先说背景，省得被当成广告。
我是研二的，每周组会要讲三到五篇论文。以前的办法是复制摘要、翻译、抓图，一篇两小时，看完脑子还是糊的。这两个月改用 Kimi，一篇四十分钟左右，重点是我能说得出它的方法和局限，不是"我看过了"。
一、先换文本，别急着上传
我第一次把 60 页 PDF 直接丢进去问"这篇讲了什么"，回答看着很顺，但三分之一是它自己编的背景知识，页码也对不上。
原因两个：PDF 要先做文本抽取，带公式、双栏、扫描件的经常抽坏；"总结"类问题根本测不出它有没有真读。
所以我现在的第一步不是上传，是换成能读的文本：
•能拿到 LaTeX 源码就直接用；拿不到就做一次 PDF 转文本，重点看公式和表格乱没乱。•人工过一遍目录，把每节起止页记下来，顺便按页数估一下上下文长度够不够。•先拿前三页试一个具体问题。准，再送全文；不准，说明抽取有问题，回去重转。
多花十分钟，省掉后面一小时的扯皮。上个月有篇双栏的，表 2 抽出来整列错位，我问了半天它一直在给错数。
二、四个问题读完一篇
这四问是我固定的提问模板，每篇都这么问，组会上被追问细节也不慌。
定位。 请只根据原文回答，不要补充你所知道的背景：它要解决什么问题、方法核心是哪几步、主要对比对象是谁、作者承认的局限是什么，每条后面标注出自哪一节。
关键在最后两句。不加"不要补充背景"和"标注出处"，它乱编的概率明显上升——这个我对比过，同一篇论文，加了这两句之后给出的位置十次有九次对得上原文，不加的时候有一半是猜的。
对账。 表 2 的数据能和正文第 4 节的描述对应上吗？有出入的话，具体是哪个数字？
这一问专门检验它有没有真读。读过的会指出具体位置，没读的直接顺着你说"是一致的"。
比较。 这篇和我之前给你的那篇，方法上最大的区别是什么？要指出两边各自的做法，不要泛泛而谈。
两篇都放上下文，token 会翻倍，只在你真要做对比时用。
批判。 如果样本量减半，结论还成立吗？从它的实验设计看，哪一部分最可能先崩？
答案对不对不重要，它逼模型去看方法细节，而不是复述结论。
三、省 token 的三个动作
一篇 200 页论文大约 4 万 token，厚一点 6 万。一开始每次都新开对话、问五个问题，一周花了 40 多块。后来改成一次上传、连续追问，花费掉到 19 块。三个动作：
一次对话问完。 同一篇的所有问题放在一个对话里，新开就等于重新传一遍全文。我问五个问题，新开五次是 20 万 token，一个对话问完大概 7 万多。
开头别放会变的东西。 我原来在系统提示里写"今天是 X 月 X 日"，每次前缀都不一样，缓存全废。删掉之后，第二问开始就命中缓存了。
缓存只有 5 分钟。 所以得连着问。读完一章立刻问，别攒到最后一起问，隔一小时缓存过期就按原价算了。我一般一口气问完一篇再起身倒水。
这三条加起来，同样的量从 40 多降到 19，一个月省二十来块。钱是小事，习惯是大事。
四、我踩过的四个坑
坑一：以为窗口多大就能塞多大。 Kimi 的 K2 系列标 26 万上下文，实际能传 22.9 万，中间三万多是预留给输出的。我第一次按 26 万算，直接报错。
坑二：以为 PDF 里的图能被读到。 大部分模型只读文字不读图。关键图表你得自己描述一遍再问，比如"图 3 的横轴是样本量，纵轴是准确率，四条线分别对应四种方法"，它才有得聊。
坑三：以为跑一遍的结果就是对的。 同一道题连跑三次，15% 的情况措辞不同，3% 的情况数字不同。重要指标我会问两遍看是否一致。
坑四：忘了模型会下线。 官方通知说 K2 系列年底前退役。写脚本批处理的，型号名一定放配置里，别写死在代码里。
五、给同门的三句话
先用免费的试。 各家的 App 都有免费额度，读两三篇试试手感，觉得值再考虑 API。一天只读一篇，App 完全够。
要接 API，先想清楚要不要多家对比。 我要在三个模型上跑同一批论文，所以用了一个密钥接多家的方式（我用的是词元云，贴吧不放链接，搜品牌名能找到）。只用一家的话直连就行，没必要多一层。
组会前一天别换不熟的模型。 我有一回用了没调过的型号，把方法名翻成完全不同的东西，被导师问住。
最后说个真实感受。用了两个月，我最大的变化不是读得快了，是敢在组会上讨论方法细节了。以前我只敢复述结论，一被追问就露馅；现在它先把原文位置指给我，我顺着回去看那两段，心里就有底。
模型能帮你读懂，但读不懂的地方还得回去看原文。它最大的价值是帮你判断这篇值不值得细读，不是替你读。

感谢楼主的分享哦🌹