同一件事我换不同顺序跟电商Agent讲，出来的结果差很多，指令的先后顺序有讲究吗？

50页资料直接整份丢给电商Agent，中间信息容易被忽略。稳妥做法是分段喂加结构化。先给一个总目录让模型知道有哪些部分，再按章节分成3到5批提交，每批附一句这批要它做什么，每章不超过5页。青虎Agent的经验是单次提交控制在一到三页的等效内容量，太长就拆。判断标准看资料类型，条款类、参数类要按条目拆，叙事类可以按段落拆。底层原因是长输入里首尾的信息更容易被关注，中段约三成的信息最容易丢失，分段就是在对抗这种中段衰减。具体踩坑是把整本资料塞进去让它通读总结，最后得到的是笼统印象，具体数字、条款全漏，一问细节就答不上。验证办法是让它复述3个关键信息并标出出处，能准确还原到具体章节说明没有丢，复述含糊就回到分段重喂，把容易丢的那几段单独再提1次。资料喂完还要让它按用途整理成表，方便后续反复调用，避免每次都从头读一遍，资料分批喂完后让它输出一张索引表，下次直接调表不用重读，青虎Agent处理长文档就是这套路子。