如何让 AI 整理多份资料：统一口径、发现冲突和保留来源

多份资料可能时间不同、口径不同、观点不同。AI 如果只追求一份顺滑的总结，很容易把冲突抹平。可靠的整理应先统一结构，再区分共识、差异和待确认事项。

资料中关于上下文、信息提取、事实核验和结构化输出的内容，正好可以用来处理多来源任务。先让模型知道每份材料是谁、什么时候形成、用于什么，再要求它提取同一组字段，最后比较这些字段。

如果直接说“综合下面所有资料写一份报告”，模型可能把不同时间的数字当成同一时期，把个人观点写成共同结论，把一份材料的限定条件漏掉。合并前多做一步对齐，通常比事后修补更省力。

在 Prompt 中给材料编号，例如材料 A、材料 B、材料 C，并补充标题、来源、形成时间、作者或机构、适用范围和用途。编号不是形式要求，它让后续引用有了稳定位置。

如果材料来自不同渠道，要说明可信度和使用目的。官方记录、用户反馈、个人观点和媒体报道可能都能提供信息，但它们支持的结论不同。不要让模型只因为文字写得确定，就把它当成最高等级证据。

材料之间有版本关系时，要明确哪个是最新版本、哪个只用于背景参考。新版本不一定自动推翻旧版本，旧版本可能解释变化过程。要求 AI 说明采用依据和时间范围，比简单地“以最新为准”更稳。

每份材料还要有边界。网页中的评论、引用和脚注是否纳入分析？表格中的备注是否是正式数据？如果不说明，模型可能把所有文字放在同一层处理。

多资料合并的核心，是让每份材料回答同一组问题。字段可以包括对象、时间、指标、事实、观点、原因、影响、建议和来源位置。先结构化抽取，再做比较，能减少模型被段落顺序带偏。

字段名称要统一，但不能强行统一不同概念。例如“用户数量”和“活跃用户数”不是同一个字段；“收入”和“合同金额”也不能因为都是金额就直接放进同一列。遇到可能不同的字段，应保留原名称并标记不可直接比较。

空值要有统一处理方式。材料没有提到，写未提及；材料明确说没有，写无；材料存在但无法读取，写待核验。不要把三种情况都变成空白，也不要用 AI 猜一个缺失值。

如果材料很长，可以分两步做：先让 AI 为每份材料生成结构化卡片，再把卡片交给第二轮 Prompt 比较和合并。这样既减少上下文混乱，也方便人工核对来源。

很多冲突并不是真冲突，而是时间、对象或口径不同。一个数据是月度，另一个是季度；一个统计全部用户，另一个只统计付费用户；一个记录订单数，另一个记录订单金额。直接比较一定会产生误导。

让 AI 比较数据前，先输出对齐表：时间范围、对象范围、指标定义、单位、数据来源和计算方式。任何一项不同，都先标记不可直接比较，并说明需要怎样转换或补充信息。

可以允许模型做单位换算，但要求保留原始数值、换算规则和近似误差。涉及统计口径时，不要让模型自行把多个指标换成一个“综合数”，除非用户明确提供了计算方法。

如果资料只有叙述没有原始数据，AI 可以整理说法差异，但不能假装完成了数值对比。没有统一基线时，最可靠的输出可能是“暂时无法比较”和一份需要补充的数据清单。

共识是多份材料在对象、时间和口径可比的前提下都支持的内容；差异是材料关注点或观点不同，但不一定互相否定；冲突则是对同一对象、同一时间和同一口径给出了不一致说法。

这三类内容不要放在同一段里。共识可以合并表达，但保留来源；差异需要分别说明各自视角；冲突要列出材料 A 和材料 B 的说法、证据位置和可能原因，不要为了写得顺而选择一个。

冲突可能来自数据版本、采集方式、定义变化、样本差异或真实变化。让 AI 列出可能原因和需要核验的材料，但不要让它在没有证据时宣布哪一方正确。

如果用户明确要求给出判断，可以按照事先提供的证据优先级进行选择，并说明依据。如果没有优先级，就输出建议判断和不确定性，而不是把推测写成最终事实。

合并报告最容易失去的是来源。最终结论看起来像一段新写的文字，读者却不知道它来自哪份材料。对关键事实、数字、差异和冲突，至少保留材料编号和章节、页码或段落定位。

引用不是把所有原文都复制一遍。可以在结构化表格中加入来源字段，正文只给简短标记，附录再列详细位置。这样既便于核对，也不会让报告被重复引用撑长。

如果多份材料共同支持一个结论，可以列出多个来源；如果结论只来自一份材料，明确写单一来源，不要用“资料显示”制造共识感。来源数量不等于证据强度，关键是来源是否独立、适用范围是否一致。

无法定位来源的内容要标记为待核验。对 AI 来说，找不到来源并不代表内容一定错误，但代表这条内容暂时不能作为高可信结论使用。

下面的模板适合整理多份报告、会议记录、调研材料和 资料 内容。材料较长时，建议先分份提取，再进行第二轮合并。

示例 Prompt： 任务：根据材料 A、材料 B 和材料 C，整理一份可核对的综合结果。 材料信息：为每份材料保留编号、标题、来源、时间、作者或机构、适用范围和用途。 第一步：分别提取对象、时间、指标定义、关键事实、观点、原因、影响、建议和来源位置；材料未提及写未提及，无法确认写待核验。 第二步：对齐时间、对象、单位、统计口径和术语；不能直接比较的字段保留原名并说明原因。 第三步：把内容分为共同支持、不同观点、直接冲突和待确认事项；不要为了流畅合并冲突或把单一来源写成共识。 输出：一、材料清单；二、字段对齐表；三、共同事实；四、差异与冲突；五、综合结论；六、待确认问题；七、来源索引。 规则：关键数字、结论和冲突必须标记材料编号及定位；不得补造缺失数据，不得用推测替代来源。 材料：<<<分别粘贴并标记材料 A、B、C>>>。

生成后可以继续要求：请检查综合结论是否超出了单份材料的证据范围，是否混用了不同时间和口径，是否遗漏了冲突，是否每个关键事实都能回到来源位置。

AI 很适合完成材料编号、字段提取、重复信息归并和差异初筛，但它不能自动知道哪份材料在组织内部更有权威，也不能凭文字风格判断事实真假。涉及决策的结论，仍需要业务人员核对来源和适用条件。

人工复核可以优先看三类内容：会改变结论的数字，单一来源支撑的重要判断，以及被 AI 判定为共识或冲突的关键内容。对其余低影响表达问题，可以在后续润色阶段处理。

多份资料整理得好不好，不在于最后的报告读起来多顺，而在于读者能不能知道哪些内容已经确认，哪些只是不同说法，哪些问题还需要补证据。保留差异和来源，报告可能少一点确定语气，却多一层可信度。