长周期报告怎么生成：AI上下文压缩保留关键事实
日报通常只有一天素材，月报、季度复盘和长周期项目总结却可能包含数百甚至数千条工作记录。把全部内容原样提交给 AI，会遇到三个问题：超过模型上下文限制、请求等待时间过长，以及大量细节挤占真正重要的信息。
小黑日报助手近期优化了报告压缩逻辑，目标不是简单删短，而是在模型容量允许的范围内保留事实、顺序、结果和风险，让长周期报告更稳定。
为什么不同模型不能使用同一个固定上限
不同报告模型的上下文能力差异很大。如果用统一字符数判断，可能出现两种极端：容量较大的模型被过早压缩，损失细节；容量较小的模型又可能在压缩前就超限。
新版会根据当前报告模型获取对应的安全阈值，再估算工作记录、模板、个人记忆、自定义指令和应用使用摘要占用的空间。只有接近阈值时才启动压缩，而不是无论长短都处理一遍。
压缩真正应该保留什么
一份可用于生成报告的压缩摘要，至少应保留：
- 日期与时间脉络；
- 已完成事项和可验证结果；
- 关键决策及其原因；
- 问题、风险与阻塞；
- 负责人、协作者和外部依赖；
- 尚未完成的下一步；
- 对最终报告结构有影响的数据和结论。
相反，重复描述、无关界面细节和多次出现的相同状态可以合并。压缩不是追求最短，而是提高单位上下文的信息密度。
分批压缩为什么更可靠
当记录规模很大时，一次压缩请求本身也可能超限。优化后的流程会把内容分成可处理的批次，分别压缩后再按原顺序组合。这样既能处理更长时间范围，也能降低某次请求失败导致整份报告无法生成的概率。
压缩服务不可用时，客户端还会尝试使用当前报告模型兜底。若多轮压缩后仍超过安全限制，界面会给出明确错误，而不是让模型静默截断后生成一份看似完整、实际缺失前半段的报告。
模板和个人记忆也会占用上下文
很多“工作记录不多却提示超限”的情况，原因并不在时间线。过长的报告模板、个人记忆或自定义指令，同样会占用模型输入空间，而且这些内容通常不能像记录一样随意压缩。
遇到问题时，可以按以下顺序排查：
- 缩短重复、冗长的自定义要求；
- 检查模板是否包含大量示例正文；
- 精简已经过时的个人记忆；
- 缩小报告时间范围，先生成周报再汇总月报；
- 更换上下文能力更合适的报告模型。
如何提高长周期报告质量
压缩机制能解决容量问题，但素材质量仍决定结果。日常记录中尽量写清“动作、对象、结果、状态”，并及时删除无意义重复项。生成月报前先确认日期范围和模板重点，再让 AI 聚合趋势，而不是要求它从杂乱记录中猜测目标。
一份可靠的长报告不是把所有原文搬进去，而是让重要事实在压缩后仍然可追踪。动态阈值、分批处理和明确兜底，正是为了让模型把有限上下文用在真正影响汇报质量的信息上。