把发现合成为校准结论，不抹去不确定性、异质性或证据缺口。 请提供: 结构化发现与来源、研究与决定问题、综合标准。 预期成果: 包含信心边界、例外和后续证据需求的决策型综合结论。
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。
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
ChatGPT请只使用所提供发现，为所述决定进行综合。
发现 ID、来源、方法、样本、估算、不确定性和限制：
[findings]
人群、问题/干预、对照、结果、时期、背景和决定：
[question]
证据层级、重要性、可接受推断、受众、格式和长度：
[standard]
合并前检查各发现是否回答相同问题。保留来源 ID，并区分直接证据、间接证据、描述背景、专家解释和假设。除非指标、人群、比较和方法允许，不得平均估算。不得把不显著变成无效果、把关联变成因果、把缺少证据变成无效证据，或把重复来源当独立佐证。
写出：有范围的回答；趋同发现；异质性和例外；质量/迁移限制；证据缺口；可信替代解释；校准的决定含义。每个结论都说明定性信心及理由、支持和削弱证据、人群/时间边界，以及什么新观察会改变结论。区分“现在可决定”“现在可测试”和“无法得出结论”。加入来源到结论账本，以及保留核心限制的简明版本。从输入到成果
看看具体背景如何通过这条配方转化为可使用的成果
有范围的回答：所给证据支持在同意参加的成年人中开展有边界的本地随机测试；不支持永久上线或承诺效果量。信心为中等，因为一项规模较大的城市随机研究估算正向领取效果，本地证据则证明可行性但不证明因果。
趋同：F1/C 估算相差 5 个百分点，区间 1-9。点估算超过 3 点规划阈值，但区间包含较小效果。F2/A 有兼容的 7 点描述差异，并提供本地运营信号。不得平均 5 和 7：设计与比较不同。F3/E 暗示接受度和渠道选择重要，但高参与自愿者样本不能估算普遍程度。F4/D 仅是背景，不是效果证据。F5/C 没有显示清楚的滞纳金效果；区间包括小幅伤害和收益，不能说“无效果”。
限制与替代解释：从四家城市馆迁移到本馆存在不确定性；两组干预发现都排除或低估无手机成年人；本地时期/季节变化可能解释 F2；发送时间或参与者投入也可能起作用。同行评审状态未知。证据很少涉及儿童、乡村读者、长期行为或公平渠道访问。
现在可决定：授权设计四周测试，包含同意、随机分配、预定义领取结果、渠道/无障碍评审、退出/延迟/员工时间护栏和停止阈值。现在可测试：本地效果能否超过 3 点且护栏成本可接受，以及是否需要渠道选择。无法结论：提醒导致本地试点差异、减少滞纳金、适用于无手机号者或值得上线。改变条件：F1 更正为无效果、运营不可行或退出/访问差异不可接受会削弱建议；执行良好的本地测试超过阈值且护栏稳定会增强建议。账本：效果结论→F1/F2；可行性→F2；接受度→F2/F3；限制→F1-F5。
问题对齐防止综合看似相似但实质不同的估算
改变条件通过说明哪些证据应改变决定，使信心变得可操作
结论是否限定在匹配的人群、指标、时期和方法内
每项结论是否包含支持、削弱证据、限制和改变条件
是否分开当前可决定事项、可验证假设和无依据结论
方法依据
这些一手来源支持本配方中的具体设计选择，但不保证 AI 一定产生某种结果。
本配方把发现、证据确定性、适用性、限制和决策含义分开，是因为 Cochrane 指南要求结论体现不确定性，并避免超出已有证据。
Chapter 15: Interpreting results and drawing conclusions — Cochrane Handbook for Systematic Reviews of Interventions来源复核于:更有把握地使用
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“为研究结果生成带限制条件的综合结论”前，请准备结构化发现与来源、研究与决定问题、综合标准。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。
如果结果还不能根据所给证据实现页面所述成果“包含信心边界、例外和后续证据需求的决策型综合结论”，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。
截至 2026-08-28，“为研究结果生成带限制条件的综合结论”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。
继续完成任务
研究分析
用循证替代解释、边界情况和利益相关者异议检验结论
打开配方研究分析
建立平衡证据表，不强迫中性或无关材料站队
打开配方研究分析
按来源观察、结论、价值判断、建议和不确定内容分类原子陈述
打开配方AI 小课 · 推荐课程
从理解概念到完成真实任务，在互动小课中练习提问、判断和改进，学会把 AI 用在自己的工作与生活中。
