目的：让模型整理事实，但不让它发明事实。核心做法是先建一个可核对的事实表，再让模型按行解释，不允许输出表外结论。
一、为什么要用事实表
论文改动最容易出错的地方不是语言，而是事实：
- 指标数值被改错。
- 实验条件缺少版本或参数。
- 引用和结论错位。
- 模型把相似文献的说法混在一起。
把事实和解释分开后，模型只能做组织和改写，事实本身仍由你控制。
二、推荐字段
| 字段 | 示例 | 说明 |
|---|---|---|
| fact_id | F-003 | 唯一编号，方便引用 |
| claim | 方法 A 在数据集 B 上提升 2.4% | 一句可证明的事实 |
| evidence | 原文第 6 页表 2 | 精确出处 |
| value | 72.8% → 75.2% | 原始数据，不要四舍五入 |
| condition | ResNet-50，224×224，三次平均值 | 实验条件 |
| limit | 仅在两个数据集上验证 | 使用限制 |
三、可复用提示词
示例
你只能基于我提供的事实表写段落，不得新增事实。 规则： 1. 每个事实引用 fact_id，例如 [F-003]。 2. 如果表中没有相关数据，写“文中未提供”，不要推测。 3. 不改数字、单位、模型名、数据集名。 4. 不把这些事实解释成因果结论，除非 fact 表已经标明。 事实表： F-001 | 方法 A 使用 10% 标注数据 | 原文第 5 页 F-002 | 数据集 B 含 12000 张图 | 原文第 6 页 F-003 | 准确率从 72.8% 提升至 75.2% | 原文第 6 页表 2
四、人工核对流程
- 模型输出后，先核对数字、单位、模型名。
- 再核对每个结论是否能回到 evidence。
- 遇到 “significant”“better”“state-of-the-art” 时，检查是否真的有统计或对比支持。
- 最后再统一语言风格。
五、扩展格式
如果论文引用多，可以在事实表后加一张“文献关系表”：
- paper_id：P-12
- 作者与年份
- 研究对象
- 方法
- 结论
- 与本文差异
六、常见错误
- 把“相似说法”当作同一来源。
- 模型把 A 文的实验条件套进 B 文的数据。
- 在限制条件下继续把结论泛化。
- 把百分比和绝对值混用。
- 没有 PAGE factor，导致复检看不懂出处。
七、验收标准
- 每个数字都能在 10 秒内回到出处。
- 没有来源的句子不超过 5%。
- 术语前后一致。
- 结论没有超出 fact 表范围。
- 避免出现 “显著”“极大”“最先进” 无支撑描述。
八、示例表格
| fact_id | claim | evidence | condition |
|---|---|---|---|
| F-001 | 方法 A 在数据集 B 上准确率提升 2.4 个百分点 | 原文第 6 页表 2 | ResNet-50, 224×224, 平均三次 |
| F-002 | 训练数据为 12,000 张图像 | 原文第 5 页 | 内部数据集，10% 标注 |
| F-003 | 推理延迟增加 8ms | 原文第 7 页 | A100, batch=1 |
模型只需要围绕这些行写，不要从外部补充。
九、使用注意
- 事实表完成前不要让模型开始写。
- 每条事实都要有 evidence，不能只写“出处见原文”。
- 模型多次输出同一结论时，以 fact 表为准。
十、使用小结
事实表不是模板装饰，而是把“模型能做什么”和“人必须做什么”分开。模型负责语言一致、结构清晰、格式统一；你负责事实、数字、来源和结论范围。两边职责清楚，改稿才有可重复性。
本文为本站整理性经验；以作者最终手工核对为准。