Zyski:
- Zna elementy dobrego raportu publicznego i tworzy spójny szkielet raportu oraz streszczenie za pomocą sztucznej inteligencji.
- Wychwytuje przesady i błędy widmowe, porównując każdą liczbę i twierdzenie w streszczeniu z surowymi danymi.
- Rozpoznaje wprowadzające w błąd wizualizacje w sugestiach tabel i wykresów oraz weryfikuje źródło każdej komórki raportu.
Instytucje publiczne sporządzają raporty: sprawozdanie z działalności, sprawozdanie z audytu, notatka informacyjna, ocena sytuacji, sprawozdanie z postępu projektu, prezentacja parlamentarna, roczne podsumowanie statystyczne. Dokumenty te są pamięcią instytucji, dowodem jej odpowiedzialności i oczami decydentów. Jednak napisanie raportu wymaga czasu: zebrania danych, ustalenia struktury, napisania tekstu początkowego, uspójnienia różnych źródeł, uproszczenia, formatowania. W tym przypadku sztuczna inteligencja zapewnia dużą szybkość w ustalaniu struktury raportu, przekształcaniu rozproszonych notatek w uporządkowany tekst, podsumowywaniu długiego tekstu i tłumaczeniu języka technicznego na język menedżerski. W tym module zobaczysz, jak przeprowadzić cały proces tworzenia dokumentów za pomocą sztucznej inteligencji, od surowych danych po zatwierdzony raport, i jak zachować dyscyplinę w najbardziej krytycznej kwestii — dokładności każdej liczby i twierdzenia w raporcie.
Anatomia dobrego raportu publicznego
Raport publiczny składa się zazwyczaj z następujących warstw: podsumowanie wykonawcze (główne wnioski i zalecenia, które decydent może przeczytać w ciągu 1 minuty), zakres i metoda (co zbadano w raporcie i na podstawie jakich danych), ustalenia (liczby, tabele, ustalenia), ocena (znaczenie ustaleń) oraz zalecenia/wnioski. Sztuczna inteligencja pomaga na każdej z tych warstw, ale ich role są różne:
- Struktura i streszczenie: Sztuczna inteligencja ma ogromną moc — podsumowuje rozproszone ustalenia, podkreśla najważniejsze.
- Wyniki (liczby): AI powinna edytować wyłącznie zweryfikowane dane, które podasz; nie powinien generować liczb.
- Ocena i rekomendacja: AI tworzy wersję roboczą; Komentarz i odpowiedzialność należą do Ciebie.
Kluczowa zasada: nie zmuszaj sztucznej inteligencji do tworzenia liczb, spraw, aby edytowała liczby, które jej nadajesz. Każda liczba zawarta w raporcie musi pochodzić z własnych rejestrów instytucji lub oficjalnych statystyk; Sztuczna inteligencja musi jedynie przekształcić je w zdania, tabele i podsumowania.
Wskazówka: W wierszu raportu ustaw regułę „nie generuj nowych numerów, stawek i dat; korzystaj tylko z danych, które podałem; jeśli potrzebujesz numeru, którego nie ma w danych, wpisz „[wymagane dane]”. To znacznie eliminuje ryzyko sfabrykowanych statystyk.
Przepływ raportu krok po kroku
- Określ cel i czytelnictwo. Do kogo jest pisany raport i na jaką decyzję jest on wydawany?
- Zbieraj zweryfikowane dane. Liczby są gdzieś skonsolidowane wraz z ich źródłami.
- Niech sztuczna inteligencja zbuduje ramy. Nagłówki, podtytuły, co się stanie w której sekcji.
- Stwórz konspekt rozdział po rozdziale. Tylko z podanymi danymi; Sztuczna inteligencja nie powinna wymyślać liczb.
- Wydrukuj streszczenie jako ostatnie. Po zakończeniu tekstu następuje podsumowanie; więc jest to spójne.
- Walidacja i kontrola spójności. Czy każda liczba odpowiada swojemu źródłu; Czy sekcje są ze sobą sprzeczne?
- Uprość i sformatuj; Prześlij do zatwierdzenia.
trzy mini etui
Przypadek 1 – Skrócony okres sprawozdania z działalności. Roczne sprawozdanie z działalności dyrekcji było zwykle przygotowywane w ciągu 3 tygodni, przy wysiłku kilku osób. Kiedy AI stworzyła szkielet sekcji i pierwsze wersje robocze, a zespół skupił się wyłącznie na walidacji i interpretacji danych, czas skrócił się do 8 dni; Podczas kontroli stwierdzono, że jakość treści jest „bardziej spójna”.
Przypadek 2 – Złapano fałszywą stawkę. W jednym projekcie AI napisała zdanie „satysfakcja wzrosła do 87%”; mając na uwadze, że zespół nie dostarczył takich danych z ankiety – model dopasował „rozsądną” liczbę. Kiedy podczas kontroli spójności zapytano źródło, okazało się, że liczba ta nie ma podstaw i została usunięta.
Przypadek 3 – Tłumaczenie na język wykonawczy. Raport dotyczący infrastruktury technicznej miał trafić do rady miasta, ale większość jej członków nie była inżynierami. AI przetłumaczyła tekst techniczny na pozbawione żargonu streszczenie (zachowując znaczenie); Liczba pytań w parlamencie zmniejszyła się o dwie trzecie, a decyzja została podjęta na tej samej sesji.
Cztery szablony do kopiowania
1) Szkielet struktury raportu:
Twoja rola: specjalista ds. raportowania publicznego. Utwórz strukturę raportu dla następującego celu i czytelnictwa: nagłówki, podtytuły i informacje, które będą zawarte w każdej sekcji. Nie pisz jeszcze. Zaznacz, które sekcje będą wymagały zweryfikowanych danych. CEL: [cel] CZYTELNIK: [kto jest decydentem] ZAKRES: [temat]
2) Zapis sekcji wiernych danym:
Wpisz poniżej tekst tej sekcji, korzystając ze SPRAWDZONYCH DANYCH. GENERUJ nowy numer, stawkę lub datę; Po prostu skorzystaj z danych, które ci podałem. Wpisz „[wymagane dane]”, jeśli wymagane są brakujące dane. Używaj formalnego, ale płynnego języka. SEKCJA: [tytuł] DANE: [liczby i źródła]
3) Streszczenie (najnowsze):
Utwórz streszczenie na podstawie poniższego pełnego tekstu raportu: nie więcej niż 200 słów, 3-5 najważniejszych wniosków i rekomendacji. Nie dodawaj żadnych informacji, których nie ma w tekście. Napisz w prosty sposób, aby osoba podejmująca decyzję mogła przeczytać w ciągu 1 minuty. RAPORT: [pełny tekst]
4) Sprawdzanie spójności i liczby:
Sprawdź następującą wersję raportu: (1) czy w przypadku każdego problemu podano źródło, (2) czy istnieje konflikt między sekcjami, (3) czy streszczenie jest zgodne z treścią raportu, (4) czy istnieje twierdzenie niepochodzące ze źródeł/wątpliwe. Nie przepisuj tekstu, po prostu podaj listę ostrzeżeń.PROJEKT: [tekst]
Słaba zachęta/silna zachęta
Słabe: „Napisz raport aktywności z tymi danymi”.
Strong: „Twoja rola to specjalista ds. sprawozdawczości publicznej. Najpierw utwórz szkielet raportu dla rady miasta (nagłówki i podtytuły). Następnie napisz każdą sekcję WYŁĄCZNIE z następującymi zweryfikowanymi danymi; nie twórz nowych liczb, stawek ani dat, wpisz „[wymagane dane]” tam, gdzie potrzebne są brakujące dane. Na koniec przygotuj streszczenie składające się z 200 słów. Po zakończeniu przedstaw listę kontrolną dotyczącą konfliktów międzysektorowych i liczb niepochodzących z źródła. Dane: [liczby i źródła]”.
Różnica: silna struktura łańcuchów podpowiedzi, wierność danych, zakaz zawstydzania liczb, podsumowanie i samokontrola; Wynikiem jest weryfikowalny i spójny zarys.
Zaufanie AI według sekcji raportu
Sekcja
Zaufanie AI
rządzić
Struktura/szkielet
wysoki
Używaj swobodnie
Podsumowanie wykonawcze
wysoki
Ogranicz do tekstu
Język / uproszczenie
wysoki
Znaczenie należy zachować
Wyniki/liczby
niski
Tylko podane dane
Recenzja / rekomendacja
średni
Wersja robocza + komentarz ludzki
Tabela, wskaźnik i streszczenie
Wpływ raportu publicznego często określa się na pierwszej stronie: streszczenie (część, która na jednej stronie podsumowuje główne ustalenia, wnioski i zalecenia raportu) może być jedyną częścią, którą przeczyta władza wyższa. Sztuczna inteligencja potrafi zredukować długi raport do wiernego streszczenia; ale musisz sprawdzić wiersz po wierszu, czy podsumowanie dokładnie odzwierciedla każdą liczbę w raporcie — ponieważ podczas podsumowywania sztuczna inteligencja może zaokrąglić liczby, pominąć warunek lub zawyżyć wynik. Podobnie sztuczna inteligencja może generować szkielety tabel i sugestie wykresów na podstawie surowych danych; Jednak źródło każdej komórki w tabeli musi znajdować się w Twoich danych, a wszelkie wiersze, które sztuczna inteligencja doda „tylko dlatego, że wydaje się to rozsądne”, nie powinny znaleźć się w raporcie.
Mini etui — powiększyło kwestię podsumowania. Chociaż faktyczny wskaźnik powodzenia w raporcie rocznym wyniósł 63 procent, streszczenie sporządzone przez YZ zwiększyło postrzeganie do 90 procent, stwierdzając, że „zdecydowana większość wniosków zakończyła się pozytywnie”. Kontrola zastąpiła to wyrażenie rzeczywistą liczbą; Ponieważ przesadny pozytywny odbiór w publicznym raporcie stawia instytucję w trudnej sytuacji w kolejnych kontrolach.
Mini etui — rząd duchów do stołu. AI dodała do miesięcznego arkusza wniosku kategorię „Inne” i wymyślony numer, którego w instytucji w ogóle nie było; Całość się sumowała, ale granica nie była prawdziwa. Porównanie z surowymi danymi ujawniło tę widmową linię.
Szablon generujący weryfikowalne tabele i podsumowania:
Zadanie: Stwórz tabelę i 5-elementowe streszczenie na podstawie następujących surowych danych (użyj tylko tych danych). Surowe dane: [wklej tabelę/CSV] Zasady: - Nie dodawaj do tabeli żadnych wierszy/kategorii, których nie ma w danych. - Pokaż w nawiasach, z którego wiersza tabeli pochodzi każda liczba w podsumowaniu. - W razie wątpliwości napisz „dane niewystarczające”, nie zgaduj. Wynik: (1) Tabela (2) Podsumowanie (3) Podstawa każdego zdania podsumowującego.
Zgłoś element
Wkład AI
Obowiązkowy nadzór człowieka
Podsumowanie wykonawcze
Szkicowanie i upraszczanie
Czy każda kwestia/roszczenie jest zgodne z raportem?
Stół
szkielet, forma
Zgodność każdej komórki w danych surowych
Sugestia wykresu
Odpowiedni typ wykresu
Brak skali/osi wprowadza w błąd?
Sekcja sugestii
Generowanie opcji
Zgodność z organami i przepisami
Wskazówka: przed wydrukowaniem raportu do sztucznej inteligencji zgrupuj surowe dane samodzielnie w osobnym miejscu; następnie porównaj podsumowanie sztucznej inteligencji z poprawnymi sumami. Kontrolę przeprowadza się jednocześnie z produkcją, a nie po niej.
Typowe błędy
- Sprawienie, że sztuczna inteligencja będzie produkować liczby. Najbardziej niebezpieczny błąd; Do raportu trafiają tylko zweryfikowane dane, AI je edytuje.
- Najpierw napisz streszczenie. Jeżeli streszczenie zostanie pominięte przed ukończeniem części głównej, będzie to sprzeczne z tekstem; zostaw to na koniec.
- Nie sprawdzanie spójności między działami. Liczby w różnych sekcjach powinny się zgadzać.
- Nie cytując źródeł. Każda tabela i rysunek musi umożliwiać prześledzenie źródła; kontrola tego szuka.
- Pozostawiając język techniczny bez zmian. Jeśli decydent nie zrozumie, raport traci swoją funkcję; Uprość, ale nie zniekształcaj treści.
- Pominięcie kroku potwierdzenia. Raport nie jest publikowany bez przeczytania i zatwierdzenia przez osobę odpowiedzialną.
Podsumowując
Podczas tworzenia raportów sztuczna inteligencja zapewnia dużą szybkość budowania struktury, opracowywania, podsumowywania i upraszczania języka. Jednak każda liczba, która trafia do raportu, musi pochodzić ze zweryfikowanych danych instytucji; Sztuczna inteligencja nie powinna tworzyć liczb, a jedynie je edytować. Na koniec należy przygotować streszczenie, sprawdzić spójność i zasoby międzyresortowe oraz zatwierdzić dokument. AI przyspiesza raport; Nosisz dokładność i podpis.
Zadanie aplikacji
Zbuduj szkielet nadchodzącego raportu rzeczywistego za pomocą szablonu „Szkielet struktury raportu”. Wydrukuj sekcję z kilkoma zweryfikowanymi danymi, korzystając z szablonu „Zapis sekcji wiernych danym” i sprawdź, czy AI mimo reguły zmyśla liczby. Na koniec zastosuj szablon „Sprawdzanie spójności i liczby” do własnej wersji roboczej.
lista kontrolna
- [ ] Każda liczba zawarta w raporcie pochodzi ze zweryfikowanego źródła; AI nie stworzyła.
- [ ] Ustawiłem szkielet struktury i wydrukowałem sekcje wiernie zgodnie z danymi.
- [ ] Zrobiłem streszczenie jako ostatnie, ograniczone do tekstu.
- [ ] Nadzorowałem spójność i zasoby międzywydziałowe.
- [ ] Uprościłem język techniczny, nie psując treści.
- [ ] Przekazałem raport osobie odpowiedzialnej do zatwierdzenia.