Μονάδα 6 / 11

Σύνταξη Αναφοράς και Παραγωγή Εταιρικών Εγγράφων

Κέρδη:

  • Γνωρίζει τα μέρη μιας καλής δημόσιας έκθεσης και δημιουργεί έναν συνεπή σκελετό αναφοράς και μια εκτελεστική περίληψη με την τεχνητή νοημοσύνη.
  • Πιάνει την υπερβολή και τα σφάλματα γραμμής φαντασμάτων συγκρίνοντας κάθε αριθμό και ισχυρισμό στην περίληψη με ακατέργαστα δεδομένα.
  • Αναγνωρίζει την παραπλανητική απεικόνιση σε προτάσεις πινάκων και γραφημάτων και επαληθεύει την πηγή κάθε κελιού της αναφοράς.

Τα δημόσια ιδρύματα παράγουν εκθέσεις: έκθεση δραστηριότητας, έκθεση ελέγχου, ενημερωτικό σημείωμα, αξιολόγηση κατάστασης, έκθεση προόδου έργου, κοινοβουλευτική παρουσίαση, ετήσια στατιστική περίληψη. Αυτά τα έγγραφα είναι η μνήμη του ιδρύματος, η απόδειξη της υπευθυνότητάς του και τα μάτια των υπευθύνων λήψης αποφάσεων. Αλλά η σύνταξη μιας αναφοράς απαιτεί χρόνο: συλλογή των δεδομένων, δημιουργία της δομής, σύνταξη του αρχικού κειμένου, συνοχή των διαφορετικών πηγών, απλοποίηση, μορφοποίηση. Εδώ, η τεχνητή νοημοσύνη παρέχει μεγάλη ταχύτητα στη δημιουργία της δομής της αναφοράς, μετατρέποντας διάσπαρτες σημειώσεις σε οργανωμένο κείμενο, συνοψίζοντας μεγάλο κείμενο και μεταφράζοντας την τεχνική γλώσσα σε γλώσσα διαχείρισης. Σε αυτήν την ενότητα, θα δείτε πώς να εκτελείτε ολόκληρη τη ροή παραγωγής εγγράφων με τεχνητή νοημοσύνη, από τα ανεπεξέργαστα δεδομένα έως την εγκεκριμένη αναφορά και πώς να παραμένετε πειθαρχημένοι στο πιο κρίσιμο ζήτημα - την ακρίβεια κάθε αριθμού και αξίωσης στην αναφορά.

Ανατομία μιας καλής δημόσιας έκθεσης

Μια δημόσια έκθεση αποτελείται συνήθως από τα ακόλουθα επίπεδα: εκτελεστική περίληψη (κύρια ευρήματα και συστάσεις που μπορεί να διαβάσει ο υπεύθυνος λήψης αποφάσεων σε 1 λεπτό), εύρος και μέθοδος (τι εξέτασε η έκθεση και με ποια δεδομένα), ευρήματα (αριθμοί, πίνακες, ευρήματα), αξιολόγηση (η σημασία των ευρημάτων) και συστάσεις/συμπέρασμα. Το AI βοηθά σε καθένα από αυτά τα επίπεδα, αλλά οι ρόλοι τους είναι διαφορετικοί:

  • Δομή και εκτελεστική περίληψη: Η τεχνητή νοημοσύνη είναι πολύ ισχυρή — συνοψίζει διάσπαρτα ευρήματα, υπογραμμίζει τα σημαντικά.
  • Ευρήματα (αριθμοί): Η τεχνητή νοημοσύνη θα πρέπει να επεξεργάζεται μόνο τα επαληθευμένα δεδομένα που παρέχετε. δεν πρέπει να παράγει αριθμούς.
  • Αξιολόγηση και σύσταση: Η τεχνητή νοημοσύνη παράγει προσχέδιο. Το σχόλιο και η ευθύνη είναι δική σας.

Βασική αρχή: Μην κάνετε το AI να παράγει αριθμούς, κάντε το να επεξεργαστεί τους αριθμούς που του δίνετε. Κάθε αριθμός που περιλαμβάνεται στην έκθεση πρέπει να προέρχεται από τα αρχεία του ίδιου του ιδρύματος ή από επίσημες στατιστικές. Το AI χρειάζεται απλώς να τα μετατρέψει σε προτάσεις, πίνακες και περιλήψεις.

Συμβουλή: Στην προτροπή αναφοράς, ορίστε τον κανόνα "μην δημιουργείτε νέους αριθμούς, τιμές ή ημερομηνίες. Χρησιμοποιήστε μόνο τα δεδομένα που παρέχω. Εάν χρειάζεστε έναν αριθμό που δεν υπάρχει στα δεδομένα, γράψτε "[απαιτούνται δεδομένα]"". Αυτό μειώνει σημαντικά τον κίνδυνο κατασκευασμένων στατιστικών.

Βήμα προς βήμα ροή αναφοράς

  1. Προσδιορίστε τον σκοπό και το αναγνωστικό κοινό. Σε ποιον συντάσσεται η έκθεση και για ποια απόφαση λαμβάνεται;
  2. Συλλέξτε επαληθευμένα δεδομένα. Οι αριθμοί ενοποιούνται κάπου μαζί με τις πηγές τους.
  3. Βάλτε το AI να δημιουργήσει το πλαίσιο. Επικεφαλίδες, υπότιτλοι, τι θα συμβεί σε ποια ενότητα.
  4. Δημιουργήστε ένα περίγραμμα κεφαλαίου προς κεφάλαιο. Μόνο με τα δεδομένα. Το AI δεν πρέπει να συνθέτει αριθμούς.
  5. Εκτύπωση τελευταίας περίληψης. Όταν ολοκληρωθεί το κείμενο, γίνεται μια περίληψη. άρα είναι συνεπής.
  6. Έλεγχος επικύρωσης και συνέπειας. Ταιριάζει κάθε αριθμός με την πηγή του; Οι ενότητες συγκρούονται;
  7. Απλοποίηση και μορφοποίηση. Υποβολή για έγκριση.

τρεις μίνι θήκες

Περίπτωση 1 — Συντόμευση της περιόδου αναφοράς δραστηριότητας. Η ετήσια έκθεση δραστηριότητας μιας διεύθυνσης συντάχθηκε κανονικά εντός 3 εβδομάδων, με την προσπάθεια λίγων ατόμων. Όταν είχαμε την τεχνητή νοημοσύνη να δημιουργήσει τον σκελετό της ενότητας και τα πρώτα προσχέδια και η ομάδα εστίασε μόνο στην επικύρωση και την ερμηνεία δεδομένων, ο χρόνος μειώθηκε σε 8 ημέρες. Η ποιότητα του περιεχομένου βρέθηκε «πιο συνεπής» στον έλεγχο.

Περίπτωση 2 — Πιστοποιήθηκε το ψεύτικο ποσοστό. Σε ένα προσχέδιο, το AI έγραψε την πρόταση "η ικανοποίηση αυξήθηκε στο 87%". ενώ η ομάδα δεν παρείχε τέτοια δεδομένα έρευνας — το μοντέλο είχε τοποθετήσει έναν «εύλογο» αριθμό. Όταν ρωτήθηκε η πηγή κατά τον έλεγχο συνέπειας, διαπιστώθηκε ότι ο αριθμός δεν είχε βάση και αφαιρέθηκε.

Περίπτωση 3 — Μετάφραση σε εκτελεστική γλώσσα. Μια έκθεση τεχνικής υποδομής επρόκειτο να πάει στο δημοτικό συμβούλιο, αλλά τα περισσότερα από τα μέλη δεν ήταν μηχανικοί. Η τεχνητή νοημοσύνη μετέφρασε το τεχνικό κείμενο σε μια σύνοψη χωρίς ορολογία (διατηρώντας το νόημα). Οι ερωτήσεις στη βουλή μειώθηκαν κατά δύο τρίτα και η απόφαση ελήφθη στην ίδια συνεδρίαση.

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) Αναφορά σκελετού δομής:

Ο ρόλος σας: ειδικός στο δημόσιο ρεπορτάζ. Δημιουργήστε ένα πλαίσιο αναφοράς για τον ακόλουθο σκοπό και το αναγνωστικό κοινό: επικεφαλίδες, υπότιτλους και ποιες πληροφορίες θα υπάρχουν σε κάθε ενότητα. Μην στείλετε μήνυμα ακόμα. Επισημάνετε ποιες ενότητες θα απαιτούν επαληθευμένα δεδομένα. ΣΚΟΠΟΣ: [σκοπός] ΑΝΑΓΝΩΣΤΗΣ: [ποιος είναι ο υπεύθυνος λήψης αποφάσεων] ΠΕΔΙΟ ΕΦΑΡΜΟΓΗΣ: [θέμα]

2) Συγγραφή ενότητας πιστής δεδομένων:

Γράψτε το κείμενο αυτής της ενότητας με τα ΕΠΑΛΗΘΕΥΜΕΝΑ ΔΕΔΟΜΕΝΑ παρακάτω. ΔΗΜΙΟΥΡΓΗΣΤΕ νέο αριθμό, τιμή ή ημερομηνία. Απλώς χρησιμοποιήστε τα δεδομένα που σας δίνω. Γράψτε "[απαιτούνται δεδομένα]" όπου απαιτούνται δεδομένα που λείπουν. Χρησιμοποιήστε επίσημη αλλά άπταιστη γλώσσα. ΕΝΟΤΗΤΑ: [τίτλος] ΔΕΔΟΜΕΝΑ: [αριθμοί και πηγές]

3) Περίληψη (πιο πρόσφατη):

Δημιουργήστε μια εκτελεστική περίληψη από το πλήρες κείμενο της αναφοράς παρακάτω: όχι περισσότερες από 200 λέξεις, 3-5 πιο σημαντικά ευρήματα και συστάσεις. Μην προσθέτετε πληροφορίες που δεν υπάρχουν στο κείμενο. Γράψτε με απλό τρόπο ώστε ο λήπτης να μπορεί να διαβάσει σε 1 λεπτό. ΑΝΑΦΟΡΑ: [πλήρες κείμενο]

4) Έλεγχος συνέπειας και αριθμών:

Ελέγξτε το ακόλουθο προσχέδιο της έκθεσης: (1) είναι μια πηγή που αναφέρεται για κάθε τεύχος, (2) υπάρχει κάποια σύγκρουση μεταξύ των ενοτήτων, (3) ταιριάζει η σύνοψη με το σώμα, (4) υπάρχει ισχυρισμός χωρίς πηγή/αμφίβολο. Μην ξαναγράψετε το κείμενο, απλώς δώστε μια λίστα με προειδοποιήσεις. ΣΧΕΔΙΟ: [κείμενο]

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμο: "Γράψτε μια αναφορά δραστηριότητας με αυτά τα δεδομένα."

Ισχυρός: "Ο ρόλος σας είναι ειδικός στις δημόσιες αναφορές. Πρώτα, δημιουργήστε έναν σκελετό αναφοράς για το δημοτικό συμβούλιο (επικεφαλίδες και υπότιτλοι). Στη συνέχεια, γράψτε κάθε ενότητα με ΜΟΝΟ τα ακόλουθα επαληθευμένα δεδομένα. Μην δημιουργήσετε νέους αριθμούς, ποσοστά ή ημερομηνίες, γράψτε "[απαιτούνται δεδομένα]" όπου απαιτούνται δεδομένα. Τέλος, δημιουργήστε μια 200 λέξεων. [αριθμοί και πηγές]."

Διαφορά: ισχυρή δομή αλυσίδων προτροπής, πιστότητα δεδομένων, απαγόρευση εξευτελισμού αριθμών, περίληψη και αυτοέλεγχος. Το αποτέλεσμα είναι ένα επαληθεύσιμο και συνεπές περίγραμμα.

Εμπιστοσύνη AI ανά ενότητα αναφοράς

Ενότητα

AI εμπιστοσύνη

κανόνας

Δομή/σκελετός

ψηλά

Χρησιμοποιήστε ελεύθερα

Εκτελεστική περίληψη

ψηλά

Περιορισμός στο κείμενο

Γλώσσα / απλοποίηση

ψηλά

Το νόημα πρέπει να διατηρηθεί

Ευρήματα/αριθμοί

χαμηλά

Δεδομένα δίνονται μόνο

Αναθεώρηση / σύσταση

μεσαίο

Σχέδιο + ανθρώπινο σχόλιο

Πίνακας, δείκτης και σύνοψη

Ο αντίκτυπος μιας δημόσιας έκθεσης προσδιορίζεται συχνά στην πρώτη σελίδα: η εκτελεστική περίληψη (η ενότητα που συνοψίζει τα κύρια πορίσματα, τα συμπεράσματα και τις συστάσεις της έκθεσης σε μία σελίδα) μπορεί να είναι το μόνο μέρος που θα διαβάσει η ανώτερη αρχή. Η τεχνητή νοημοσύνη είναι ισχυρή στο να μειώνει μια μακροσκελή αναφορά σε μια πιστή εκτελεστική περίληψη. αλλά πρέπει να ελέγχετε γραμμή προς γραμμή ότι η σύνοψη αντικατοπτρίζει με ακρίβεια κάθε αριθμό στην αναφορά — επειδή κατά τη σύνοψη, η τεχνητή νοημοσύνη μπορεί να στρογγυλοποιεί αριθμούς, να ρίξει μια συνθήκη ή να υπερεκτιμήσει ένα εύρημα. Ομοίως, η τεχνητή νοημοσύνη μπορεί να δημιουργήσει σκελετούς πινάκων και προτάσεις γραφημάτων από τα ακατέργαστα δεδομένα σας. Ωστόσο, η πηγή κάθε κελιού στον πίνακα πρέπει να βρίσκεται στα δεδομένα σας και οποιεσδήποτε σειρές που προσθέτει το AI «ακριβώς επειδή φαίνεται λογικό» δεν θα πρέπει να μπουν στην αναφορά.

Μίνι θήκη — μεγέθυνε το θέμα της περίληψης. Ενώ το πραγματικό ποσοστό επιτυχίας ήταν 63 τοις εκατό σε μια ετήσια έκθεση, η εκτελεστική περίληψη που παρήγαγε η YZ αύξησε την αντίληψη στο 90 τοις εκατό λέγοντας ότι «η συντριπτική πλειοψηφία των αιτήσεων είχε θετικό αποτέλεσμα». Ο έλεγχος αντικατέστησε αυτήν την έκφραση με τον πραγματικό αριθμό. Διότι μια υπερβολική θετική αντίληψη στη δημόσια έκθεση φέρνει το ίδρυμα σε δύσκολη θέση στους επόμενους ελέγχους.

Μίνι θήκη — σειρά φάντασμα στον πίνακα. Η AI είχε προσθέσει μια κατηγορία "Άλλο" και έναν κατασκευασμένο αριθμό στο μηνιαίο φύλλο αίτησης, το οποίο δεν υπήρχε καθόλου στο ίδρυμα. Συνολικά, αλλά η γραμμή δεν ήταν πραγματική. Η σύγκριση με τα ακατέργαστα δεδομένα έπιασε αυτή τη γραμμή φάντασμα.

Πρότυπο που παράγει επαληθεύσιμους πίνακες και περιλήψεις:

Εργασία: Δημιουργήστε έναν πίνακα και μια εκτελεστική σύνοψη 5 στοιχείων από τα ακόλουθα ανεπεξέργαστα δεδομένα (χρησιμοποιήστε μόνο αυτά τα δεδομένα). Ανεπεξέργαστα δεδομένα: [επικόλληση πίνακα/CSV]Κανόνες:- Μην προσθέτετε γραμμές/κατηγορίες στον πίνακα που δεν υπάρχουν στα δεδομένα.- Δείξτε με παρενθέσεις από ποια σειρά στον πίνακα προέρχεται κάθε αριθμός στη σύνοψη.- Γράψτε "data do"oput:O"data. (1) Πίνακας (2) Περίληψη (3) Βάση για κάθε περιληπτική πρόταση.

Αναφορά στοιχείου

συνεισφορά AI

Υποχρεωτική ανθρώπινη επίβλεψη

Εκτελεστική περίληψη

Σύνταξη και απλοποίηση

Κάθε ζήτημα/αξίωση συμμορφώνεται με την αναφορά;

Πίνακας

σκελετός, μορφή

Αντιστοιχία κάθε κελιού σε πρωτογενή δεδομένα

Πρόταση γραφήματος

Κατάλληλος τύπος γραφήματος

Παραπλανητικό χωρίς κλίμακα/άξονα;

Ενότητα προτάσεων

Δημιουργία επιλογών

Αρχή και κανονιστική συμμόρφωση

Συμβουλή: Συγκεντρώστε τα ανεπεξέργαστα δεδομένα μόνοι σας σε ξεχωριστή τοποθεσία πριν εκτυπώσετε την αναφορά στο AI. Στη συνέχεια, συγκρίνετε την περίληψη του AI με αυτά τα σωστά σύνολα. Η επιθεώρηση γίνεται ταυτόχρονα με την παραγωγή, όχι μετά από αυτήν.

Συνήθη λάθη

  • Κάνοντας το AI να παράγει αριθμούς. Το πιο επικίνδυνο λάθος. Μόνο επαληθευμένα δεδομένα εισάγονται στην αναφορά, το AI την επεξεργάζεται.
  • Γράψτε πρώτα την εκτελεστική περίληψη. Εάν η περίληψη παραλειφθεί πριν ολοκληρωθεί το σώμα, θα έρχεται σε αντίθεση με το κείμενο. αφήστε το για το τέλος.
  • Μη έλεγχος συνοχής μεταξύ των τμημάτων. Οι αριθμοί σε διαφορετικές ενότητες πρέπει να ταιριάζουν.
  • Χωρίς αναφορά σε πηγές. Κάθε πίνακας και σχήμα πρέπει να είναι ανιχνεύσιμοι στην πηγή τους. ο έλεγχος αναζητά αυτό.
  • Αφήνοντας την τεχνική γλώσσα ως έχει. Εάν ο υπεύθυνος λήψης αποφάσεων δεν κατανοεί, η αναφορά χάνει τη λειτουργία της. Απλοποιήστε αλλά μην παραμορφώνετε το περιεχόμενο.
  • Παράβλεψη του βήματος επιβεβαίωσης. Η έκθεση δεν δημοσιεύεται χωρίς την ανάγνωση και την έγκριση του υπεύθυνου.

Συνοπτικά

Κατά την παραγωγή αναφορών, η τεχνητή νοημοσύνη παρέχει μεγάλη ταχύτητα στη δομή, τη σύνταξη, τη σύνοψη και την απλοποίηση της γλώσσας. Αλλά κάθε αριθμός που περιλαμβάνεται στην έκθεση πρέπει να προέρχεται από τα επαληθευμένα δεδομένα του ιδρύματος. Η τεχνητή νοημοσύνη δεν πρέπει να παράγει αριθμούς, αλλά μόνο να τους επεξεργάζεται. Η εκτελεστική περίληψη θα πρέπει να προετοιμαστεί τελευταία, να ελεγχθεί η διυπηρεσιακή συνέπεια και οι πόροι και το έγγραφο θα πρέπει να εγκριθεί. Το AI επιταχύνει την αναφορά. Φέρετε την ακρίβεια και την υπογραφή.

Εργασία εφαρμογής

Δημιουργήστε έναν σκελετό για την επερχόμενη πραγματική αναφορά σας με το πρότυπο "Αναφορά δομής σκελετού". Εκτυπώστε μια ενότητα με μερικά επαληθευμένα δεδομένα χρησιμοποιώντας το πρότυπο "Δεδομένα πιστή εγγραφή ενότητας" και ελέγξτε εάν το AI δημιουργεί αριθμούς παρά τον κανόνα. Τέλος, εφαρμόστε το πρότυπο «Έλεγχος συνέπειας και αριθμών» στο δικό σας προσχέδιο.

λίστα ελέγχου

  • [ ] Κάθε αριθμός που περιλαμβάνεται στην αναφορά προέρχεται από επαληθευμένη πηγή. Το AI δεν παρήγαγε.
  • [ ] Ρύθμισα τον σκελετό της δομής και εκτύπωσα τα τμήματα πιστά στα δεδομένα.
  • [ ] Έκανα την εκτελεστική περίληψη τελευταία, περιορισμένη σε κείμενο.
  • [ ] Επόπτευα τη διατμηματική συνέπεια και τους πόρους.
  • [ ] Απλοποίησα την τεχνική γλώσσα χωρίς να χαλάσω το περιεχόμενο.
  • [ ] Υπέβαλα την αναφορά στον υπεύθυνο για έγκριση.