结论先说：模型可以先完成上传文件后的初步分析、围绕文件内容问答，以及在结构化视图有助于表达时生成表格或图表；但关键数值是否准确、生成过程是否可靠、结论是否足以采用，仍需人工判断。OpenAI 特别提醒，扫描文件、基于图像的表格或视觉布局复杂的文件，其中的准确数值可能无法被可靠提取。
模型可以先承担哪些工作
OpenAI 对 ChatGPT 的说明确认了三类能力：分析上传的文件、回答与文件数据有关的问题，以及按需创建表格或图表。
在长文档分析中，可以据此把任务交给模型先做一轮：
- 回答针对文件内容提出的具体问题；
- 整理分散信息，形成便于继续核查的结构；
- 将适合结构化呈现的内容整理为表格或图表；
- 形成分析草稿，供人审阅和修改。
不过，“能够分析上传文件”不等于可以稳定处理任意长度和版式的文档。现有依据不足以给出统一的文档长度范围，因此不宜仅凭这项能力说明，判断模型在任何长文档上都能保持同样准确。
哪些环节必须由人复核
| 工作环节 | 模型可以先做 | 人工需要确认 |
|---|---|---|
| 文件内容问答 | 根据上传文件回答问题 | 关键回答是否与原文一致，有没有被脱离上下文解释 |
| 表格或图表 | 在结构化视图有帮助时生成 | 数值、标签、行列关系和汇总方式是否正确 |
| 扫描件及复杂页面 | 尝试读取和整理 | 对照原件检查，尤其是图像表格、扫描文件和复杂视觉布局中的数字 |
| 分析结果交付前 | 展示生成过程和结果 | 审查生成的代码、输出及其假设 |
其中，图像表格、扫描文件和复杂版式是风险较高的场景。模型给出的数字即使看起来完整，也不能因此免于核对；关键数值应回到原文件逐项确认。
OpenAI 还明确建议，在依赖数据分析结果前审查生成的代码、输出和假设。这意味着“模型已经给出答案”并不是验收完成，最终采用者仍要确认它如何得到结果、计算是否合理，以及前提是否适合当前任务。
一个可执行的核对流程
- 把问题拆小。 不要只要求模型“分析整份文档”，而是分别要求它回答明确问题、整理指定部分或列出待核查信息。
- 要求定位依据。 提问时同时要求给出页码、章节或原文片段，再回到原文件核对；无法定位的内容应继续标记为待确认。
- 单独处理关键数字。 普通文本中的关键数值也值得抽查；面对扫描件、图像表格或复杂版式时，则应直接对照原件。
- 检查生成过程。 如果模型生成了分析代码，应同时查看代码、输出和假设，而不是只看最终结论。
- 记录未解决项。 将无法从原文确认的信息、缺失内容和相互矛盾之处单独列出，不让它们悄悄进入最终结论。
可以把模型交给初步阅读、整理和表达，但不要把核验责任一起交出去。模型能够生成一份看似完整的分析，不等于文件中的每个数值和每个判断都已经被可靠证明。