行业周报来源账本法：每个结论都可追溯至原始网页

让 AI 直接“写一份本周行业周报”，通常能得到结构完整的文本，却很难回答消息来自哪里、是否属于指定日期范围、同一事件是否重复出现，以及演示文稿中的数字是否与原始材料一致。可交付的周报不是一次生成任务，而是一条保留证据的处理链。本文把来源账本作为单一事实入口，说明如何完成公开资料采集、去重、分析、成稿与跨文件核对；最终结果应允许审阅者从任意结论回到原始来源。

先定义交付物和范围

在搜索前确定统计周期、主题范围、读者和交付文件。例如：

范围：指定起止时间内的产品发布、公司公告和规则变化
读者：产品与运营团队
交付：sources.csv、weekly.md、briefing.pptx
验收：每条事实有来源编号；观点单独标注；跨文件数字一致

日期边界要写出时区。对持续更新的网页，同时记录事件日期和抓取时间，避免把页面更新时间误当成事件发生时间。

第一步：采集阶段只保留材料

采集时不要急着判断趋势。每条记录至少保存标题、事件日期、主体、来源地址、抓取时间和支持该事件的原文片段。访问失败也要留下失败原因，不应让自动化绕过登录、验证码、付费墙或访问控制。

可以要求采集工具输出下面的 CSV 表头：

source_id,event_date,captured_at,subject,event_type,title,source_url,quote,verification,duplicate_group,risk_note

source_id 在首次写入后保持不变。后续摘要、正文和演示文稿都通过它引用来源，避免复制链接时产生不同版本。

第二步：保留原值再做标准化

日期、金额和版本号经常存在格式差异。不要直接覆盖原文，而要同时保留原始表达和标准化字段。例如金额可拆成：

amount_raw：来源中的完整表达
amount_value：能够确定时填写的数值
amount_currency：来源明确说明的币种

无法确定的字段留空，并在 risk_note 中记录原因。模型补齐的数值不能当作来源事实。

第三步：为重复事件分组

同一公告可能被官网、社交账号和多家媒体重复转载。去重时比较主体、核心动作、日期、版本或交易轮次，而不是只比较标题。

处理规则可以写成：

1. 不删除原始记录，只填写 duplicate_group；
2. 每组选择最接近事件主体的一手来源作为主记录；
3. 多个来源出现数字冲突时保留冲突，不自行投票；
4. 转载内容不能增加原始来源没有提供的确定性；
5. 无法判断是否同一事件时进入人工核验清单。

完成后按 duplicate_group 检查，确认正文不会把同一事件计算多次。

第四步：把事实和分析分开

对入选事件先写“已确认事实”，再写“作者分析”和“待验证事项”。推荐使用固定结构：

事件：仅陈述来源能够支持的内容
证据：列出 source_id
分析：说明判断依据和适用条件
待验证：列出缺失或冲突的信息

任何事实句都应能回指来源。模型给出的影响判断属于分析，不能因为语气确定就变成官方结论。

第五步：从账本生成正文

正文只消费已经标记为可用的记录。可按“本周结论、重点事件、产品变化、规则与风险、下周关注”组织，但每节仍保留 source_id。未核实信息只能进入待关注区域，不能写进主要结论。

生成后执行两类检查：

• 完整性：正文中的来源编号都能在账本中找到；
• 一致性：日期、公司、版本和数值与账本完全一致。

这一步最好使用程序检查编号引用，再由人工审阅语义。

第六步：生成演示文稿时禁止新增事实

演示文稿是正文的压缩版本，不是第二次研究。页面标题可以改成结论句，但图表数值必须来自来源账本。没有图片材料时，不要生成会被误认为真实界面或现场照片的视觉内容。

导出后实际打开文件，检查：

• 文本是否溢出或被遮挡；
• 字体替换后是否影响布局；
• 图表数据是否与账本一致；
• 页面中的来源编号是否可读；
• 观点是否仍被标识为分析。

第七步：做逆向抽查

从最终周报或演示文稿随机选择若干结论，逆向经过正文、来源编号回到原网页。抽查时验证：

来源可访问且确实支持该句；
事件日期落在报告周期内；
数字没有在格式转换中变化；
重复来源没有被当作多条独立证据；
分析没有被改写成事实。

若任一步无法回查，应缩小或删除结论，而不是补写一个看似合理的来源。

结论与限制

行业周报的可信度来自可追溯处理链，而不是文字生成速度。以来源账本固定原始证据，再依次完成标准化、去重、事实与分析分离、跨文件一致性检查，能让审阅者定位每个结论的依据。

本文流程适用于公开信息周报，不覆盖付费数据库的授权、内部敏感材料的处理或事实真伪的专业鉴定。网页内容会变化，重要结论仍需在发布前由负责人重新打开一手来源核对。