AI优先｜不要只让AI给结论：重要工作必须可追溯
AI很擅长快速给结论。
但在法律、财务、尽调、投资这类专业工作里，只有结论还不够。
真正重要的是：
这个结论能不能被重新验证。
比如AI说：
“公司存在劳动用工风险。”
那我还需要知道：
- 依据哪份文件？
- 具体哪一页？
- 用了什么数据？
- 适用哪条法律规定？
- 法规是不是现行有效？
- 为什么最后得出这个判断？
所以我现在做重要任务时，会直接把“可追溯”写进任务要求里。
一、最简单的做法：要求每个结论带来源
比如处理项目文件时，可以直接告诉AI：
“所有重要事实和结论必须注明来源文件名、页码或条款位置；无法定位来源的内容不得作为确定结论。”
这样AI就不会只给你一段总结。
例如不要只输出：
“公司存在劳务派遣超比例风险。”
而是输出：
“根据《员工花名册.xlsx》和《劳务派遣人员名单.xlsx》，截至2026年6月，公司用工人数为XXX人，其中派遣人员XX人，占比XX%。根据现行规定，存在超过法定比例的风险。”
如果是合同审查，可以要求：
“每一个风险点必须注明对应合同条款编号。”
如果是案例研究，可以要求：
“每个案例必须保留公司名称、文件名称、发布日期和原始出处。”
二、让AI把“事实、依据、判断”分开写
这是一个非常实用的做法。
可以要求AI按照三个字段输出：
- 事实： 项目文件里实际记载了什么。
- 依据： 法律、法规、合同、案例依据是什么。
- 判断： 基于前两项得出的分析结论。
例如：
- 事实： 合同第8.2条约定乙方承担全部知识产权侵权责任。
- 依据： 《民法典》相关规定及双方交易安排。
- 判断： 该条款责任范围过宽，建议增加“因乙方原因导致”的限制。
这样以后即使不同意AI的判断，也能很快检查：
到底是事实提取错了，法律依据错了，还是分析尺度不同。
三、长任务最好先生成一份“底稿表”
如果任务比较复杂，我一般不建议让AI直接写最终报告。
可以先让它生成一张结构化底稿。
比如法律尽调可以先整理：
| 风险事项 | 事实来源 | 文件位置 | 法律依据 | 初步判断 | 待核实事项 |
|---|---|---|---|---|---|
IPO问询案例可以整理：
| 公司 | 板块 | 问询问题 | 回复口径 | 中介意见 | 原始文件 | 来源 |
|---|---|---|---|---|---|---|
然后再让AI基于这张底稿写最终报告。
这样最终结论出了问题，可以直接回到底稿检查，而不是重新翻几十份文件。
四、法律依据不要只让AI“引用”，要让它“核验”
法律工作里最好直接增加一条：
“法律依据必须优先使用现行有效的官方来源，并注明法规名称、条款和效力状态；无法确认现行有效的，不得作为确定依据。”
这样就把“别编法条”变成了一个具体工作流程：
先检索；
再核验；
再引用；
最后才下结论。
而不是让AI凭模型记忆写一个看起来很像真的法条。
五、重要文件要让AI保留版本信息
很多错误其实不是分析错误，而是用了错误版本。
所以处理合同、交易文件、财务数据时，可以要求AI先做一次版本盘点：
- 哪些文件是最新版本；
- 哪些是旧版本；
- 哪些文件名称冲突；
- 本次分析具体以哪个版本为准。
然后把这个信息写进任务记录。
比如：
“本次分析以2026年8月30日《股权转让协议_v5.docx》为准，v1-v4仅作为历史版本，不作为当前结论依据。”
这一句话就能避免很多后续混乱。
六、最后让AI做一次“来源自检”
在任务最后，我一般会增加一句：
“交付前逐项检查所有重要事实、法律依据和案例是否能够回到原始来源；无法核验的内容单独列为‘待人工确认事项’，不得自行补全。”
这样AI在最终交付前会再检查一次。
当然，不能完全依赖它自检。
但至少能先过滤掉一部分：
- 无来源结论；
- 模糊引用；
- 错误文件；
- 无法确认的数据。
七、把这些要求直接做成固定规则
如果这类任务经常做，就不要每次重新写。
可以直接放进：
- 全局指令；
- 法律研究Skill；
- 合同审查Skill；
- 尽调Skill；
- 案例整理Skill。
例如固定加入四条：
- 重要事实必须标明来源。
- 法律依据必须核验现行有效。
- 事实、依据、判断分开。
- 无法核验的内容进入待确认清单。
以后所有重要任务自动按照这个标准执行。
这才是真正把“可追溯”变成工作系统的一部分。
最终理想状态不是AI给你一个结论，然后你问：
“这个结论哪里来的？”
而是AI一开始就把：
结论 + 来源 + 依据 + 待确认事项
一起交给你。
这样人工复核才真正能从“重新做一遍”，变成“快速验证”。
好的AI系统，不是保证AI永远不犯错。
而是：
即使它犯错，你也能很快找到它错在哪。
