文档中心

AI 原生 BaaS 平台 Supabase 版

AI Function 智能处理（rds_ai）

语义摘要（ai_summarize）

语义摘要（ai_summarize）

定义

rds_ai.ai_summarize 使用 chat/LLM 模型把输入文本压缩为指定最大词数的摘要。

语法

参数

参数	类型	默认值	说明
content	text	无	待摘要文本；SQL NULL 返回 SQL NULL，空白文本不允许。
max_words	integer	50	期望的最大词数，必须大于或等于 0；0 表示不设置词数上限。
model_name	text	SQL NULL	chat/LLM 模型；NULL 时使用 ai_query 默认模型。
model_args	jsonb	{}	传给模型请求体的参数对象。

返回

返回摘要文本；content 为 SQL NULL 时返回 SQL NULL。max_words 是写入提示词的约束，模型实际输出仍取决于模型遵循能力。

错误行为

content 仅含空白、max_words 为 NULL 或负数、model_args 不是 JSON 对象时抛出参数错误。

model_name 是空字符串，或默认/显式模型不存在、类型不兼容时抛出错误。

HTTP、白名单、超时、响应解析、并发和 token 配额错误按 ai_query 的行为传播。

示例

提示优化建议

摘要质量主要取决于对“要点范围”和“篇幅约束”的表达。遵循以下原则可提升覆盖度与可控性：

合理设定 max_words：过小会牺牲覆盖度、过大会稀释重点；按目标用途（一句话概要 vs. 段落纪要）取值，不设上限时传 0。

用 model_args 表达聚焦点：需要围绕特定主题/角色/结论时，通过模型参数或上游拼接把关注点写进输入，让摘要更贴合意图。

保持语言一致：默认摘要语言跟随输入；跨语言需求应显式在输入中说明目标语言。

忠实优先：摘要要求不虚构原文没有的信息；对事实密集文本可降低 temperature 以增强稳定性与忠实度。

质量指标

基于公开评测集（QMSum、WikiLingua EN/ZH）的基准测试结果：

质量维度	指标	结果
齐全性	覆盖度	QMSum 79.89%–83.56%；WikiLingua EN 87.50%–91.88%；ZH 85.00%–90.00%
真实性	忠实度	QMSum 96.67%–97.33%；EN 100%；ZH 95.00%–98.00%
聚焦性	相关性	QMSum 96.89%–98.67%；EN/ZH 100%
可控性	长度合规率	99.50%（1194/1200）
辅助	输出有效率	三轮均 100%
辅助	语言一致性	99.83%（1198/1200）

最近更新时间：2026.10.21 12:50:08

这个页面对您有帮助吗？

有用

有用

无用

无用