ChatGPT非常核心的功能之一就是文本总结。常识认为，对一段文本进行总结或提炼只有相对稳定的一个维度 —— 是否精准。比如扔给ChatGPT一篇文章，让他提炼这篇文章的主要内容，还可能增加一个限定（比如100字以内），那么这时候ChatGPT会回复我们一个100字左右的文本总结。这时候我们可能要去人工验证一下总结的精准度，尝试几遍后发现，总结能力还不错！（ChatGPT 4）

于是这时候就对ChatGPT形成了一个认识：

ChatGPT的文本总结能力挺好的，以后看一些长篇小说或者科研论文，就可以直接把内容扔给它，让其帮我们总结提炼文本即可，这样就替我们节省了大量阅读原文带来的时间成本。

这个判断是对的，但是只对了一半。

为什么？

在实际运用文本总结的场合，其实存在着使用人对文本提炼的不同需求。比如一个食品公司上线了一款新品，一段时间后从平台收集到了210个用户对该产品的客户评价（假设每篇评价约300字），公司希望通过这些反馈来评估产品的市场竞争力。

那么这时候，仅对于这210份评价进行提炼总结就不能明确判断不同的需求，比如：

• 设计部希望获得用户对产品外形的认知
• 研发部希望获得用户对产品口味的理解
• 客服部希望获得用户对产品服务的反馈
• ……

这时候，要求ChatGPT对文本的提炼就需要有不同的侧重与要求，而不是单单通过文字「精简提炼」，如果这样将导致遗失更多可供关注的信息。

以设计部为例，就可以将提问需求调整为：

从以下信息中，提炼与「外形」含义相关的评价语句，整理为表格模式。

客服部可能要求更高：

请帮我判断，以下信息反映出客户对产品的情绪方向是怎样的？肯定还是否定？抱怨还是冷漠？

客服部的要求还增加了ChatGPT对文本提炼后对温度的判断，而这也是ChatGPT可以实现的需求。

综上，对与ChatGPT的文本总结功能，并不是单单的纯粹文本的算法总结，还可以通过改变提示，让它专注于某些特定的内容，在你想要获得的特征上。