全文阅读

用于和较长的上下文和文档进行问答。由于已经加入了gpt-3.5-turbo-16k模型，大部分时候已经不需要全文阅读功能就能能满足长文输入的需求，但使用这个功能后，仍可以继续超过16k的token长度限制。

有两种方式启用

• 如果粘贴一大段文字到输入框中提交，超过预设的限制（默认12000 token，可在设置-最长输入中修改），会自动转成全文阅读模式
• 拖拽一个文件（ txt, md, pdf, html, docx ）到输入框后，也会开启全文阅读模式。然后可以对该文本中内容进行问答。

全文阅读的原理是分块阅读，就是带着问题，分块阅读所有文档片段并储存中间相关信息，最后汇总。这个方案不是把文档分块后用向量查询。向量查询有两个缺点，一个是如果你的问题在文中和上下文关系不大，可能查询不到。另一个是如果你的问题，需要整合全文各个部分信息后才能总结得出，也是无法完成的。全文阅读无论是细节的查询还是整体的查询都更好，但缺点是token消耗更大。比较适合需要分析准确度和完整度的场景。如果你需要分析的文本特别大，比如要针对几万几十万字的一本书进行问答，建议使用下面的“本地知识库”，把书本变成一个知识库，那个是使用向量查询的方案（embeding）。

下面是一些常用的全文阅读模式的提问方式，这些提问既有关注局部的也有关注全局的，基本上都能很好完成

• 总结文献："总结一下这篇文献，关注和解决了一个什么问题，使用了什么方法，效果如何，有什么意义"
• 概括文件："按顺序总结一下文件中提到的重要时间点和相应的安排，用markdwon表格输出，包括时间点，安排"
• 提取原文信息："提取所有文中关于xxx相关的原文信息，使用json输出，字段'原文信息'"
• 续写(需要创作原文中没有的内容, 建议先总结再发挥): "简单总结一下文中提到的这个项目的基本情况，然后根据基本情况写一下文中的项目市场前景预测，经济效益与社会效益"
• 作为背景资料："根据提供的文字作为背景资料，续写一下该项目项目创新点与技术优势。可以根据你的知识自由发挥。"