研究

为一个主张制定核验计划

把主张拆成可测试部分、证据标准、来源路径和停止规则

7 分钟准备已测试:ChatGPT复核日期: 2026-08-28
1

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。

2

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

请为准确主张制定核验计划。

主张、说话者、日期、背景和用途:
[claim]

总体、指标、期间、地域、比较、因果和重要性:
[scope]

时间、访问条件、现有来源、排除方法、风险和置信度要求:
[constraints]

暂时不要判断主张真假。把它拆成原子化的事实、定义、比较、因果、预测和规范性部分。识别歧义术语、隐藏分母、时效性、归属和最强的可信替代解释。每个可测试部分提供:哪些证据会支持、削弱、反驳或使其保持未解决;首选一手来源和备用来源;准确检索或计算步骤;来源独立性和冲突检查;偏差与数据质量风险;记录模板。包括证伪尝试、替代解释、判断标签、高风险不确定性的升级方式,以及与用途关联的停止规则。
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

准确主张
供应商在 2026 年 8 月 2 日的销售材料中称:‘我们的自动发票匹配可减少 60% 处理时间,并让中型零售商在三个月内收回成本。’采购团队希望在投资备忘录中引用该主张。
定义与范围
“中型零售商”未定义。本公司每年处理 24000 张、涉及三种币种的发票。比较从收票到批准入账的端到端员工时间,而不仅是匹配步骤。英国业务。需区分供应商客户的观察结果、因果效果和回本预测。
研究约束
五个工作日。供应商可提供方法和参考客户;可以检查内部时间/成本基线,但尚不能试点,未经许可不能联系具名客户。备忘录涉及 9 万英镑重要决定,仅靠营销材料不足。当前报价于 2026 年 8 月 31 日失效。

示例输出

原子部分:C1 产品执行自动发票匹配;C2 在定义总体/期间内“处理时间”下降 60%;C3 该产品导致变化;C4 结果适用于与本公司相似的零售商;C5 三个月内总成本回收;C6 该说法在 8 月 2 日仍有效。“处理、中型、基线、样本、币种、例外率、实施成本、回本公式”均有歧义。

C2 证据:要求研究方案、前后分布、分母、日期、纳入的工作流步骤、例外处理和原始/汇总记录;一致的端到端指标可支持,只有匹配步骤的时间会削弱适用性。C3:寻找比较设计和同期流程变化;替代解释包括人员、政策、发票组合和学习效应。C4:比较数量、币种、ERP、例外组合和人员。C5:用 9 万英镑加实施、集成、培训、支持和内部变更成本,对经核实人工节省重算回本;测试低/基准/高采用,而非接受单一预测。

来源:供应商方法和合同条款;独立审计或获许可的参考验证;内部时间样本、完全人工成本、发票/错误/返工数据;官方产品/安全文档。记录主张、准确来源/日期、方法、总体、指标、结果、限制、独立性和状态。标签:支持、部分支持、反驳、证据不足。计算对账且至少一条独立证据路径支持重要输入后停止;否则在备忘录中写“证据不足”,并建议试点或合同绩效条件。

为什么有效

  1. 1

    原子化拆分可以防止一个真实细节为更广泛的无依据主张背书。

  2. 2

    证伪和停止规则让核验成为有边界的测试,而非无休止收集来源。

检查结果

  • 事实、比较、因果和预测部分是否分别识别?

  • 方案是否主动寻找反证和独立来源?

  • 证据阈值是否与主张用途和风险相称?

更多探索方式

这条配方出现在哪里

继续完成任务