FC-02 · 引用来源与数据交叉验证

① 场景引入

稿件里引用了 8 个来源，其中 3 个是二手转引、2 个已经失效、1 个根本不存在 · 但这些在签发前没人系统性查过

一、这件事现在是什么样

事实核查专员 · 真实业务触发

每周做一次深度稿件的质量抽检，重点检查引用来源的真实性、数据的可追溯性、转引链条的完整性。质控部门会问：「这篇稿子的引用经得起推敲吗？」—— 你得拿出每条引用的溯源链，而不是「作者说是这么写的」。

二、痛点 · 每条都有来源

1作者提供的引用 URL 打不开（404/域名过期/权限变更），但稿件已经排好了版依据 · 报社事实核查岗自述：'一篇深度稿里 15-20 个事实点要逐个查，漏一个就是撤稿+内部通报，去年我们组因为这个被罚了三次'2数据是 A 报告转引自 B 报告，B 又转引自 C 原始研究，但稿件只写了「据研究报告」依据 · 报社事实核查岗自述：'一篇深度稿里 15-20个事实点要逐个查，漏一个就是撤稿+内部通报，去年我们组因为这个被罚了三次'3引用的「最新数据」其实是三年前的，只是最近被人翻出来又发了一遍依据 · 报社事实核查岗自述：'一篇深度稿里 15-20 个事实点要逐个查，漏一个就是撤稿+内部通报，去年我们组因为这个被罚了三次'4同一数据在不同来源的数值不一样，不知道该信哪个依据 · 报社事实核查岗自述：'一篇深度稿里 15-20 个事实点要逐个查，漏一个就是撤稿+内部通报，去年我们组因为这个被罚了三次'5学术稿件引用格式不规范，编辑部返工要花大半天调整依据 · 《著作权法》—— 规定文字作品的改编权、信息网络传播权归属，未经许可的转载/改编构成侵权

三、换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

• 作者提供的引用 URL 打不开（404/域名过期/权限变更），但稿件已经排好了版数据是 A 报告转引自 B报告，B 又转引自 C 原始研究，但稿件只写了「据研究报告」引用的「最新数据」其实是三年前的，只是最近被人翻出来又发了一遍同一数据在不同来源的数值不一样，不知道该信哪个

✓ 交给 Agent 之后

• 多来源文件一次读入，先做口径与完整性校验，再开始算
• 每条结论绑定来源文件、字段或条号，可以被审
• 产出是企业真会流转的正式件（带签批栏），不是一张展示用的表
• 该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四、场景闭环

6 步 · 每一步的产出都是下一步的输入

1. 引用提取 · 找出所有引用标记和对应的来源信息自动识别：脚注/尾注/夹注/括号注；提取作者/标题/出版物/年份/页码/URL
2. 存在性验证 · 这些来源真的存在吗DOI/ISBN/URL 有效性检查；出版物是否存在；文章是否真的发表在该刊物该期
3. 可访问性测试 · 现在还能打开/借到吗URL 可达性测试（含缓存版本检查）；数据库收录状态；开放获取 vs 付费墙
4. 转引链追踪 · 是一手来源还是转引自动追踪 A→B→C 的转引链条；标明每层的转引关系；尝试定位原始来源
5. 数据一致性检验 · 引用的数据和原始来源一致吗对于数据型引用：提取稿件中的数值并与原始来源比对；标注偏差
6. 输出溯源报告 · 每条引用的完整身份档案引用文本/存在性/可访问性/转引层级/数据一致性/可靠性评级/处理建议

要准备什么：待检查稿件（Word/PDF）含引用标注的完整版本参考文献列表（如有单独文件）作者提供的完整引用列表；如果没有，从正文中提取引用格式规范（可选）如 GB/T 7714、APA、MLA 等；如果不指定，仅做事实性核查不做格式检查

为什么这个场景值得做

优先级评分：痛感 4 × AI 适配 4 ÷ 落地难度 2 = 8.8

最大差异点：不需要客户先建立引用管理数据库。稿件中的引用直接提取并逐一验证。转引链条自动追踪到原始来源。

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。

五、会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

• 正式件本体：引用溯源报告.docx 完整的溯源报告 · 含每条引用的身份档案/存在性/可访问性/转引链/数据一致性
• 可派发清单：问题引用清单.xlsx 存在问题的引用汇总 · 含问题描述/风险等级/处理建议
• 可派发清单：转引链图谱.xlsx 转引关系的可视化表格 · 标明每层来源和偏差点

这套东西不承诺什么：不判定引用是否构成侵权（这需要法务介入，尤其是涉及大段引用的场景）。不评价来源的学术权威性（这是同行评审的事）。不修复已失效的链接（只能标明失效并建议寻找替代来源）。

② Live Demo（演示逐步）

稿件里引用了 8 个来源，其中 3 个是二手转引、2 个已经失效、1 个根本不存在 · 但这些在签发前没人系统性查过

演示模式 · 可视化预演 本页展示的是「应该怎么跑、每一步看什么、交付什么」，用的是真实业务格式的脱敏构造数据， 不宣称已接入客户生产系统，也不承诺任何效率提升百分比。

案例设定：钱屿在核实车速数字时（见 FC-01 第 3 步），发现「财经速览」那篇转引报道的车速数字（122km/h）来源存疑——他需要进一步追查这篇稿件引用的全部 8 个来源，判断哪些是一手信源、哪些是转引、转引链条追到最后是什么。这类引用溯源工作平时每周做一次抽检，但从未针对单篇稿件做过全面追查。

涉及引用8 个确认一手信源2 个发现转引3 个结论1 个来源存疑 · 建议不采信

输入新闻出版与媒体机构手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框

• 01_财经速览原文_20260812.xlsx 「财经速览」8月12日18:40发布的原文全文 —— 这是本次追查的起点财经速览公众号8/12 18:40 发布 · 公开可查
• 02_全文引用逐一排查表.xlsx 记者稿件全文里所有引用的逐一排查记录 —— 平时核查引用只看「有没有来源」，不追查「来源可不可靠」钱屿本次逐条排查 · 首次系统整理
• 03_第三方投诉平台报告_失效链接存档.xlsx 记者引用时保存的报告截图 —— 链接已失效，只能靠这份截图判断当时报告说了什么记者撰稿时保存截图 · 原链接已404
• 04_转引链条追溯记录.xlsx 第8条引用的转引链条追溯过程 —— 从记者稿件往上追了三层才找到最初的数据来源钱屿本次追溯 · 逐层记录来源变化

注意标橙色那一份 —— 02_全文引用逐一排查表.xlsx。它钱屿本次逐条排查 · 首次系统整理，平时压根不在核对范围里。这个场景的价值，很大一部分就来自把它读进来。

提示词就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底

这篇稿子的引用比较多，帮我做一次来源溯源：

1. 每个引用是不是真的存在
2. 链接还能不能打开
3. 数据和原始来源对不对得上
4. 有没有转引但没标注的 只标问题，不改内容。最终怎么处理由编辑决定。

短是因为溯源规则和数据库接口都写在能力包里了。你只需要把稿件扔进来。

触发车速122km/h的来源到底是谁

财经速览写的是「据知情人士透露」· 这种表述本身就该被追问

钱屿在核实车速三版本时发现，「财经速览」引用的122km/h只标注「据知情人士透露」，没有任何可追溯的具体来源。他决定不只查这一条，把稿件里全部 8 个引用都追查一遍。

第 1 步 · 引用提取 · 找出所有引用标记和对应来源信息

8个引用逐一列出，标注来源类型

这一步的看点 · 从历史里想起了公司踩过的坑2025年11月那次差错（见FC-01第04号文件历史核查差错记录）就是「引用未标信源等级，误把网友猜测当官方说法」——与本次「财经速览据知情人士透露」这类无法追溯的表述属于同一类风险。上次的教训是「标注信源等级」，这次追查在此基础上更进一步——不只标等级，还要追问「这个等级的信源是否真的可验证」，这条不靠核查员记不记得两次教训的细节，而是把「无法验证=不采信」做成了固定判断规则。

第 2 步 · 存在性验证 · 这些来源真的存在吗

逐条核实来源是否真实存在

这一步的看点 · 该拦的地方拦住了「知情人士透露的

122km/h」这条现在还不能作为可信信息使用，结论是「财经速览编辑部以信源保密为由拒绝验证，这条引用的真实性无法确认，建议本机构后续报道不采信这个数字」。这不是说这个数字一定是假的，而是在无法验证的情况下，不能把它当作与官方通报同等可信度的信息来使用。

第 3 步 · 可访问性测试 · 现在还能打开吗

链接是否有效，是存在性验证之外的另一层检查

第 4 步 · 转引链条追踪 · 是一手来源还是转引

第8条引用追了三层才找到原始数据

这一步的看点 · 排除性结论「15%增长率可以直接用于本次报道」这个判断可以排除，依据是原始数据的统计口径（智能驾驶相关事故）与本次报道对象（车辆失控事故）不完全重合，时间范围也从「2018-2021年」变成了「近三年」——这个数字如果直接引用，等于把不同口径的统计偷换成了同一件事，建议改用更准确的表述或标注具体的统计口径与年份。

第 5 步 · 数据一致性检验 · 引用的数据和原始来源一致吗

8个引用逐条对照原始来源的一致性

第 6 步 · 输出溯源报告 · 每条引用的完整身份档案

8个引用逐条建档，2处问题单独标注处理建议

这一步的看点 · 把技术动作翻译成钱如果不做这次溯源，直接采用「近三年增长15%」这个口径不匹配的数字发稿，一旦被专业读者或同行指出统计口径偷换，需要发布更正声明说明「口径有误」——这类专业性质疑往往出现在垂直领域的KOL或行业媒体，传播范围可能不大，但对机构专业度的信誉损伤比大众读者指出的普通事实错误更持久；而现在花时间往上追三层数据来源，换来的是可以直接在稿件里用准确表述替换，不留下被专业读者挑错的空间。

之后这次溯源跑完，攒下了什么

不是查完了8条引用，是发现了转引链条的隐蔽风险

沉淀项具体内容「知情人士」类表述的处理原则固定下来以后遇到「据知情人士透露」这类无法追溯的表述，默认按四级信源处理，不采信或明确标注未经证实转引链条追溯的方法可复用「往上追三层，看统计口径和时间范围有没有变」——这个方法下次遇到类似的行业数据引用可以直接套用失效链接的处理规则明确了原链接失效但有截图存档的，标注为「无法验证真实性」而不是直接采信截图内容这次溯源的真正产出不是「8条引用都查完了」，而是发现「转引链条每多一层，统计口径和范围就可能悄悄变化」这个隐蔽风险，并把追溯方法固定成了可复用的流程。

这篇稿件的引用清单现在还不能直接定稿8条：引用里有2条存在明确问题：第三方投诉平台报告因链接失效无法验证真实性，行业增长率数据的统计口径与本次报道对象不完全匹配；另有1条（财经速览转引的122km/h）信源无法验证，不建议采信。方案一 · 直接删除三处存疑引用：稿件删去投诉报告数据、行业增长率数据、122km/h这个车速版本。代价是稿件的信息量和「多方对比」的丰富度会减少；方案二 · 保留但标注限制：投诉报告数据标注「因原始链接失效，真实性undetermined」，增长率数据改用准确的统计口径描述，122km/h标注「未经证实的转引信息，仅供参

考」。代价是稿件行文会因为这些限定语变得稍显冗长。建议方案二。完全删除会让读者以为「这些信息不存在」，而标注限制能让读者自己判断可信度——这与本机构「不替读者做判断，只提供判断依据」的一贯原则一致。

之后这一次跑完，公司多了什么

不讲省了多久：讲少了几个隐患、沉淀了什么

• ✓ 引用溯源多了一个可复用的来源库：每次验证过的来源入库，下次遇到同一来源直接复用
• ✓ 两条溯源规则被固定下来：具体是「转引必须标注原始来源」和「数据引用必须精确到原始数值」
• ✓ 一条历史教训被真正用上：某次因「失效链接导致读者投诉」的事件被写入自动检查规则
• ✓ 岗位角色变了：从「每周抽检时手工逐条查引用」变成「跑一次Agent、只花 30 分钟确认问题点」

追问现场可能被问到的

答不上来的问题，比答得漂亮的问题更能决定这场演示的结果

• 能自动修复失效链接吗？ 不能自动修复，但可以帮你找到原始内容的缓存版本（如 Wayback Machine）或替代来源。最终替换由编辑完成。
• 能判断引用是否侵权吗？ 不能，侵权判定需要法务介入。但我可以标明引用的篇幅占比和大致性质（「直接引用超过 500 字」「实质性转述核心论点」等），供法务参考。
• 能帮忙调整引用格式吗？ 可以，如果你指定了格式规范（如 GB/T 7714），我可以按规范调整引用格式。但这只是格式层面的，不替代内容核查。

③ 能力沉淀（Skill / 提示词 / 预期输出 / 人工边界）

稿件里引用了 8 个来源，其中 3 个是二手转引、2 个已经失效、1 个根本不存在 · 但这些在签发前没人系统性查过

1. Skill 能力包

导入之后，同类任务会自动按这套规则走 —— 提示词才能写得那么短

引用来源与数据交叉验证 · Skill

SKILL.md 主本 + references（输出骨架 / 判据 / 渲染脚本）· 符合 WorkBuddy Skill 规范

版本 v1.0

source-data-cross-validation.zip

在 WorkBuddy 里直接上传这个 zip 即可导入

包内结构

• SKILL.md 主本 —— YAML 元信息 + 执行流程 + 硬规则 + 人工边界
• references/output_template.md 输出骨架（sheet 名 / 分区顺序 / 列头）+ 可直接运行的渲染脚本
• references/judgement_rules.md 判据与口径 —— 什么情况算异常、什么情况必须拦住

references 不会一次性全读进来 —— Agent 按需取用。所以 Skill 可以写得很细，不会拖慢每次对话。

2. 原始素材

这些就是新闻出版与媒体机构手上真实能拿到的东西 —— 格式不统一是常态，不是问题

📁FC-02 · 演示素材

脱敏构造数据 · 真实业务格式 · 埋点可核验

共 4 份

• 01_财经速览原文_20260812.xlsx 「财经速览」8月12日18:40发布的原文全文 —— 这是本次追查的起点
• 02_全文引用逐一排查表.xlsx 记者稿件全文里所有引用的逐一排查记录 —— 平时核查引用只看「有没有来源」，不追查「来源可不可靠」
• 03_第三方投诉平台报告_失效链接存档.xlsx 记者引用时保存的报告截图 —— 链接已失效，只能靠这份截图判断当时报告说了什么
• 04_转引链条追溯记录.xlsx 第8条引用的转引链条追溯过程 ——从记者稿件往上追了三层才找到最初的数据来源

怎么用

• 把素材全部拖进 WorkBuddy 对话框（不需要整理格式、不需要改文件名）
• 粘贴下方提示词发送
• 拿到正式件初稿 —— 签批栏留空，推荐意见留空，由你填

3. 提示词卡片

这篇稿子的引用比较多，帮我做一次来源溯源：

1. 每个引用是不是真的存在
2. 链接还能不能打开
3. 数据和原始来源对不对得上
4. 有没有转引但没标注的 只标问题，不改内容。最终怎么处理由编辑决定。

为什么这么短就够了：短是因为溯源规则和数据库接口都写在能力包里了。你只需要把稿件扔进来。

换成你自己的业务：把素材换成你手上的真实文件即可。导入 Skill 之后，

该走几步、什么口径、什么情况必须拦住，Agent 自己知道 —— 你只需要说清这是什么事。

自己组织输入的三步法

• 用自然语言说清核心需求 —— 就按平时跟同事交代活的方式说：什么事、什么文件、什么要求。不用讲究格式。
• 调用 Skill 补齐专业规则 —— 导入本页 Skill 后，流程、口径、硬规则 Agent 自己知道。
• 用「增强提示词」补全遗漏 —— 输入框旁边有增强按钮，把随口说的话补成更完整的表述。

分工：自然语言负责「这是什么事」，Skill 负责「该怎么做」，增强提示词负责「别漏了什么」。

4. 预期输出

不方便现场跑的时候可以直接拿这份给客户看 · 与实跑结果同结构

📋正式交付物

带签批栏 / 冻结首行 / 开筛选 —— 判断标准是「能不能直接进企业的流程」

共 3 份

• FC-02_引用溯源报告.docx 完整的溯源报告 · 含每条引用的身份档案/存在性/可访问性/转引链/数据一致性 XLSFC-02_问题引用清单.xlsx存在问题的引用汇总 · 含问题描述/风险等级/处理建议
• FC-02_转引链图
• 谱.xlsx 转引关系的可视化表格 · 标明每层来源和偏差点

Skill 里固化了什么：从历史溯源记录里想起了上次踩过的坑该拦的引用拦住了排除性结论把引用质量翻译成出版风险

输入清单：待检查稿件（Word/PDF）含引用标注的完整版本参考文献列表（如有单独文件）作者提供的完整引用列表；如果没有，从正文中提取引用格式规范（可选）如 GB/T 7714、APA、MLA 等；如果不指定，仅做事实性核查不做格式检查

人工边界：不判定引用是否构成侵权（这需要法务介入，尤其是涉及大段引用的场景）。不评价来源的学术权威性（这是同行评审的事）。不修复已失效的链接（只能标明失效并建议寻找替代来源）。

升为客户真实案例还缺什么：客户当前真实输入文件（不要整理过的）岗位现行 SOP 与审批链（金额分档、谁签字）至少一次真实出过问题的案例客户当前正在用的正式输出模板客户确认的阈值口径（多少天算临期、多少金额算大额）

5. 同一角色下的其他场景

事实核查专员 · 产出即下一步输入

FC-01 · 稿件事实核查辅助 — 一篇深度稿 15-20 个事实点逐个手工查，漏一个就是撤稿+内部通报 · 而核查员每天只有 4 小时能用来做这件事 查看 →

上下游串起来就是完整链路。每一步的产出都是下一步的输入，不用在不同工具之间来回复制粘贴。

场景内容基于 WorkBuddy 产品能力整理，演示中的企业、人物与数据均为虚构，不代表任何客户的实际成效；痛点引用的公开来源已做脱敏处理。网页版由原资料转换，部分演示表格以原文形式展示。