大家在使用大模型总结大量文本时，如何防止张冠李戴

目前有个工作任务，需要每天总结 3000 封邮件，生成一封 500 字的日报并发给老板。

我发现在实践过程中，如果邮件本身就是日报形式的，非常容易出现张冠李戴的问题。

举个例子，其中一封邮件的内容：

张三今日完成工作如下：优化 XX 项目后端延迟，与 YY 供应商签订合作协议 李四今日完成工作如下：与 xx 公司达成战略合作协议 

大模型在总结后生成的内容，可能会出现张三与 xx 公司达成战略合作协议。我分别测试了 GPT-5 、Claude-Sonnet-4.5 、Kimi k2 、Gemini-2.5-pro,都会出现这个问题。

3000 封邮件大概会有 10 几万字，因为里面可能会有很长的研报。我是每 50 封邮件总结一次。最后把 60 次总结再进一步合并总结。

我的 Prompt 写得非常详细，已经明确要求把公司和事实一一对应了，但依然会出现这个问题。

大家对这种问题有没有什么好办法。各种方案我都试过了，prompt 已经优化得不能再优化了。这种问题还是会出现。