IMMTELE RESEARCH NOTE
AI工具连接网页、文件与API时，数据经历了什么
拆开抓取、解析、分段、检索与生成五个环节，避免把流畅回答误当成完整证据。
同一个问题交给AI后得到自然答案，并不代表网页、附件和接口中的每一项资料都被正确读取。
网页结构先被解析
网页结构先被解析应先对应到具体来源：页面要保留网址和获取时间，文件要保留版本，接口则要记录查询条件。完成这些基础信息后，再进入附件需要独立抽取，团队才知道比较的是同一份资料。
这一步的记录应区分看见的事实、据此作出的解释，以及仍需验证的假设。
附件需要独立抽取
处理这一点时，手机摘要、电脑附件与云端字段可能来自不同更新时间。把资料合并前先核对版本与缺页情况，并以分段会改变上下文检查交接后的内容是否仍可复查。
如果同一结论会用于不同设备、地区或读者任务，应分别标注条件，不能直接视为相同结果。
分段会改变上下文
这一点的价值来自它能否减少验证成本或改变决定，而不是文件大小或句子数量。可先找一项会被资料影响的判断，再用检索结果不等于全部资料确认结论是否真的缩小了不确定性。
这一步的记录应区分看见的事实、据此作出的解释，以及仍需验证的假设。
检索结果不等于全部资料
AI参与这一点后，应抽查模型实际读取的片段。网页导航、扫描附件、合并单元格与接口分页都可能造成遗漏；下一步核对输出要回到来源核对时，要回到原始资料，而不是只读生成摘要。
如果同一结论会用于不同设备、地区或读者任务，应分别标注条件，不能直接视为相同结果。
输出要回到来源核对
这一步的记录应区分看见的事实、据此作出的解释，以及仍需验证的假设。