免费加入

把多份资料整理成证据表

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

直接回答

从多份文档提取可比较的主张、观察、方法和限制，同时保留来源血缘. 请提供: 研究或决策问题、带标签的来源资料、证据与表格规则. 预期成果: 包含来源清单、主张聚类、冲突和综合限制的可追溯证据表.

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

请围绕准确问题，把所给文档整理成可追溯证据表。

问题、定义、人群、时期、替代方案、决策和主张阈值：
[question]

带 ID、元数据、方法、定位和相关文字的来源：
[sources]

合格性、提取单位、质量、独立性、适用性、引用、隐私、未知值和结构：
[rules]

提取前先盘点来源，识别重复版本、复用同一底层数据的引用、缺页和不可访问附件。每行对应能支持一个独立主张的最小证据单元；一个来源可产生多行，但没有新数据的重复主张不算新证据。区分报告观察、作者解释、建议和分析者推断。保留人群、样本、分母、指标、比较、时期、效果/数值、不确定性、方法、限制和准确定位。只根据所述问题判断相关性和方向。不得协调本来不可比的指标，不得把依赖来源当作独立来源，不得修补缺失值，也不得把未提及当作不存在的证据。请返回：来源清单；证据表；主张到来源矩阵；依赖关系图；冲突表；证据缺口；按直接性、质量、独立性和适用性加权的综合；以及需要人工核验的行。
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

研究或决策问题
是否批准产品部门 46 人开展 12 周自愿四天工作制试点？决策关注交付可靠性和员工压力，不是永久采用。比较 2026 年 1–6 月证据；“交付可靠性”指承诺里程碑是否按日期完成；压力指报告的工作量或加班。尚未批准成功阈值。
带标签的来源资料
S1 交付报告 v2，运营，2026-07-08，第3–5页：产品团队 1–3 月完成 38/45 个里程碑，4–6 月 31/39。4 月引入规划系统迁移；7 个延期里程碑标记与迁移有关。没有改变工作周。S2 员工脉搏调查，人事，6 月 30 日，第2节：46 人中 37 人回复；21 人称频繁加班、10 人偶尔、6 人没有；问题未定义小时数。37 人中 28 人支持试行自愿四天工作周。S3 工会备忘录，7 月 2 日，第1页：引用 S2 的 28/37，并建议不降薪试点；没有新调查。S4 供应商案例，5 月修订，第2、7页：另一家 120 人软件公司报告六个月四天制试点期间按时项目从 74%→81%；第 3 月改变项目定义，无对照组。S5 财务说明，7 月 10 日，第2页：估算试点临时覆盖成本 18,000 美元，基于两名承包商 12 周；列有费率，采购尚未确认。
证据与表格规则
合格：内部运营记录、带分母调查、可比较外部案例和成本证据。每个指标/主张一行。质量字段为直接性、方法、独立性、适用性、限制。短引语最多 15 词。未知写“未报告”。S3 依赖 S2。不得把里程碑率和项目率当同一指标比较。不含个人信息。

示例输出

来源清单：5 个有标签的当前来源；S3 在分析上依赖 S2，不是相互印证。没有说明缺页。S4 为外部资料且指标定义变化。

证据行：E1/S1 第3–5页——交付观察，1–3 月 38/45=84.4% 里程碑按时；直接内部基线，未经历试点。E2/S1——4–6 月 31/39=79.5%；7 个延期标记与迁移有关，但标签不能证明全部差异由迁移造成。E3/S2 第2节——21/37 频繁、10/37 偶尔、6/37 无加班；只描述回复者，小时未定义且 9 人未回复。E4/S2——28/37 回复者支持自愿试点；是偏好，不是预期交付效果。E5/S3 第1页——使用 E4 的试点建议；无独立观察。E6/S4 第2、7页——报告项目 74%→81%；间接、定义变化、无对照，不能与 S1 里程碑数值比较。E7/S5 第2页——按费率、两名承包商、12 周估算覆盖 18,000 美元；为规划估算，采购未确认。

冲突/缺口：没有来源观察该部门实行四天制；缺少批准阈值、加班小时、工作量基线、资格/参与估计、客户影响和试点测量计划。加权综合：内部证据确定当前交付和回复者压力，但不能预测干预效果。外部证据只弱支持可行性。成本可估但未批准。证据表支持设计受控、可逆且预先登记里程碑、加班、工作量、覆盖和停止标准的试点；不能单独证明政策有益。人工核验：检查 S1 迁移标签和 S5 费率计算。

为什么有效

  1. 1

    证据单元行把文档数据与其解释和建议分开。

  2. 2

    依赖关系图防止同一数据集的多次转述看起来像相互印证。

检查结果

  • 每行是否都能追溯到稳定来源、版本、页码/章节和准确证据单元？

  • 观察、作者结论、建议和分析者推断是否分开？

  • 共享数据、不可比指标、冲突、缺失材料和适用性限制是否可见？

更有把握地使用

常见问题

了解这条配方何时适用、需要提供什么，以及哪些内容仍需人工复核

使用“把多份资料整理成证据表”前需要准备什么？

使用“把多份资料整理成证据表”前，请准备研究或决策问题、带标签的来源资料、证据与表格规则。只用可核实的信息替换占位符；如果某项未知，就明确保留未知状态，不要让模型自行推断。

“把多份资料整理成证据表”的结果在什么情况下还不能使用？

如果结果还不能根据所给证据实现页面所述成果“包含来源清单、主张聚类、冲突和综合限制的可追溯证据表”，或仍依赖未解决假设、缺失批准或编造细节，就不能使用。把检查项当作放行门槛：应修正来源输入，或指定有权限的复核者，而不是润色一个缺乏支持的输出。

“把多份资料整理成证据表”记录过哪些 AI 工具测试？

截至 2026-08-28，“把多份资料整理成证据表”的公开测试记录包含ChatGPT。这只表示存在已记录试跑，不保证后续产品版本仍兼容或得到相同结果。改用其他工具或版本时，应保留全部约束，并重新执行结果检查。

更多探索方式

这条配方出现在哪里

文字提示语文档阅读文档分析适合写作者

继续完成任务