Mga nadagdag:
- Kakayahang makilala ang mga pokus ng mga balangkas ng GRI, ESRS at ISSB (epekto, dobleng materyalidad, pananalapi) at piliin ang tamang balangkas ayon sa mambabasa
- Kakayahang imapa ang mga materyal na paksa sa mga kandidato ng karaniwang item at i-verify ang bawat numero gamit ang opisyal na karaniwang teksto
- Kakayahang magtatag ng cross-matching na nag-uugnay sa solong data sa maraming mga frame at malinaw na nagpapahiwatig ng mga gaps ng data nang hindi itinatago ang mga ito
Sa sandaling mangolekta ng data ng sustainability ang isang kumpanya, dapat itong ibunyag ayon sa isang balangkas ng pag-uulat na tinatanggap sa buong mundo, hindi sa isang arbitrary na paraan. Ang balangkas ay ang karaniwang wika na tumutukoy sa "aling paksa ang iuulat, paano, sa anong mga tagapagpahiwatig"; Dahil dito, maihahambing ang mga ulat mula sa dalawang magkaibang kumpanya. Sa unit na ito, malalaman mo ang tatlong pangunahing frameworks (GRI, ESRS/CSRD, ISSB) at matutunan kung paano ligtas na gumamit ng artificial intelligence (AI) sa pagtutugma ng content ayon sa mga framework na ito.
Ilarawan natin nang maikli ang tatlong balangkas. Ang GRI (Global Reporting Initiative) ay ang pinakamalawak na ginagamit na pamilya ng mga boluntaryong pamantayan sa pag-uulat ng pagpapanatili sa mundo; Pangunahing tinitingnan nito ang epekto ng kumpanya sa mundo. Ang ESRS (European Sustainability Reporting Standards) ay isang hanay ng mga pamantayan batay sa dobleng materyalidad, na kinakailangan ng European Union sa loob ng saklaw ng direktiba ng CSRD. Ang ISSB (International Sustainability Standards Board) ay isang internasyonal na lupon na naglalathala ng mga pamantayan ng IFRS S1/S2, na tumutuon sa materyalidad sa pananalapi na may pagtuon sa mamumuhunan.
Tatlong frame, tatlong pananaw
Frame
Sino ang nagtanggal nito?
pangunahing pokus
Sapilitan ba ito?
GRAY
institusyon ng GRI
Ang epekto ng kumpanya sa mundo
Boluntaryo, napakakaraniwan
ESRS/CSRD
EU / EFRAG
Dobleng materyalidad (epekto + pananalapi)
Mandatory sa ilalim ng EU
ISSB (IFRS S1/S2)
IFRS Foundation
Pinansyal na materyal para sa mamumuhunan
Pinagtibay ng bansa
Ang mga balangkas na ito ay hindi mga kakumpitensya ng bawat isa, ngunit mga pantulong na wika na nakakaakit sa iba't ibang mga mambabasa. Karamihan sa mga malalaking kumpanya ay nangongolekta ng kanilang data nang isang beses at "imapa" ito sa maraming mga balangkas. Dito nakasalalay ang tunay na halaga ng AI: ito ay isang mabilis na katulong sa pagrerekomenda ng parehong data sa mga numero ng item ng iba't ibang mga frame. Ngunit maaari itong tumugma sa mga numero ng item, kaya ang bawat tugma ay dapat na ma-verify laban sa opisyal na karaniwang teksto.
Tip: Maaari mong ihambing ang mga frame sa tanong na "alin ang mas mahusay?" hindi "Sino ang magbabasa nito?" Piliin ang . Kung nakikipag-usap ka sa mga mamumuhunan, ISSB/financial materiality; Ang ESRS ay sapilitan kung napapailalim ka sa regulasyon ng EU; Makapangyarihan ang GRI kung ipapaalam mo ang iyong epekto sa malawak na hanay ng mga stakeholder. Kadalasan higit sa isa ang ginagamit nang magkasama.
Istraktura ng mga pamantayan ng GRI
Ang GRI ay inayos ayon sa mga numerong nakabatay sa paksa. Ilang halimbawa (siguraduhing suriin ang opisyal na teksto para sa pag-verify):
- GRI 302 — Enerhiya
- GRI 303 — Tubig at wastewater
- GRI 305 — Mga emisyon (hangin)
- GRI 306 — Basura
- GRI 403 — Kalusugan at kaligtasan ng trabaho
Ang pinakakaraniwang pagkakamali ng AI ay ang paglalagay ng paksa sa ilalim ng maling numero: halimbawa, pagpapakita ng tubig sa ilalim ng GRI 305 (mga emisyon). Ang tubig ay GRI 303. Ang mga ganitong pagkakamali ay nakukuha lamang ng opisyal na listahan ng mga pamantayan.
Hakbang-hakbang: Pagtutugma ng frame sa AI
1. Batay sa materyalidad. Kapag natukoy mo na kung aling mga paksa ang iuulat (unit 2), magpatuloy sa pagmamapa.
2. Irekomenda ang data sa karaniwang aytem. Hilingin sa AI na imapa ang bawat materyal na paksa sa nauugnay na kandidato ng sangkap ng GRI/ESRS; ngunit sabihin na "ito ay isang draft na panukala".
3. I-verify ang numero ng item gamit ang opisyal na teksto. Kumpirmahin ang bawat iminungkahing numero gamit ang opisyal na dokumento ng GRI o EFRAG. Tingnan ang parehong numero at ang nilalaman.
4. Kilalanin ang mga puwang. Ilista ang data na gusto mong pamantayan ngunit wala (data gap); Ang mga ito ay maaaring kinolekta o idineklara bilang "hindi magagamit".
5. I-set up ang cross mapping. Maghanda ng talahanayan na nagli-link ng parehong data sa mga numero ng GRI, ESRS at ISSB; kaya nag-uulat ka sa maraming mga framework na may isang data.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Lagyan ng numero ang mga paksang ito ayon sa GRI.
Maaaring gumawa ang AI ng mga numerong mukhang makatwiran ngunit mali/ginawa; Walang validation call.
Napakahusay na prompt:
Ang iyong tungkulin: pag-uulat na eksperto sa framework.Input: ang aming mga materyal na paksa (enerhiya, tubig, emisyon, kaligtasan sa trabaho, basura).Gawain: magmungkahi ng mga POSIBLENG GRI at ESRS substance na kandidato para sa bawat paksa.Mga Panuntunan:- Bigyan ang bawat mungkahi ng tag na "MUST VERIFY"; Huwag mag-claim ng eksaktong numero. - Huwag gumawa ng isang numero na hindi ka sigurado; Isulat ang "pagkumpirma mula sa opisyal na karaniwang listahan". - Isulat ang dahilan ng diskriminasyon sa mga paksang madaling malito gaya ng tubig at mga emisyon. Output: talahanayan (Topic | GRI candidate | ESRS candidate | Verification note).
Prompt para sa multi-frame mapping table
Bumuo ng multi-frame mapping table scaffold para sa mga sumusunod na materyal na paksa. Mga Hanay: Paksa | Item ng data | sining ng GRI. | sining ng ESRS. | ISSB (S1/S2) | Pinagmulan ng data | Mayroon bang anumang gaps? Mga Panuntunan:- Markahan ang mga numero ng item bilang "kandidato/para ma-verify".- Isulat ang "DATA GAP" sa mga cell na walang data. Mga Paksa: [TOPICS]
Ang sumusunod na prompt ay gumagawa ng pag-uulat ng gap analysis.
Ang iyong tungkulin: ESG compliance analyst. Gawain: Ihambing ang data na mayroon tayo sa mga paliwanag na kinakailangan ng balangkas na napili natin (ESRS) at gumawa ng gap analysis. Output: Kinakailangang paliwanag | meron ba tayo nito? | Ano ang kolektahin kung nawawala | Responsible.Rule: Para sa bawat linyang sasabihin mong "mayroon kami", isulat ang pinagmulan; Kung hindi ka sigurado, sabihin ang "kinakailangan ng suriin". Paalalahanan ako na i-verify ang mga pamantayang sugnay mula sa opisyal na teksto. Entry: [LIST OF AVAILABLE DATA]
Pansin: Ang mga pamantayan ay regular na ina-update; Maaaring magbago ang mga numero ng item, mga limitasyon at kinakailangan. Ang data ng pagsasanay ng AI ay maaaring magpakita ng isang lumang bersyon. Palaging kumpirmahin ang kritikal na pagpapares at mga desisyon sa obligasyon gamit ang naaangkop na opisyal na teksto.
tatlong mini case
Case 1 — Maling numero. Isang kumpanya ng enerhiya ang humiling sa AI para sa GRI mapping. Nilagyan ng label ng YZ ang pagkonsumo ng tubig nito bilang "GRI 305-8". Sinuri ng eksperto: ang tubig ay GRI 303, ang GRI 305 ay air emissions, at walang pahayag na 305-8. Ang numero ay naitama sa opisyal na listahan.
Case 2 — Maraming ulat na may isang data. Isang tagagawa ang nangongolekta ng data ng enerhiya nang isang beses at na-map ito sa parehong mga kinakailangan ng GRI 302, ESRS E1 (klima) at ISSB S2 sa tulong ng AI. Salamat sa cross table, ang data ay ipinakain mula sa iisang pinagmulan sa halip na muling pagkolekta ng data para sa tatlong magkakahiwalay na ulat; bawat numero ay kinumpirma ng opisyal na teksto.
Kaso 3 — Nakatagong lukab. Ang isang kumpanya ay walang pagsisiwalat ng "Scope 3 emissions" na kinakailangan ng ESRS. Isinulat ng AI ang ulat nang matatas "parang ito ay kumpleto" at ginawang hindi nakikita ang puwang. Noong ginawa ang gap analysis, nahayag ang kakulangan; Sa halip na gawa-gawa ang data, tapat na ipinaliwanag ng ulat na "Kokolektahin ang data ng Saklaw 3 sa 2025."
Mga karaniwang pagkakamali
- Hindi bini-verify ang numero ng item. Ang mga numero ng GRI/ESRS/ISSB ay hindi ginagamit nang walang kumpirmasyon sa opisyal na teksto.
- Paghahalo ng mga frame. Kung ipagpalagay na ang pokus sa epekto ng GRI at pokus sa pananalapi ng ISSB ay pareho ay hahantong sa mga maling paliwanag.
- Umaasa sa lumang bersyon. Ang mga pamantayan ay na-update; Ang kasalukuyang teksto ay mahalaga.
- Itinatago ang data gap. Ito ay kinakailangan upang malinaw na sabihin ang nawawalang data, hindi upang isulat ito "na parang ito ay kumpleto".
- Nakakalito na mga isyu tulad ng tubig/emisyon. Ang mga paksang mukhang magkatulad ay nasa ilalim ng magkakaibang numero ng item.
Sa buod
Ang mga balangkas ng pag-uulat ay mga istrukturang nagsasalin ng data ng pagpapanatili sa isang karaniwang maihahambing na wika: Ang GRI ay tumitingin sa epekto, ang ISSB ay tumitingin sa pananalapi, ang ESRS ay tumitingin sa parehong may dalawahang materyalidad. Ang AI ay isang makapangyarihang katulong sa mabilis na pagmamapa ng parehong data sa mga item ng iba't ibang mga balangkas; ngunit maaaring i-fudge ang mga numero ng item at ipakita ang mga mas lumang bersyon. Patunayan ang bawat pagmamapa gamit ang opisyal na canonical na teksto nito, pumili ng mga frame ayon sa mambabasa, huwag itago ang mga puwang ng data. Ang pag-uulat sa maraming balangkas na may iisang data ay mahusay; ngunit ito ay ligtas lamang kapag ang bawat numero ay nakumpirma.
Gawain ng aplikasyon
Pumili ng limang materyal na paksa (hal. enerhiya, tubig, emisyon, basura, kaligtasan sa trabaho). Humiling ng talahanayan ng kandidato ng GRI/ESRS/ISSB mula sa AI sa pamamagitan ng multi-frame matching prompt sa itaas. Pagkatapos: (1) i-verify ang hindi bababa sa tatlong numero ng item gamit ang opisyal na teksto, (2) suriin na ang tubig at mga emisyon ay pinaghihiwalay nang tama, (3) isulat ang data na nawawala sa iyo sa isang blangkong listahan.
checklist
- [ ] Minapa ko ang bawat materyal na paksa sa nauugnay na artikulo ng frame.
- [ ] Na-verify ko ang mga numero ng item gamit ang opisyal na teksto (GRI/EFRAG/ISSB).
- [ ] Pinili ko ang balangkas batay sa pagiging mambabasa nito (investor/stakeholder/regulator).
- [ ] Naihiwalay ko nang tama ang mga paksang madaling malito gaya ng tubig/paglabas.
- [ ] Malinaw kong inilista ang mga data gaps nang hindi itinatago ang mga ito.
- [ ] Kinumpirma ko na ginagamit ko ang kasalukuyang bersyon ng mga pamantayan.
- [ ] Nag-set up ako ng crosstab na nag-uugnay sa solong data sa maraming frame.