压缩 10 倍
- 小节摘要（200 个词元）→ 章节摘要（100 个词元）——压缩 2 倍
- 章节摘要（5 × 100 个词元）→ 文档摘要（150 个词元）——压缩约 3 倍
总计：将一份 10,000 词元的文档压缩到约 150 个词元，同时保留主要论点。提示每个层级保持相应的压缩比。
PAGE_PROMPT = 'Summarize this page in 2-3 sentences (under 80 words).'
SECTION_PROMPT = 'Given these page summaries, write a section summary in 3-4 sentences (under 120 words).'
CHAPTER_PROMPT = 'Given these section summaries, write a chapter summary in 4-5 sentences (under 150 words).'
DOC_PROMPT = 'Given these chapter summaries, write an executive summary of the entire document (under 200 words).'保持各层级之间的连贯性
层级式摘要存在一个风险：同一层级的摘要可能彼此矛盾或重复，而且这些错误会在向上汇总时不断累积。以下策略有助于保持连贯性：
- 在提示词中包含父级章节标题，让模型了解上下文
- 要求模型避免重复之前章节摘要中已经陈述的事实
- 在最终归约步骤中，明确要求模型解决任何矛盾
def summarize_sections_for_chapter(chapter_title, section_summaries):
content = '\n\n'.join(
f'Section: {s["title"]}\n{s["summary"]}'
for s in section_summaries
)
prompt = (
f'Chapter: {chapter_title}\n\n'
'Below are summaries of each section. '
'Write a unified chapter summary without repeating '
'the same facts from multiple sections.\n\n' + content
)
resp = client.chat.completions.create(
model='gpt-4o',
messages=[{'role': 'user', 'content': prompt}]
)
return resp.choices[0].message.content研究论文的层级结构
研究论文具有自然的层级结构：摘要 → 引言 → 方法 → 结果 → 讨论 → 结论。每个章节的职责各不相同，因此应使用针对章节的提示词：
SECTION_PROMPTS = {
'abstract': 'Summarize the paper abstract: what problem, method, and result?',
'introduction': 'Summarize the introduction: what gap does the paper address?',
'methods': 'Summarize the methods: what approach was used?',
'results': 'Summarize the results: what were the key findings and metrics?',
'discussion': 'Summarize the discussion: what do the results mean?',
'conclusion': 'Summarize the conclusion and future work.'
}
def summarize_paper(sections_dict):
section_summaries = {}
for section, text in sections_dict.items():
prompt = SECTION_PROMPTS.get(section, 'Summarize this section.')
section_summaries[section] = call_llm(prompt, text)
return section_summaries法律合同的层级结构
法律合同遵循条款层级：定义 → 义务 → 救济措施 → 终止 → 适用法律。层级式摘要必须保留：
- 精确数值（付款金额、截止日期）
- 当事方名称（客户、供应商、许可方）
- 条件性表述（除非、除非在……时、前提是）
提示模型标记正在摘要的任何包含数值金额或条件性表述的条款，避免其被意外遗漏。
LEGAL_PROMPT = '''Summarize this contract clause in plain English.
Preserve: all monetary amounts, dates, party names, and conditionals.
Flag any obligation with [OBLIGATION] and any amount with [AMOUNT].'''
def summarize_clause(clause_text):
resp = client.chat.completions.create(
model='gpt-4o',
messages=[
{'role': 'system', 'content': LEGAL_PROMPT},
{'role': 'user', 'content': clause_text}
]
)
return resp.choices[0].message.content存储层级式摘要
请存储完整的摘要树，而不仅仅是根节点摘要。这样可以实现：
- 下钻查看——按需显示章节摘要，然后显示小节摘要
- 检索——针对小节摘要而不是整个文档匹配用户查询
- 更新——当某个小节发生变化时，只需重新生成该分支的摘要
import json
def tree_to_dict(node):
return {
'title': node.title,
'summary': node.summary,
'children': [tree_to_dict(c) for c in node.children]
}
def save_tree(node, path):
with open(path, 'w') as f:
json.dump(tree_to_dict(node), f, indent=2)
print(f'Saved summary tree to {path}')增量更新
文档更新时，层级结构支持增量重新摘要。只需重新摘要被修改的节点及其祖先节点，所有兄弟分支仍然有效。
以一本共 10 章的书为例，如果第 3 章经过修订：重新摘要第 3 章的小节，然后重新摘要第 3 章，最后重新摘要整本书。这样只需重新计算 3 个节点，而不是所有节点。
def update_node(node, updated_child_title):
# Re-summarize the changed child
for child in node.children:
if child.title == updated_child_title:
summarize_tree(child) # re-summarize from leaves
break
# Re-summarize current node from updated children
combined = '\n\n'.join(
f'{c.title}:\n{c.summary}' for c in node.children
)
node.summary = summarize_text(combined)
return node.summary扁平式与层级式的比较
扁平式映射-归约与层级式摘要的比较：
- 扁平式：更简单，忽略文档结构，更适合结构均一的文档（新闻文章）
- 层级式：遵循文档结构，支持下钻查看，对结构化文档的连贯性更好
在实际应用中，可以将两者结合起来：在每个章节内部使用扁平式映射-归约处理大量页面，然后跨章节使用层级式摘要。这是处理现实文档最稳健的方法。
知识检查
在层级式摘要中，摘要过程沿文档树的哪个方向进行？
回顾：层级式摘要
层级式摘要反映文档结构，可以获得更好的结果：
- 将文档建模为一棵树：页面 → 小节 → 章节 → 文档
- 自底向上进行摘要：先处理叶节点，最后处理根节点
- 每个层级应用渐进式压缩以保持连贯性
- 最适合具有清晰层级结构的书籍、研究论文和法律合同
- 存储完整的树，以支持下钻检索和增量更新
下一课：通过重叠和滚动摘要保持跨文本块的上下文。
常见问题解答
「层次化摘要」课时是免费的吗？
是的 — 「层次化摘要」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Prompt Engineering 课程的其余内容，请升级到 CoddyKit PRO。 AI Prompt Engineering 课程共包含 4 节课。
「层次化摘要」这节课中我会学到什么？
渐进式压缩：章节 → 部分 → 文档摘要 你通过在浏览器中直接运行的动手代码来练习 AI Prompt Engineering，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 AI Prompt Engineering 需要有经验吗？
无需任何先前经验。CoddyKit 上的 AI Prompt Engineering 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「层次化摘要」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 AI Prompt Engineering 课中编写并运行代码吗？
能。每节 AI Prompt Engineering 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。