公众号两年来引用了 96 个数据 · 没有一个人核对过其中哪怕一个的原始出处
内容与合规 · 真实业务触发
白皮书项目让方蕾起了疑心:既然 AI 会编数据,那过去两年公众号里引用的那些「据行业统计」「调研显示」—— 当初是谁写的?出处还在吗?她抽查了一篇旧文的「转化率提升 68%」,搜遍全网找不到原始来源。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 4 ÷ 落地难度 2 = 8.0
最大差异点 · 不要求客户记得每个数据的出处。已发布内容全量(23 篇公众号+官网页面)扔进来 —— 每处引用定位、溯源、三色标注,一篇一份核对记录。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不做「删文决定」—— 核对结果给人,改不改、删不删由方蕾和沈总定。本场景做的是逐条溯源:可核实(找到原始出处)/ 存疑(出处可疑或口径对不上)/ 无来源(全网找不到)。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了