The Papers

指南

如何让 AI 准确引用数字所在的页面

明确要求按页引用,并让每一页都可识别;但可靠的做法是向 AI 提供一个文档版本,其中每个数值都已附带对其来源页、幻灯片或单元格的引用。这样,引用就成了 AI 读取的数据,而不是它必须从 PDF 中重建的位置。

为什么 AI 引用页面不准

助手读取 PDF 时,通常处理的是被切分成块的提取文本。页面边界可能保留,也可能丢失,一个数值也可能取自横跨两页的文本块。随后模型凭对该文本块的记忆给出页码,这就是为什么引用常常接近正确位置,却并不准确。

长文件会让情况更糟:OpenAI 指出,大文件或图片多的文件可能无法被完整分析,并建议针对具体章节提问。而且图表或表格中的数字可能提取得不可靠,因此被引用的页面上可能是另一个数字,与引用的数字并不相同。

有帮助的提示词

  • 要求每个数字都附上页码:“对于每个数字,请给出页码,并引用它所在的句子或表格行。”
  • 要求逐字引用——这会迫使模型定位文本,也便于您快速核对。
  • 要求它在找不到时回答“未找到”,而不是估算。
  • 缩小范围:“仅使用第 12–18 页……”。
  • 要求它为每个数值列出期间、币种和限定条件,以便您发现取自错误列的数字。

有帮助的文档习惯

  • 在文本层中打印页码,而不只是作为页脚设计中的图像。
  • 为幻灯片编号,并让编号保持可见。
  • 为表格和图片添加标签(“表 4:按业务板块划分的收入”),以便引用时能指名道姓。
  • 每个关键数字只放在一处并引用它,而不是多处重复且略有出入。
  • 对于电子表格,使用命名区域和清晰的工作表名称,让单元格引用有意义。

让引用成为数据的一部分

提示词能提高成功率,却无法保证页码正确。结构性的解决办法是出处信息:为每个数值存储它的来源。在文档的结构化版本中,看起来是这样的:

指标数值期间限定条件来源
收入$4.2MFY2025未经审计第 7 页
毛利率62%FY2025—第 7 页
收入$6.0MFY2026预测第 14 张幻灯片
员工人数382026 年 9 月 30 日—工作表“Team”,单元格 B4

谁最需要这一点

  • 财务与投资者关系:分析师的助手必须从正确的页面引用正确期间的数据。
  • 法务:合同中的金额、日期和当事方必须能追溯到具体条款和页面。
  • 研究:报告中的数字必须能追溯到其来源表格。
  • 销售与采购:从方案中引用的价格或规格必须指向确切的那一行。

The Papers 如何处理

在 The Papers 中,文档 AI 版本里的每个数值都保留对其来源页、幻灯片或单元格的引用。JSON 版本(/{room}/{doc}.json)在每个指标的期间、币种、分类和限定条件旁一并提供页面出处,让智能体可以直接引用位置,而不必猜测。发布前,每个数字都会对照源文件核对;源文件无法确定的数值会交由您处理,并记录为“所有者确认”。更新文档时链接保持不变,因此引用始终指向当前版本。

常见问题

为什么 ChatGPT 给出的页码会差一两页?
提取的文本被切分成可能跨越页面边界的块,因此模型只能给出近似值。要求逐字引用能让错误一眼可见。
引用也能适用于幻灯片和电子表格吗?
可以,只要引用与数值一同存储:演示文稿用幻灯片编号,电子表格用工作表和单元格。The Papers 会为 PowerPoint 和 Excel 源文件保留这些引用。
有引用就意味着数字正确吗?
这意味着您可以核对它。出处显示数值来自哪里;保真核对则确认它与该来源一致。

发布这样的文档:每个数字都自带它所在的页面。

来源

相关指南