multi-document-summarization

name	multi-document-summarization
description	当需要对多份相关文档进行综合分析、提取共同观点、识别冲突并生成统一概览时触发此技能。 典型触发场景包括但不限于： - 用户上传多份判决书、裁定书，要求总结类案裁判要旨 - 用户提供多个合同文本，要求归纳条款异同和关键差异 - 用户提供多份法律法规、司法解释，要求梳理规范演变和适用要点 - 用户提供多个证据材料、调查笔录，要求整合事实脉络 - 用户提供多篇学术论文、研究报告，要求提炼研究共识和分歧 - 用户要求对比多份法律意见书的观点差异 本技能的核心价值：不是简单压缩单篇文档，而是构建跨文档的关联分析，识别共性与差异，生成新的综合性洞见。

多源文档归纳

概述表格

项目	内容
能力编号	19
能力名称	多源文档归纳
能力类型	综合归纳
核心功能	对多份相关文档进行交叉分析，提取共性、识别冲突、生成综合结论
输入	多份主题相关的文本、PDF、Word 文档或网页链接
输出	综合摘要（段落或要点格式）、对比分析表、冲突点清单、跨文档洞见
关联能力	法律文档摘要（单篇摘要）、法律文档格式化（统一输出格式）、类案检索与分析（判决对比）
关键原则	跨文档关联、一致性整合、冲突性标注、洞见生成

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

维度	单文档摘要	多文档归纳
处理对象	一份文档	多份相关文档
核心任务	压缩信息、提取要点	交叉对比、整合关联
输出性质	对原文的忠实缩写	跨文档的新知识结构
关键能力	信息筛选	一致性识别、冲突发现、模式提取
典型价值	快速了解一篇文书	把握一组文档的全貌、趋势和争议

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

关系类型	特征	分析重点	示例
平行关系	多份文档处理同一主题的不同方面	整合各方面信息，形成全景视图	多篇关于同一法律问题的学术论文
时间序列	文档按时间先后排列	梳理演变脉络，识别趋势变化	同一法规的不同版本、同一案件的系列判决
对立关系	文档代表不同立场的观点	客观呈现各方观点，标注冲突点	原被告双方的意见书、不同学者的争议观点
层级关系	文档之间存在包含或引用关系	梳理层级结构，识别核心与衍生	法律、司法解释、指导性案例的层级体系
补充关系	文档之间相互补充，覆盖不同侧面	整合互补信息，填补单篇盲区	主合同与补充协议、起诉书与证据清单

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：

提取要素	内容	标注方式
核心主题	文档围绕什么核心问题展开	一句话概括
主要观点	文档的核心主张或结论	3-5条要点
关键事实	支撑观点的重要事实	客观陈述
依据/证据	观点的支撑材料	法条、数据、案例等
立场/角度	文档的立场（中立/支持/反对/某方代理）	明确标注

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

错误类型	错误描述	后果	防范措施
简单堆叠	将每篇文档的摘要机械拼接，未做交叉分析	失去多文档归纳的价值，读者仍需自行对比	必须进行跨文档的共性和差异分析
忽视冲突	只提取共性，回避或淡化文档间的分歧	误导读者认为各方观点一致	冲突点应作为分析重点之一
立场偏斜	因某份文档篇幅长或来源"权威"而过度侧重	归纳结论失去中立性	根据每份文档的信息价值而非来源决定权重
过度推断	在文档未明确表述的内容上做过度推断	归纳结论缺乏文档支撑	区分"文档明确表述"和"基于文档的合理推断"，后者应标注
遗漏重要文档	未核实文档是否完整，遗漏关键附件	归纳基于不完整信息	接收文档时确认清单完整性
混淆事实与观点	将文档中的主观观点当作客观事实	归纳结论不可靠	明确标注每段内容的属性（事实/观点/推断）

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

关联技能	关系	说明
法律文档摘要	上游	先对单篇文档做摘要，再进行多文档归纳
法律文档格式化	互补	确保多文档归纳的输出格式规范统一
类案检索与分析	扩展	当文档全部为判决书时，可结合类案分析技能进行深度对比
法律规范效力检查	上游	归纳法律法规时，先确认各文档的现行效力
多文档摘要	自身扩展	当需要对更多文档（10份以上）进行批量归纳时

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。