比较多个来源的一致与冲突

作者: AILesson9 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

先按范围和方法对齐来源主张，再判断一致或矛盾. 请提供: 带标签的来源材料、比较问题、评估规则. 预期成果: 包含真实冲突、可解释差异和核验优先级的主张级比较矩阵.

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

带标签的来源材料比较问题评估规则

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请在主张层面比较所提供来源。只使用所提供材料，不用记忆填补空缺。

带标签来源与元数据：
[sources]

准确问题、人群、结果、地域、时期和决定：
[question]

纳入、证据偏好、术语、重要性和引用规则：
[rules]

清点每个来源，并标记缺失的日期、作者、方法、样本、分母、版本或访问状态。提取带直接来源 ID 的原子主张，并保留措辞强度。比较前统一定义、单位、时间窗口、人群、对照和结果指标。不得仅因一方沉默、指标不同、人群不同或时期不同就称主张矛盾。

对每组对齐主张分类：直接一致、兼容/部分一致、真实矛盾、由范围或方法解释的表面冲突、独立/不可比较，或细节不足。用简短转述展示支持段落，不作长篇引用。对冲突准确指出在相同条件下不能同时为真的命题，并评估时效、直接性、方法、样本、利益冲突和更正状态，不压缩成编造分数。最后给出稳定发现、未决争议、缺失视角、价值最高的核验步骤，以及来源到主张覆盖审计。

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

带标签的来源材料: A：城市图书馆试点报告，2026-08-26，内部分析师。214 名已加入成年人，六周；过期前领取率 61%，前六周 198 名已加入成年人为 54%；未随机；季节组合不同。B：供应商案例，2025-05-03。称 12 家图书馆的提醒短信‘让领取提高 18%’；无分子、分母、分配方法或定义；供应商销售消息服务。C：大学工作论文，2026-07-12。四家城市图书馆 1,204 名成年读者随机分组；对照领取 58%，提醒组 63%，差 5 个百分点，95% CI 1-9；排除无手机号者。D：乡村联盟看板，2026 年 1-6 月。全部预约中 47% 过期前领取；无提醒干预，包含儿童。
比较问题: 对于 2025-2026 年成年公共图书馆读者，提醒短信是否足以改变预约过期前领取，从而值得开展更大本地随机测试？决定针对测试，不是永久上线。
评估规则: 纳入 A-D 实证来源但区分相关性。效果判断优先直接随机证据。使用百分点。对测试规划把至少 3 个点差异视为运营重要。按来源 ID 引用；不得推断供应商方法。

示例输出

清点：A 有人群、数量、时期和限制，但无随机分配。B 缺定义、分母、分配和不确定性，且有商业利益。C 提供随机方法、人群、比较和区间；发表评审状态未知。D 提供本地行业基线，但既非仅成年人，也无干预。

对齐效果主张：A 报告时期相差 7 个百分点；C 估算随机差异 5 个点，95% CI 1-9。两者兼容/部分一致：方向和点估算接近，但 A 不能归因，C 的区间包括低于 3 点运营阈值的效果。两者不能共同证明本地效果。B 的“18%”因相对变化/百分点含义、分母和方法缺失而不可比较；既非直接矛盾，也非佐证。D 的 47% 独立/不可比较：它描述无提醒的混龄不同人群，不能与 A/C 冲突。

稳定发现：随机证据 C 支持可能的正向效果，但不确定性跨越运营阈值上下；本地 A 提供可行性和描述性信号，不提供因果。真实矛盾：根据所给文本无法识别。未决：四家城市馆向本馆的可迁移性、无手机号读者、发送时间、退出和员工工作量。

决定含义：证据支持设计更大的本地随机测试，不支持永久上线或承诺效果量。先核验 C 的完整方案/更正状态；只有会影响设计时才向 B 索取定义；用 A 设置本地护栏；不得把 D 当效果估算。覆盖：A→本地描述信号；B→不可核验的不可比较主张；C→效果证据；D→仅背景。