引言：

在项目申报中我们借助各类人工智能产品不是追求碰瓷花哨的概念，产出高质量的申报材料才是落地王道，一份高质量的申报材料应该精准把握政策资金支持的意图和方向，充分表达企业的实际情况，适度融合企业和申报细节各部分段落，本系列主要深度分析如何达成这一目的。

当前，我们会看到不少的文章讨论借助大模型写提示词用于书写项目申报段落的文章，基于大模型的自然语言输入特点，优化提示词是必要的，也能达到一定的效果，但仅仅影响申报书中的某部分质量，而我们所写的是一个完整的申报书，如果不能把这段内容结合到当前的整体申报书，即使产出的100分的质量也会造成放入整体文档中不及格、无法使用的结果。

这就是我们今天要讨论的”整体与局部“。

例如我们要写一份专精特新企业的申报书，其中待写提纲标题有”5-业务发展情况“及”6-当前的财务情况“等，我们发现对各段进行书写时，大模型不可避免会在写第5部分的内容时，经常涉及写出第6-财务的部分情况或者重复其他部分的内容，其根本原因在于你的单独分开书写造成的，因为大模型不知道需要在第6部分单独阐述财务情况。

首先，我们摘抄一点理论作为分析：

(1)整体和部分既相互区别又相互联系。

(2)整体居于主导地位,统率着部分。整体具有部分根本没有的功能。当各部分以合理结构形成整体时,整体功能就会大于部分之和。当部分以欠佳的结构形成整体时就会损害整体功能的发挥。

(3)整体和部分二者不可分割,相互影响。整体的性能状态及其变化会影响到部分的性能状态及其变化。部分也制约着整体,甚至在一定条件下关键部分性能会对整体的性能状态起决定作用。

言归正传，我们看看现在有哪些解决方案：

-1借助大模型的Chat应用的上下文

现在的大模型都有自己的一个Chat交互式入口，包括各类套壳马甲，接受用户的聊天式提示词给出答案。

每个Chat都由后台管理提供给大模型上下文信息，以实现连续对话效果。

所以，我们很容易想到在申报材料书写时也进行分步式输入给大模型，如首先告诉他“现在我们要写一个申报书，整体提纲是1....2....3....”,再接着送入指令“下面我们来写第一个提纲：....”

不可否认，大模型在某些情况下可以达到我们的目标，但如果多次交互后发现，其“忘性”也很大，经常会丢失掉部分细节，有时候这些细节还是很重要的约束，出现这些情况后的多次往返提醒也带来不少“沟通成本”。

要想彻底解决此类问题，难度还是不小的，因为大模型的注意力漂移目前很难找到明确的解释和约束控制。

-2给大模型加装”辅助“大脑

既然大模型会出现幻觉或者“跑神”影响我们实际工作中的表现，技术大神们产出了不少神器，给大模型加装“辅助工具”（agent等），填补他的“记忆缺陷”，“胡说八道”等问题。

但是，具体的场景的情况千差万别，通用大模型无法精准把控3600细分行业场景的业务流程。

这就是“秒写”这类产品需要解决的问题，解决大模型和实际应用之间的最后一公里，让“看起来还可以”的大模型真正用于实际工作中。

具体到项目申报书编写上原理做法是：

首先给予大模型一个总体概况，让他晓得申报指南的总体方向、内涵和外延（不跑题）。

然后再聚焦到当前写作部分（深吸一口气，气沉下丹田），找出申报政策中影响这部分的约束（出题老师的算盘珠打哪里），政策解读材料中针对这部分的重点说明（学霸大咖的深度解析划重点），

接着就是分析企业情况，挖掘出企业在这方面的做法或描述（当事人才是根本），

最后发挥大模型自己的自然语言能力进行局部结果输出。

这样才充分符合整体部分的原理，向产出高质量的专家级结果迈进。

一般情况下我们的工作排程都非常繁重，人工处理这些细节过程往往不到位，如果这些硅基工具帮我们忠实做到，我们碳基肉身宝贵时间经验用来审查修正再提炼，莫不是鱼和熊掌可以兼得？！

固然，随着LLM大模型技术的分分钟演进，很多摆在整体与局部面前的问题陆续迎刃而解，例如前期对Tokens字数限制和成本问题凸出，输入输出捉襟见肘，而随着模型升级字数的扩充，理解及生成大段内容也变得不那么困难。

我们有理由看好，展望技术的推进会给我们的工作带来便利，但眼下，最需要的是，拿起来，用起来，与技术共舞。

毕竟，机会……永远垂青有准备的头脑。