收益：
- 能够使用人工智能生成查找帮助草稿（描述工具）、范围内容注释和布局部分
- 能够理解传记/机构历史的幻觉风险，并且本节仅基于经过验证的来源
- 能够让人工智能引导研究人员找到来源，而不是直接在参考服务中提供事实
档案馆不仅负责保存文件，还负责保存文件。还负责使研究人员能够访问它们。这种访问有两种主要方式：介绍馆藏的描述工具（查找帮助——定义档案馆藏的内容、组织和范围的指导文件）和直接帮助研究人员的参考服务。两者都需要付出巨大的努力：编写馆藏指南需要数周时间，而整天回答研究人员的问题也很耗时。而且，这两部作品是档案馆的“面子”；研究者第一次接触藏品往往是通过指南和问讯处，因此这里的错误直接反映了档案的可靠性。
人工智能是起草描述工具和支持参考服务的有力辅助。在本单元中，我们将学习如何起草收集指南（查找帮助）、编写范围和内容描述、协助研究人员解决问题，并了解为什么这些服务的准确性是不容协商的。
描述工具：集合图
描述工具允许研究人员询问“这个集合中的什么内容对我有用？”它可以让你回答问题。通常包括：
- 一般描述：馆藏名称、范围、日期范围、规模。
- 传记/机构历史：制作文件的个人或机构的简史。
- 范围和内容注释：解释集合中包含哪些类型的文档以及哪些主题。
- 安排：文档如何分组（系列、子系列）。
- 库存：盒子/文件级别的详细列表。
这些文档是根据标准编写的（例如 ISAD(G) 或 EAD - 编码档案描述，档案指南的数字编码标准）。人工智能可以根据原始库存和文档摘要生成这些部分的概要；但每一个事实（历史、人物、机构历史）都必须得到验证。
描述工具的另一个价值是它们可以以不同的详细程度进行编写。有时没有足够的时间或资源来在文档级别描述数千个档案箱；在这种情况下，将进行多级描述：首先是基金级别的一般描述，然后是系列，然后尽可能是文件级别。人工智能对于根据较低级别的案例摘要起草顶级总体范围说明特别有用；它从大众到整体进行了总结。但这个总结的每一层都必须和底层的实际文档一致； AI 不应编造不在顶级集合中的范围声明。
注意：传记/机构历史部分是最容易产生幻觉的地方。人工智能可以根据“常识”写出关于一个人或机构的流畅历史，同时添加不存在的事件、虚假日期和虚构的标题。本节应仅基于经过验证的来源。
工作流程：一步一步
1.收集原材料。库存、文件摘要、箱清单、现有注释（如果有）。
2. 设定标准。会按照哪个描述标准来写（ISAD(G)/EAD）？
3. 逐章起草草稿。使用 AI 草稿部分，例如来自原材料的范围和内容注释以及布局描述。
4.核实事实。特别是在历史部分，检查每个日期、名称和事件的独立来源。
5. 检查访问限制。馆藏中是否存在机密/版权受限文件？这些应该在指南中说明。
6.专家批准。最终指南需经过档案管理员的批准。
参考服务：为研究人员提供帮助
在参考咨询服务中，人工智能通过两种方式提供帮助：(1) 理解研究人员的问题并建议查看哪些馆藏，(2) 起草常见问题的答案。但这里有一个关键的限制：人工智能不应该给研究人员直接的“事实”答案，而应该引导他找到来源。不要说“这个日期是这个”，而应该说“您可以从此集合中的此类文档中找到此信息”。因为人工智能给出的直接事实答案可能是捏造的，研究人员可能会误认为其来源。
参考任务
人工智能的适当作用
令人反感的使用
理解问题的意义
建议澄清问题
—
收集路由
“看那里”建议
说“答案是”
常见问题解答草案
经核实信息草稿
假答案
来源清单
在目录中搜索建议
提供一个虚构的参考
事实问题
重定向到源
直接事实回应
三个迷你箱子
案例 1——指南草案将 4 周缩短至 1 周。一家档案馆正在为 120 个盒子的藏品准备搜寻工具。箱清单和文件摘要已提供给人工智能； YZ 制作了范围内容注释和布局部分的草稿。档案员在一周内对事实进行了核实和整理；按照传统方法，这一估计需要一个月。但传记部分有3个日期和2个标题错误；已在验证中修复。
案例 2——虚构的机构历史。一名实习生让AI写下了一个机构的历史，并直接放入目录中。 YZ给出了错误的机构成立日期，并提到了不存在的合并。一名研究人员注意到并报告了这个错误；指南已得到更正，但档案的可靠性受到损害。教训：历史部分未经核实不得发表。
案例 3——正确的指导，错误的事实。一位研究人员要求约会。人工智能助手直接给出了约会对象（虚构的）。研究人员将以此作为来源；高级档案管理员介入并说，“人工智能不会提供事实，它会引导你去收集”，并让他看真实的文件；历史不同。教训：在咨询服务中，人工智能是指导性的，而不是提供事实的。
四个可复制模板
1）草案范围和内容说明：
根据下面的方框/文件列表和文档摘要，为集合编写一份“范围和内容说明”草稿。仅使用所提供材料中包含的内容；添加不在集合中的主题、日期或人员。标记您不确定的任何事实[需要验证]。材料：[这里]
2) 传记/机构历史（受控）：
以下是有关[人/组织]的经过验证的注释。仅根据这些笔记写出简短的历史大纲。请勿添加注释中未包含的任何日期、事件或标题；不要添加一般“知识”信息。保留空格[无信息]。注：[此处]
3）研究员指导：
研究人员的问题：[问题]。不要对此问题给出直接的事实答案。相反：(1) 建议 1-2 个问题来澄清问题，(2) 告诉他应该查看什么类型的馆藏/文档，(3) 建议他可以在目录中搜索哪些术语。不要编造参考。
4）常见问题解答草稿：
以下是我们档案中经过验证的情况说明书。根据这些注释，起草以下常见问题的答案：[问题]。添加注释中没有的信息； [勾选]标记您不确定的地方。在答案的最后，引导研究人员找到相关的集合。注：[此处]
弱提示/强提示
弱：
为该馆藏撰写一份全面的查找帮助，包括历史。
“广泛”和“包括历史”推动AI超越给定的材料，添加有关机构/个人的虚构信息。
强：
根据以下框列表和经过验证的历史记录编写查找帮助的大纲：范围内容和布局部分。请勿包含给定材料中未包含的任何事实；仅使用历史记录中经过验证的注释，留空[无信息]。标记每个有问题的事实[需要验证]。材料：[这里]
不同之处：遵守给定材料、禁止制造、保留间隙和验证标记使指南可靠。
常见错误
- 将历史留给人工智能的“常识”。这个部位最容易产生幻觉；应仅基于经过验证的注释。
- 在参考文献中给出直接的事实。人工智能应该指导研究人员，而不是取代来源。
- 绕过访问限制。目录中应标明机密/版权限制文件。
- 建议编造参考。目录中任何未经验证的参考文献都不会提供给研究人员。
- 未经批准就公布草案。最终指南由档案管理员批准。
综上所述
档案访问和参考服务是一个富有成果的领域，人工智能正在加速描述工具的起草并支持研究人员的指导。但传记/机构历史是幻觉的穿透点，在参考服务中，人工智能不应该给出事实，而应该直指源头。该指南仅基于经过验证的材料，保留间隙，标记访问限制，并将最终批准留给档案管理员。 AI 绘制藏品地图；档案馆对该地图的准确性负责。
应用任务
获取集合（真实或样本）的盒子/文件列表，并使用“范围和内容注释大纲”模板向人工智能询问大纲；检查是否超出给定材料。然后运行仅包含经过验证的笔记的个人/组织的“传记历史”模板，并观察人工智能是否尝试填补空白。最后，使用“研究人员导向”模板处理研究人员问题。
清单
- [ ] 我仅根据给定/验证的材料编写本指南。
- [ ] 我已经独立核实了历史上的每一个日期和名字。
- [ ] 我在指南中标记了访问限制（隐私/版权）。
- [ ] 我没有在参考文献中提供事实，而是引导您找到来源。
- [ ] 我已将最终指南提交给档案管理员批准。