AI WORKFLOW NOTES
AI 摘要怎样检查遗漏？把关键事实单独列出来
用覆盖清单和反例检查AI摘要是否遗漏限制、分歧与待确认项，不把文字更短等同于信息更准确。
摘要的风险不只在写错
有时摘要里的每句话看起来都正确，却省略了一个关键条件。原文说在资料齐全后再评估，摘要只剩下将进行评估，负责人就可能误以为条件已经满足。检查摘要时除了看是否新增错误，还要看哪些信息消失了。
先由任务决定必须保留的内容
给同一份材料做不同用途的摘要，覆盖要求可以不同。用于了解进展时关注状态与变化，用于决策时还要保留限制、分歧和未确认事项。先列一个最小清单，再让模型压缩文字；不能要求“越短越好”后又默认所有重要细节都在。
把依据与结论对应起来
对摘要中的关键判断，保留能定位到原文的来源。逐项检查它是否省略时间、适用范围、条件或相反意见。来源能够打开不等于引用准确，还需比较原句与摘要表达。无法找到依据的句子先标为待核实，不因为措辞自然就放行。
用容易被省略的反例做测试
准备包含否定词、条件句、已取消安排、多个版本和互相冲突意见的非敏感材料。先写出人工确认的关键点，再比较模型是否保留。记录漏了什么、会导致何种误解，优先修正高后果遗漏，而不是只追求句式好看。
将审核结论留给实际使用者
摘要最好能区分事实、推测和需要决策的内容。重要事项允许读者回到原文，不让短摘要成为唯一证据。若资料太长或来源不完整，说明覆盖范围。一次样例通过不代表所有材料可靠，后续可用真实工作中发现的遗漏补充测试集。
常见问题
摘要越完整越好吗？
应保留当前用途所需的信息。无关细节可以省略，但不能删掉会改变判断的条件。
让另一个模型审核就足够了吗？
可作为辅助检查，但不能替代可核对的原文和关键业务判断。