Multi Document Summarization

多源文档归纳

概述表格

法律声明

重要提示：

1. 多文档归纳依赖各来源文档的准确性和可靠性，来源质量参差不齐可能导致归纳结论偏差。

2. 归纳结论反映的是输入文档的整体面貌，不代表对客观事实的独立判断。

3. 涉及法律争议时，不同文档可能代表对立立场，归纳时应保持中立，客观呈现各方观点。

4. 当文档之间存在事实冲突时，归纳仅负责标识冲突点，不做事实真伪判断。

一、核心概念

1.1 单文档摘要 vs 多文档归纳

1.2 多文档分析的四个层次

Level 1: 单篇理解
    分别理解每篇文档的核心内容
    
Level 2: 共性提取
    识别多篇文档共同涉及的主题、观点、事实
    
Level 3: 差异对比
    识别文档之间的观点冲突、事实矛盾、表述差异
    
Level 4: 洞见生成
    基于跨文档的对比分析，生成新的综合性结论

1.3 文档关系类型

二、完整工作流程

阶段一：准备与输入

步骤 1：接收并整理文档

1. 确认文档数量和来源：列出全部文档清单，标注来源和类型 2. 统一格式：将 PDF、Word、网页等转换为可处理的文本 3. 建立文档档案：为每份文档编号，便于后续引用

### 文档清单

| 编号 | 文档名称 | 类型 | 来源 | 日期 | 字数/页数 |
|------|----------|------|------|------|----------|
| D1 | [...] | [判决书/合同/法规/论文] | [...] | [...] | [...] |
| D2 | [...] | [...] | [...] | [...] | [...] |

步骤 2：识别文档间关系

分析多份文档之间的关系类型（平行/时间序列/对立/层级/补充），确定归纳的分析框架：

• 平行关系 → 采用"主题聚合"框架
• 时间序列 → 采用"演变脉络"框架
• 对立关系 → 采用"观点对比"框架
• 层级关系 → 采用"层级梳理"框架
• 补充关系 → 采用"全景整合"框架

阶段二：单篇理解与标注

步骤 3：逐篇提取核心信息

对每份文档进行单篇理解，提取以下要素：

步骤 4：建立文档信息卡片

为每份文档建立标准化信息卡片：

### D1 信息卡片

- **文档名称：** [...]
- **核心主题：** [...]
- **主要观点：**
  1. [...]
  2. [...]
- **关键事实：**
  - [...]
- **依据/证据：** [...]
- **立场：** [中立/原告方/被告方/学者A观点/行政机关]
- **可信度/权威性：** [高/中/低，简要说明理由]

阶段三：交叉分析与归纳

步骤 5：提取跨文档共性

识别多篇文档共同涉及的主题、观点、事实：

• 哪些观点在多篇文档中被共同提及？
• 哪些事实被多份文档交叉证实？
• 哪些法律依据被普遍引用？
• 是否存在被广泛接受的结论或共识？

输出格式：

### 跨文档共识

| 共识主题 | 涉及文档 | 共识内容 | 共识强度 |
|----------|----------|----------|----------|
| [...] | D1, D2, D3 | [...] | 强（3/3一致） |

步骤 6：识别文档间冲突

识别文档之间存在差异、矛盾或对立的内容：

• 观点冲突：对同一问题持相反立场
• 事实矛盾：对同一事实的陈述不一致
• 法律适用分歧：对同一法条的理解或适用不同
• 结论差异：基于相同或类似事实得出不同结论

冲突标注要求：

• 客观陈述冲突双方的观点，不做真伪判断
• 分析冲突的可能原因（信息不对称、立场不同、适用标准不同等）
• 标注冲突的重要程度（核心冲突 / 次要分歧）

输出格式：

### 文档间冲突点

| 冲突编号 | 冲突主题 | 文档A观点 | 文档B观点 | 冲突类型 | 重要程度 |
|----------|----------|-----------|-----------|----------|----------|
| C-01 | [...] | D1: [...] | D2: [...] | [观点/事实/法律适用] | [核心/次要] |

步骤 7：生成跨文档洞见

在共性和差异分析的基础上，生成新的综合性结论：

• 趋势判断：文档整体呈现什么趋势或方向？
• 模式识别：是否存在重复出现的模式或结构？
• 盲区识别：多篇文档共同遗漏了什么重要信息？
• 关联发现：不同文档的信息组合后是否产生新的理解？

阶段四：输出

步骤 8：格式化输出综合归纳

根据用户需求，选择输出形式：

形式 A：段落式综合总结（适合详细说明场景）

• 连贯呈现全部文档的核心内容
• 按主题或逻辑顺序组织
• 自然融入跨文档对比和洞见

形式 B：要点式摘要（适合快速浏览）

• 使用项目符号逐条列出关键信息
• 每个要点标注来源文档
• 冲突点单独列示

形式 C：对比分析表（适合精细对比）

• 以表格形式并列呈现各文档的对应要素
• 便于逐项比较异同

三、输出格式模板

模板 A：段落式综合总结

# 多文档综合归纳

## 一、文档概览
[说明文档数量、类型、来源和整体关系]

## 二、核心共识
[跨文档的共同主题、观点和事实]

## 三、主要分歧
[文档之间的关键冲突和差异]

## 四、综合结论
[基于跨文档分析生成的洞见]

## 五、信息缺口
[文档共同遗漏或表述不清的内容，建议补充]

模板 B：要点式摘要

# 多文档要点归纳

## 文档清单
- D1: [...]
- D2: [...]

## 核心要点
- [要点1]（D1, D2, D3）
- [要点2]（D1, D2）
- [要点3]（D2, D3）

## 冲突与分歧
- [冲突1]：D1认为...，D2认为...（[冲突类型]）
- [冲突2]：...

## 跨文档洞见
- [洞见1]
- [洞见2]

## 待核实/补充信息
- [...]

模板 C：对比分析表

| 对比维度 | D1 | D2 | D3 | 一致性评价 |
|----------|-----|-----|-----|-----------|
| 核心主题 | [...] | [...] | [...] | [一致/相似/不同] |
| 主要观点 | [...] | [...] | [...] | [...] |
| 关键事实 | [...] | [...] | [...] | [...] |
| 法律依据 | [...] | [...] | [...] | [...] |
| 结论/处理 | [...] | [...] | [...] | [...] |

四、示例

示例 1：类案判决书归纳

输入： 3份不正当竞争纠纷判决书（原告均为数据平台，被告均为数据抓取方）

输出：

# 多文档综合归纳

## 一、文档概览
本组共3份民事判决书，均为数据平台诉数据抓取方不正当竞争纠纷案，分别由
北京知识产权法院、杭州互联网法院、上海知识产权法院作出（D1-D3）。

## 二、核心共识

1. **数据权益保护共识**：三份判决均认定，平台对合法收集、投入成本整理的数据享有竞争性权益（D1, D2, D3）。
2. **不正当竞争认定标准共识**：均适用《反不正当竞争法》第2条一般条款，以"是否违反诚实信用原则和公认商业道德"作为判断标准（D1, D2, D3）。
3. **损害要件共识**：均要求原告证明被告行为对其造成了实际损害或损害威胁（D1, D2, D3）。

## 三、主要分歧

| 冲突编号 | 冲突主题 | 文档A观点 | 文档B观点 | 冲突类型 | 重要程度 |
|----------|----------|-----------|-----------|----------|----------|
| C-01 | 公开数据抓取是否当然合法 | D1（北京）：公开数据抓取仍需遵守Robots协议和商业道德 | D2（杭州）：公开数据在特定条件下可自由抓取 | 法律适用分歧 | 核心 |
| C-02 | 损害赔偿计算方式 | D1：以原告实际损失计算 | D3（上海）：以被告违法所得计算 | 法律适用分歧 | 核心 |
| C-03 | 技术中立抗辩 | D2：技术中立可作为免责事由 | D1, D3：技术中立不免除不正当竞争责任 | 观点冲突 | 次要 |

## 四、综合结论

1. **裁判趋势**：数据平台对合法收集的数据享有竞争性权益已成为司法共识，但公开数据抓取的合法性边界仍存在分歧。
2. **地域差异**：北京法院对数据保护立场较为严格，杭州法院对公开数据流通持相对开放态度，上海法院居中。
3. **法律适用**：三份判决均以《反不正当竞争法》第2条为主要依据，但具体适用标准存在微妙差异，反映该领域法律规范的不确定性。

## 五、信息缺口
- 三份判决均未涉及数据抓取行为与《个人信息保护法》的交叉适用问题
- 缺乏对"数据的可携带性"与"平台数据权益"平衡的具体分析
- 损害赔偿的计算标准和方法论尚未形成统一裁判规则

示例 2：多份合同条款对比

输入： 2份技术服务合同（甲公司与乙公司签订的主合同，以及丙公司与丁公司签订的同类合同）

输出：

# 多文档对比分析

## 一、文档概览
- D1：甲公司 vs 乙公司《技术开发合同》（2024年）
- D2：丙公司 vs 丁公司《技术服务合同》（2023年）

## 二、对比分析表

| 对比维度 | D1（甲乙） | D2（丙丁） | 差异评价 |
|----------|-----------|-----------|----------|
| 合同标的 | App软件开发 | 系统维护服务 | 不同：开发 vs 维护 |
| 总价款 | 50万元 | 30万元/年 | 不同：一次性 vs 年度 |
| 履行期限 | 6个月 | 12个月 | 不同 |
| 知识产权归属 | 归甲公司所有 | 归丙公司所有 | 一致 |
| 保密义务 | 详细条款，违约金10万元 | 简略条款，无违约金 | 不同：D1更严格 |
| 争议解决 | 北京仲裁委仲裁 | 被告所在地法院诉讼 | 不同：仲裁 vs 诉讼 |
| 不可抗力 | 列举+兜底条款 | 仅列举 | 不同：D1更全面 |

## 三、关键差异分析

1. **争议解决方式**：D1约定仲裁（一裁终局），D2约定诉讼（可上诉）。仲裁保密性强但不可上诉，诉讼程序公开但审级更多。
2. **保密义务强度**：D1设有具体违约金，D2仅作原则性约定。D1对守约方保护更强。
3. **风险分配**：D1作为开发合同，设有阶段性验收和付款节点；D2作为维护合同，按年度付费，风险更均衡。

## 四、综合建议

如拟签订类似合同，建议：
- 参考D1的保密条款和阶段性验收机制
- 参考D2的年度付费模式降低一次性付款风险
- 争议解决方式应根据保密需求和对效率的要求选择

示例 3：法律法规演变归纳

输入： 《个人信息保护法》（2021年）、《网络数据安全管理条例》（2024年）、某行业数据合规指南（2025年）

输出：

# 多文档综合归纳

## 一、文档概览
本组包含3份规范性文件，呈现个人信息/数据保护领域从法律到行政法规再到行业指南的层级演变（D1-D3）。

## 二、规范层级与效力

| 文档 | 层级 | 效力 | 适用范围 |
|------|------|------|----------|
| D1《个人信息保护法》 | 法律 | 最高 | 全国范围内个人信息处理活动 |
| D2《网络数据安全管理条例》 | 行政法规 | 高 | 网络数据处理活动 |
| D3《XX行业数据合规指南》 | 行业规范 | 中 | XX行业内企业 |

## 三、核心内容演变

| 主题 | D1（法律） | D2（行政法规） | D3（行业指南） |
|------|-----------|---------------|---------------|
| 知情同意 | 原则性规定（第13-17条） | 细化同意机制、撤回同意程序 | 提供同意界面设计模板和示例 |
| 跨境传输 | 安全评估、标准合同、认证三种路径 | 细化安全评估申报流程 | 提供行业特定的风险评估要点 |
| 数据分类分级 | 原则要求 | 分类分级标准、重要数据识别 | 行业数据分类示例清单 |
| 法律责任 | 第66-71条（罚款、责令改正等） | 补充行政处罚裁量基准 | 合规整改操作指引 |

## 四、合规要求递进关系

法律（D1）：建立基本制度框架 ↓ 细化 行政法规（D2）：明确操作程序和处罚标准 ↓ 落地 行业指南（D3）：提供具体实施模板和检查清单

## 五、综合洞见

1. **监管趋势**：从原则性立法向精细化执行演进，企业合规义务逐步具体化。
2. **合规路径**：企业应先满足法律（D1）的强制性要求，再遵循行政法规（D2）的程序性要求，最后参考行业指南（D3）优化合规操作。
3. **注意冲突**：如D3与D1/D2存在不一致，应以效力更高的D1/D2为准，D3仅供参考。

五、常见错误与防范

六、特殊场景处理

6.1 文档数量过多（10份以上）

• 先按主题或类型分组，逐组归纳后再做组间归纳
• 使用"分层归纳"策略：先归纳小组，再归纳大组，最后形成总体结论
• 重点关注高频出现的主题和冲突点，对次要文档可适当简化

6.2 文档质量参差不齐

• 建立文档可信度评估，对来源不明或明显错误的文档标注风险
• 高质量文档（如生效判决书、正式法规）赋予更高权重
• 低质量文档（如匿名网络文章、未经核实的传闻）单独标注，谨慎使用

6.3 文档语言不一致

• 如涉及多语种文档，核心概念应统一标注原文和翻译
• 注意同一法律术语在不同语言版本中的细微差异
• 法律文本以官方版本为准

6.4 涉及保密或敏感信息

• 归纳输出中应对敏感信息脱敏处理
• 标注哪些内容来自涉密文档，提醒用户注意使用范围
• 涉及个人隐私的信息应做匿名化处理

6.5 实时更新的文档集合

• 如文档会持续更新（如法规数据库、案例库），归纳应标注时间戳
• 说明归纳结论的时效性
• 建议用户定期更新归纳

七、质量检查清单

□ 1. 全部文档是否已接收并整理（含编号、类型、来源）？
□ 2. 文档间的关系类型是否已识别（平行/时间序列/对立/层级/补充）？
□ 3. 每篇文档的核心信息是否已提取（主题、观点、事实、依据、立场）？
□ 4. 跨文档共性是否已识别并整理？
□ 5. 文档间冲突是否已识别并客观标注（不做真伪判断）？
□ 6. 冲突点是否已分析可能原因？
□ 7. 跨文档洞见是否已生成（趋势、模式、盲区、关联）？
□ 8. 归纳结论是否有文档支撑（区分"明确表述"和"合理推断"）？
□ 9. 信息缺口是否已标注？
□ 10. 输出格式是否与用户需求匹配？
□ 11. 敏感信息是否已脱敏处理？
□ 12. 文档质量差异是否已在归纳中体现？

八、关联技能

九、局限性与风险提示

• 来源依赖： 归纳结论完全依赖于输入文档的内容和质量。如果来源文档存在错误、偏见或信息不全，归纳结论将继承这些问题。
• 权重判断： 多份文档的重要性可能不同，但本技能无法自动判断"哪份文档更重要"，需要用户根据具体场景赋予权重。
• 深度限制： 本技能侧重信息的横向对比和整合，对于需要深度法律分析的内容，仍需结合法律规则适用、请求权基础分析等技能。
• 时效性： 涉及法规、判例等时效性较强的文档时，归纳结论仅反映输入文档的时点状态。
• 语言理解限制： 对于高度专业或晦涩的文本，理解可能存在偏差，涉及关键法律概念时应结合法律概念理解技能。
• 冲突解决： 本技能仅负责标识冲突点，不做事实真伪判断或法律结论的得出。冲突的解决需要进一步的法律分析或证据审查。