让 AI 阅读中的重要判断能追溯到原文证据

一句话提醒

AI 阅读不只是更快生成摘要，而要让重要判断能追到支持它的原文、口径与不确定性。

为什么今天看它

• 避免把 AI 生成的流畅摘要直接当成事实或最终知识，尤其是在竞品、用户研究和项目追溯中。
• 通过限定资料范围、结构化提问和原文核验，把 AI 的机械比较能力转成可供决策的证据链。

留一个问题

这个结论依据哪份来源、原文是否完整支持、时间与对象口径是什么，还有哪些不确定性？

参考思路

1. 1.先筛选并标注来源级别、时间、对象和口径，不默认官方材料、专业报道与营销文章具有相同可信度。
2. 2.按竞品、用户研究、项目或学习主题建立资料集，只把相关材料放在一起。
3. 3.提问时写清背景、限制范围、具体任务、输出格式和证据要求。
4. 4.跨文档比较时标出差异、冲突与变更；关键结论点回原文，检查完整上下文、时间、对象和数字口径。
5. 5.把事实、推断和待确认分开；经过判断的可复用方法再沉淀进知识层，不用摘要覆盖来源原文。

03_知识库/综合/来源约束型 AI 阅读工作流：从信息搬运到可追溯判断.md