密度链（Chain of Density，CoD）是一种摘要生成与改写方法：不指望模型一次写出完美摘要，而是先生成初稿，再分多轮把遗漏的关键信息压进同样长度的文本里，让摘要越改越密。
原理与流程
原始做法大致是一个固定循环：
1. 让模型根据原文写出初始摘要。初稿往往空泛，比如“会议讨论了项目进展与风险”。
2. 每一轮，先找出上一版摘要里缺失、但对理解原文很重要的实体或事实——人名、数字、结论、分歧点。
3. 要求模型把这些缺失信息融入摘要，同时尽量保持长度不变。于是模型必须删掉空话、合并句子、换更精准的词。
4. 重复若干轮，得到最终版本。
打个比方：给老板写一页纸的项目简报，第一版只写“项目按计划推进”。接着每轮被要求“纸还是一页，但必须再塞进一个老板不知道的关键点”：本周完成的里程碑、卡住的依赖、谁负责、下一步时间。几轮之后，同样一页纸的信息含量完全不同。它像打包行李箱：体积不变，把空气挤出去，多装必需品。
和相邻概念的区别
| 方法 | 目标 | 是否强制新增信息 | 长度控制 |
|---|---|---|---|
| 普通摘要提示 | 一次成稿 | 否 | 弱 |
| 迭代润色 | 改通顺、改措辞 | 否 | 弱，容易越改越长 |
| 思维链（Chain of Thought，CoT） | 分步推理 | 不适用 | 不适用 |
| 密度链 | 提高信息密度 | 每轮补缺失实体 | 强制保持大致不变 |
思维链服务于数学、逻辑等推理任务；密度链服务的是信息压缩与摘要。抽取式摘要从原文挑句子，密度链则允许融合、重写，属于抽象式摘要的改写策略。
实际意义
对 AI 从业者，这提示了一条成本不高的提升摘要质量路径：把“多轮改写 + 保持长度 + 每轮必须新增一个最重要的缺失实体”写进提示词或流水线，而不是只换模型。评估时也别只看流畅度，要问“关键实体漏了没有”。原始研究的人类评估显示，更密集的版本通常更受偏好。
对普通职场人，写周报、纪要、邮件时同样适用：先写一版，再逼自己每轮补一个关键事实，同时不扩篇幅。
注意两点：轮数不是越多越好，太多会牺牲可读性甚至引入错误，事实仍需人工核对；具体实现、轮数和评估口径以原始论文或官方页面为准。